基于最小频带能量的变噪声电平语音增强

噪声估计是变噪声电平环境下语音增强的关键。针对传统搜索频谱最小值方法延迟较大的缺点,提出了最小频带能量算法,加快语音帧内大部分噪声的更新速度。实验结果表明,该算法对电平随时间变化的噪声取得了较好的增强效果。     

在线更新噪声基矩阵的非负矩阵分解语音增强方法

基于非负矩阵分解(Nonnegative matrix factorization, NMF)的语音增强算法需要和背景噪声类型匹配的噪声基矩阵(Basis matrix)，而在实际中，这是很难被保证的。本文提出了一种基于噪声基矩阵在线更新的非负矩阵分解语音增强方法，该方法首先利用一个无语音帧判决模块识别出带噪语音的无语音区域，然后利用一个固定长度的滑动窗口(Sliding window)来包含若干帧最近过去的带噪语音的无语音帧，并用这些无语音帧的幅度谱在线更新噪声基矩阵，最后利用更新得到的噪声基矩阵和预先训练的语音基矩阵实现语音增强。该方法能够在线更新出匹配的噪声基矩阵，有效地解决了噪声基矩阵不匹配的问题。实验证明，本文所提的方法在线学习到的噪声基矩阵在大多数条件下比匹配训练集下训练得到的噪声基矩阵的性能还要优越。      

基于跟踪共振峰的语音增强算法

该文通过实验方法研究和分析了汉字语音共振峰的特点,发现可跟踪并找到各个共振峰,结合汉字发音所具有的一般规律,提出了一种基于跟踪共振峰的语音增强算法。该算法能够有效地识别出带噪语音中的语音帧和非语音帧,简单且有效地去除非语音帧的全部噪声,明显抑制语音帧内的噪声。算法计算复杂度低并具有噪声环境可移植性。     

色噪声环境中TLS-ESPRIT谐波谱重构语音增强研究

为了提高语音在色噪声环境中的信噪比,提出了一种基于总体最小二乘旋转不变子空间技术（TLS—ESPRIT）谐波谱重构语音增强方法。通过对观察数据矩阵进行奇异值分解,有效地将信号及噪声分开。运用TLS—ESPRIT算法对语音谐波信号进行谱估计,重构语音信号,消除了帧与帧之间的噪声残留,得到了在巴克域上与原始语音几乎相同的语音信号。     

一种低信噪比语音的增强算法

为改善低信噪比环境下语音的质量,论文提出了一种新的语音增强算法。算法首先根据噪声频谱的高斯统计模型得到用先验信噪比形式表示的噪声频谱估计值,然后利用帧内、帧间平滑算法估计每一个频点的先验信噪比,从而能够更好地跟踪先验信噪比的变化。算法接着引入一种简便的估计语音在每一个频点出现概率的方法,得出一种新的语音增强算法。客观测试和非正式听音测试表明:该算法在几乎不损伤语音清晰度的前提下,能够更好地抑制低信噪比语音增强所产生的音乐噪声,同时使语音信噪比得到了明显提高。     

非平稳噪声环境下的噪声估计算法

通过对噪音和语音频谱的分析,针对航空背景噪声的特性,提出一种用于语音增强的新的噪声估计算法。通常的噪声估计一般利用语音端点检测方法,取噪声段的谱平均值作为待估计的噪声谱,但该方法在信噪比较低时性能下降严重。笔者提出的基于频率段能量比的噪音谱估计方法,不依赖于语音端点检测而直接由语音帧来估计噪音谱,通过计算一帧语音中各频率段中能量比,以判断该帧是否含有语音来修正噪声谱估计的计算因子。算法提高了谱减法的适用范围,还在一般谱相减方法的基础上提出了改进的谱相减算法。     

基于最小统计与MMSE—LSA的语音增强

提出了一种基于最小统计及短时对数谱幅度最小均方误差估计单通道语音增强算法,并在此基础上对其进行了修正。噪声功率谱估计不需要VAD进行有无语音的检测,并在每帧数据都进行更新,可跟踪变电平噪声。该算法在MMSE—LsA准则下得到谱增益函数,并考虑到纯净声音信号频谱特性,对增益函数进行了修正。实验结果表明,该算法可有效去除噪声,在消除音乐噪声的同时对语音信号产生很小的失真,并易于实时处理。     

航空噪声背景下的语音端点检测和语音增强

依据航空噪声的频谱特性,分析了利用频域短时能量进行语音端点检测的方法,通过前向和后向语音能量的判别,增加过渡帧来保证语音所表达的语意的连续和完整。对谱减法做进一步改进,以能量为基础对过渡帧进行细分,对语音帧、过渡帧、噪声帧分别进行不同的处理,从而克服了令人厌烦的音乐噪声,在强航空噪声背景下,处理后的语音不仅信噪比得到了很大的提高,而且清晰度和可懂度也得到了很大的改善。这种方法运算简单,具有很好的应用前景。     

基于信号相位差和后置滤波的语音增强方法

 在复杂的声学环境中,通常噪声场特性和混响强度是未知的,这样就对麦克风阵列语音增强算法的性能提出了较高的要求.本文提出一种基于带噪语音信号相位差和后置滤波的语音增强方法.首先,将麦克风阵列接收信号分帧,利用相邻两个麦克风之间每帧带噪语音信号的相位差,构成该帧改变频率点幅度谱值的比例系数,对该帧带噪语音信号进行掩蔽增强处理,得到预处理信号;然后利用固定波束形成、独立分量分析算法和后置滤波技术对预处理信号进一步处理,从而有效地抑制了噪声.计算机仿真实验结果表明,在存在一定混响的多种噪声场中,该方法均具有较好的噪声抑制能力.     

基于高斯混合模型的压缩域语音增强方法

 为了有效利用纯净语音导抗谱频率参数(ISFs)的先验知识,本文针对ITU-T G.722.2宽带语音编码标准提出了一种基于高斯混合模型的压缩域语音增强方法.首先,将含噪语音、纯净语音的导抗谱频率参数,以及对应的增益调整因子构成特征矢量,并利用高斯混合模型拟合其概率密度;然后,在最小均方误差 (MMSE) 准则下对纯净语音的特征参数进行最优贝叶斯估计.为了兼容编码器中的非连续性传输模式,当处理信号为非语音信息时,算法在保持噪声帧谱包络参数不变的前提下,按固定比例调整对数帧能量;且若出现帧擦除情况,算法不调整接收到的码流,并按正常帧处理方式调整恢复后的参数以更新相关历史.本文采用ITU-T G.160标准进行了性能测试,结果表明,与参考方法相比,所提方法在保证信噪比提高能力的同时,可以达到更大的噪声衰减量,且增强语音的客观质量更优.     

一种基于最小能量统计的语音增强改进算法

针对基于最小能量统计的语音增强算法,用可靠的噪声段检测方法对噪声谱估计流程进行改进,提升噪声谱幅度估计的准确度。实验表明,此方法能有效地追踪背景噪声的变化情况,进而提升语音增强的效果。     

A noise reduction technique of speech signal using ICA and spectral analysis

This paper discusses the new method on noise reduction exploiting the combined effects of wavelet decomposition, ICA and spectral analysis on noisy speech. The input noisy speech is wavelet decomposed into two signals. Wavelet entropy is computed based on the modified probability density function for the signal derived from the approximation coefficients during wavelet decomposition. By proper entropy comparison, the starting frame is detected. Between the two signals obtained from the wavelet decomposition, one is speech combined with noise and another one is noise alone. These two signals are analysed in independent component analysis (ICA) domain, in order to generate an enhanced speech. Zero-crossing rate is computed and used to discriminate between speech and noise. Then, spectral analysis is performed on the noise prior to starting frame and noisy speech. Elimination of noise frequencies in the noisy speech leads to noise reduced speech. Subjective analysis and experimental results show the considerable noise reduction capability of the proposed algorithm.     

一种引入延迟的语音增强算法

针对传统语音增强算法中,只采用当前帧和当前帧以前的信息对当前帧语音谱进行估计而造成变电平噪声和音乐噪声的问题,采用一种改进的引入延迟的语音增强算法。通过引入延迟,可以在对当前帧语音谱进行估计时使用当前帧以后帧的信息,在噪声估计中采用类似路径搜索的双向搜索方法消除变电平噪声的影响,在先验信噪比估计中采用改进的非因果先验信噪比估计算法,消除低信噪比平滑不足带来的音乐噪声,在此基础上构建了一个完整的语音增强算法。实验结果表明,该算法基本不受变电平噪声的影响,而且音乐噪声和残留背景噪声都得到了很好的抑制。     

Unvoiced/voiced classification and voiced harmonic parameters estimation using the third-order statistics

Unvoiced/voiced classification of speech is a challenging problem especially under conditions of low signal-to-noise ratio or the non-white-stationary noise environment. To solve this problem, an algorithm for speech classification, and a technique for the estimation of pairwise magnitude frequency in voiced speech are proposed. By using third order spectrum of speech signal to remove noise, in this algorithm the least spectrum difference to get refined pitch and the max harmonic number is given. And this algorithm utilizes spectral envelope to estimate signal-to-noise ratio of speech harmonics. Speech classification, voicing probability, and harmonic parameters of the voiced frame can be obtained. Simulation results indicate that the proposed algorithm, under complicated background noise, especially Gaussian noise, can effectively classify speech in high accuracy for voicing probability and the voiced parameters.     

基于无语音概率改进的对数谱幅度估计增强算法

针对谱减语音增强法中一直存在的去噪度、残留的音乐噪声和语音畸变度三者间均衡这一关键问题,本文提出一种基于无语音概率改进的对数谱估计增强算法.该算法结合无语音概率的思想,按照纯噪声帧和带噪语音帧两种状态.有区别地实时更新语音最小均方误差的对数谱增益,并利用无语音概率参数(SAP)自适应地调节平滑系数,以求随着噪声环境的变化,在去噪度、残留"音乐噪声"和语音畸变度之间自适应地折中.实验表明,该算法在相同去噪程度下,语音畸变和音乐噪声相对其他谱减法都同时地减弱,特别在低信噪比环境下优势更明显,而且平滑参数利用SAP参数,无需多余计算,便于实时处理.     

基于多任务疏表达的二元麦克风小阵列语音增强算法简

针对常规二元麦克风小阵列话音增强算法通常需要话音活动检测技术支持,并且难以有效抑制第一帧含目标信号的噪声。提出了一种基于多任务稀疏表达的二元麦克风小阵列话音增强算法,首先利用字典学习方法分别获得目标信号和噪声信号的过完备字典,然后利用 混合范数对信号在其字典上的表示系数进行正则化稀疏约束,使得2个阵元接收到信号中的噪声信号被抑制,而话音信号尽量保持不变,从而达到话音增强的目标。仿真和实验数据表明,无论开始位置是否含有目标话音信号,所提出的非话音活动检测支持的二元麦克风小阵列话音增强算法均能有效实现话音增强的目标。     

一种基于人耳掩蔽效应和无语音概率的谱减语音增强算法

提出一种基于听觉掩蔽模型和无语音概率的语音增强算法。该算法对听觉掩蔽模型进行了适当的修正,通过引入无语音概率(SAP)思想动态地确定每一帧语音信号各个关键频率段的听觉掩蔽阈值,有选择性地进行谱减。仿真结果表明所提出的算法优于一般掩蔽增强算法,能够有效地减少音乐噪声并且更符合人耳听觉特性,特别是在低信噪比的情况下,语音具有更好的清晰度和可懂度。     

Cepstral behaviour due to additive noise and a compensation schemefor noisy speech recognition

The speech cepstral coefficients affected by additive noise are investigated. The cepstral vector changes as the level of additive noise increases. The behaviour of cepstral vector change shows that the cepstral vector shrinks in its norm and converges to the cepstral vector of the noise. This nonlinear behaviour of the cepstral vector can be approximated by a simple linear expression. Based on this representation, a model adaptation method is developed using deviation vectors. For every model state mean, a deviation vector is calculated according to the extracted noise spectrum and a pre-defined noise-to-signal ratio. During the pattern matching, an optimal scaling factor for the deviation vector is determined frame by frame, and the scaled deviation vector is added to the state mean of speech models so that the clean speech models are adapted to the noisy environment. Experimental results show that the proposed method is effective for white noise and coloured noise. It also outperforms the weighted projection measure method in experiments