一种改进的最小统计量控制递归平均噪声估计算法

本文提出了一种改进的最小统计量控制递归平均噪声估计算法.算法采用递归平均进行噪声估计,其递归平均的平滑因子受语音存在概率控制,而语音存在概率的计算采用了两次平滑和最小统计量跟踪.与I.Cohen提出的IMCRA算法相比,本文采用了一种快速有效的最小统计量跟踪算法.仿真结果表明在非平稳噪声条件下,算法具有较好的噪声跟踪能力和较小的噪声估计误差,可以有效地提高语音增强系统的性能.     

基于加权噪声的递归平滑噪声功率谱估计

提出了一种噪声功率谱估计算法,该算法对加权后的带噪语音进行递归平滑,可以持续更新噪声并可应用于非平稳噪声环境中。为了避免在强语音后的弱语音区域出现噪声过估计,本文提出了用于计算加权函数的投影平滑算法。本文噪声估计算法可以快速跟踪噪声的变化并且没有过估计。实验结果表明,本文噪声估计算法应用于一个语音增强系统时,取得了较小的噪声分段估计误差及较好的感知语音质量评价(PESQ)得分。     

基于AR-HMM在线能量调整的语音增强方法

针对单通道语音增强技术对非平稳噪声的跟踪不准确、噪声抑制效果较差的问题,本文提出一种基于在线能量调整的语音增强方法.该方法以归一化临界带能量为特征,采用高斯混合模型对背景噪声进行分类,利用对应类型噪声的自回归隐马尔可夫模型(Auto-Regressive Hidden Markov Model,AR-HMM)和纯净语音的AR-HMM,在最小均方误差准则下估计语音和噪声的功率谱.考虑到非平稳环境中训练集和测试集的差异性,需在线调整语音模型和噪声模型中的能量,语音模型的能量调整采用迭代的期望最大化算法;噪声模型的能量调整则利用的是模型训练过程中的能量重估方法,并以最小值控制的递归平均算法确定噪声能量调整的初始值.在ITU-T G.160标准下对算法进行性能测试,测试结果表明,本文方法对非平稳噪声的跟踪效果较好,对噪声衰减量较大,收敛时间较短.     

基于噪声整形的语音去噪算法

针对非平稳环境噪声提出一种基于噪声整形的语音去噪算法.该算法以最小感知均方误差为准则,在Wiener滤波的基础上,采用听觉感知加权函数修正Wiener滤波方程,实现对噪声谱整形,使噪声谱分布特性跟随语音谱而变:同时引入频率补偿因子克服非平稳噪声谱对语音影响的不均匀性;采用快速噪声估计算法实现对非平稳的估计.实验表明,该算法能更有效地抑制背景噪声,提高了去噪后的语音质量.     

基于蒙特卡洛滤波平滑的语音增强算法

本文在分析统计信号贝叶斯模型和语音信号的时变自回归(TVAR)模型的基础上,利用蒙特卡洛滤波及平滑方法,对语音信号的TVAR模型参数进行了估计,提出了一种有效的针对非平稳加性噪声影响下的语音增强算法.该算法可以很好的跟踪非平稳信号,同时引入对反射系数的判断,保证了跟踪的稳定性.实验表明,本文方法能很好的抑制背景噪声,提高信噪比,改善语音信号的听觉质量.     

基于改进语音存在概率的自适应噪声跟踪算法

在非平稳环境下,由于时间递归平均噪声功率谱估计算法会出现跟踪延迟和估计误差等问题,本文采用一种新的方式对其核心部分语音存在概率（speech presence probability, spp）进行估计。利用时域特征能量与频域特征谱熵的比值能熵比作为新的特征来构建其与spp的正比关系,从而得到当前语音帧的spp估计值;然后用双平滑系数对该值进行平滑;最后结合时间递归平均算法得到估计的噪声功率谱。该算法充分利用语音帧频点的特征信息控制spp的估计值,以此自适应地跟踪噪声变化。实验结果表明:在地空通信环境下,该方法能够准确且连续地跟踪噪声功率谱、快速响应其变化。集成到语音增强系统后,可以提高语音质量,降低残留噪声。      

一种基于最小统计噪声估计的改进谱减法

针对传统最小统计噪声估计谱减法在低信噪非平稳噪声环境下存在的噪声估计误差较大及搜索延迟较大的问题,对带噪语音进行频域平滑然后进行全局平滑,并且提出使用双向搜索的方法,减小了搜索延迟.实验结果表明,文中提出的方法有效地实现了语音增强,具有一定的使用价值.     

分数傅里叶变换域上含噪语音的联合滤波

噪声是影响语音识别和说话人识别性能的主要因素,目前常用的降噪方法多是针对平稳噪声的,而针对非平稳噪声的降噪方法很少。而在实际环境中,通常的噪声是非平稳的。本文将含噪语音变换到分数傅立叶域上,提出了一种在分数傅立叶变换域上进行线性最优滤波和中值滤波的联合滤波降噪方法。实验结果表明,该方法对含非平稳噪声的语音的降噪效果明显优于维纳滤波,能够有效地降低非平稳噪声的影响,提高非平稳噪声环境下的语音识别和说话人识别性能。     

基于小波变换的双通道相干语音增强

提出了一种基于小波变换的双通道语音增强方法.该方法将双通道接收的带噪语音分解到各小波子空间,在对噪声非平稳特性的精确估计的基础上有效地进行相干增强处理.针对语音和噪声在各小波子空间的不同时-频特性,采用不同参数值的MMSE-STSA估计器进行后续滤波,可以将遗留噪声进一步滤除.文章最后的实验结果证明,与传统的双通道相干语音增强方法相比,该方法具有更好的处理效果.     

一种新的语音和噪声活动检测算法及其在手机双麦克风消噪系统中的应用

针对现有双通道语音活动检测(Voice Activity Detection, VAD)算法依赖于固定阈值难以在多种噪声环境下准确地检测语音和噪声,应用于手机消噪系统会造成语音失真或噪声消除不好等问题,该文提出一种基于神经网络的VAD算法,该算法以分频带能量差和归一化互通道相关为特征,采用神经网络对语音和噪声进行分类。在此基础上,将神经网络VAD与基于互通道信号功率比值的VAD相结合,提出一种新的适用于手机消噪系统的语音和噪声活动检测算法分别对语音和噪声进行检测,并以此进行噪声抑制处理,减少了消噪系统因VAD误判而造成的性能下降。实验结果表明,该处理方法在抑制背景噪声和减少语音失真等方面优于现有的消噪算法,对于方向性语音干扰也有很好的抑制效果。     

Integrating recursive minimum tracking and codebook-based noise estimation for improved reduction of non-stationary noise

Conventional single-channel noise reduction algorithms typically have problems with non-stationary noise. Popular algorithms such as minimum statistics or voice-activity-detector-based methods rely on the assumption that the noise spectral characteristics change very slowly over time. Codebook-based approaches try to overcome this problem by incorporating a priori knowledge about speech and different noise types. These approaches perform a joint estimation of the speech and noise spectra on a frame-by-frame basis. The frames are typically 20-40 ms long so that fast fluctuations of the signal characteristics can be tracked instantaneously. However, these methods require a pitch estimator to prevent speech distortion as well as residual noise in voiced speech frames. In addition, they are not very robust against model mismatch. In this paper, we propose an integrated noise estimation algorithm that combines the ability of codebook-based algorithms to track non-stationary noise with the robustness of a recursive minimum-tracking-based noise estimation algorithm. An objective and subjective evaluation is provided. Results confirm the superiority of the proposed algorithm in non-stationary noise scenarios compared to state-of-the-art algorithms.     

一种基于短时谱估计和人耳掩蔽效应的语音增强算法

该文结合短时谱估计算法和人耳掩蔽效应提出了一种单通道语音增强算法。该算法在MMSE准则下采用了非固定参数的语音跟踪,并且引入人耳掩蔽效应动态的确定增强滤波器的传递函数以适应语音信号的变化。实验结果表明:该算法使降噪后的语音信号有较小的语音失真并且很好地抑制了音乐噪声。     

非平稳环境下基于人耳听觉掩蔽特性的语音增强

传统的语音增强算法往往仅对平稳噪声或缓慢变化的噪声有效,且残留的音乐噪声较大。对此,本文研究了一种非平稳环境下基于听觉掩蔽效应的语音增强算法。该算法对传统谱减法的功率谱估计算法进行改进,根据最小均方误差原则和语音信号的听觉掩蔽阈值调整功率谱估计的参数,并引入了基于最小值统计特性的噪声估计算法,使估计的噪声更好地跟踪噪声的变化。实验结果表明:该算法对平稳和非平稳的噪声都得到较好的增强效果,且较好地抑制了音乐噪声。     

采用复高斯分布模型的两步噪声幅度谱估计算法

噪声幅度谱估计是有效抑制外界噪声干扰、提高语音增强算法整体输出性能的重要环节。但目前针对该问题的研究相对较少,常用的语音激活检测算法只能在语音不存在阶段对噪声信号的幅度谱进行更新或估计,无法适用于更为复杂的非平稳噪声环境。为克服这一问题,本文基于噪声频谱的复高斯分布模型假设,提出了新型的两步噪声幅度谱估计算法。算法首先采用软判决技术计算噪声信号的功率谱,然后再结合复高斯分布条件下信号幅度谱和功率谱之间的数学关系间接地获取噪声幅度谱的估计。文中基于这一结论给出了两种估计算法,并在多种噪声环境下对它们的性能进行了仿真评估,其测试结果有效表明了提出算法优良的估计性能。      

双传声器系统中的风噪声抑制方法研究

风噪声是自然界中最常见的一种噪声,严重影响着传声器拾音质量,并且其非平稳性使普通消噪方法（如谱减法等）不适用于风噪声抑制。本文分析了双传声器拾取的语声信号和风噪声信号的频域相干性,利用来自双传声器语声信号之间的强相干性和风噪声之间的弱相干性,采用Zelinski滤波器思路,考虑自由声场和扩散声场中风噪声和背景噪声的综合影响,设计了一种利用信号的相干性进行风噪声检测,进而准确估计风噪声相干系数的风噪声抑制滤波器。实验证明,文中提出的基于双传声器相干性原理的风噪声抑制方法较传统方法不仅在消噪性能上有较大提升,而且还具有运算量小、实时性强的特点,能够广泛应用于自由声场和扩散声场中的各类拾音系统。      

A Bayesian estimation approach for speech enhancement using hiddenMarkov models

A Bayesian estimation approach for enhancing speech signals which have been degraded by statistically independent additive noise is motivated and developed. In particular, minimum mean square error (MMSE) and maximum a posteriori (MAP) signal estimators are developed using hidden Markov models (HMMs) for the clean signal and the noise process. It is shown that the MMSE estimator comprises a weighted sum of conditional mean estimators for the composite states of the noisy signal, where the weights equal the posterior probabilities of the composite states given the noisy signal. The estimation of several spectral functionals of the clean signal such as the sample spectrum and the complex exponential of the phase is also considered. A gain-adapted MAP estimator is developed using the expectation-maximization algorithm. The theoretical performance of the MMSE estimator is discussed, and convergence of the MAP estimator is proved. Both the MMSE and MAP estimators are tested in enhancing speech signals degraded by white Gaussian noise at input signal-to-noise ratios of from 5 to 20 dB     

A New Post-filter Algorithm Combined with Two-step Adaptive Beamformer

The optimal microphone array, in the sense of minimum mean square errors (MMSE), includes two processing blocks: the minimum variance distortionless response (MVDR) beamformer and the single-channel Wiener filter, which acts as post-filter. In this paper, we propose a new post-filter algorithm based on assumptions that both the noise power attenuation factor (NPAF) and signal power attenuation factor (SPAF) are time invariant in the reverberant room. The algorithm recursively estimates both factors from available measurements and uses them in estimation of the post-filter parameters. Additionally, to overcome the problem of the poor performance of the MVDR beamformer in reverberant conditions, we propose the usage of the two-step (TS) MVDR algorithm. This algorithm improves the robustness of the beamformer and its ability to suppress the interferences using an estimate of the desired speaker transfer function. Although TS MVDR beamformer and proposed post-filter can work separately, or combined with other algorithms, the best performance is obtained when they work together. The performance of the proposed combination of new post-filter algorithm and TS MVDR beamformer is tested in a simulated reverberant room and compared with similar algorithms, which gave rather good results.