3.2語音信號處理第章ppt課件

1、14.114.1概述概述14.214.2語音特性、人耳感知特性及噪聲特性語音特性、人耳感知特性及噪聲特性14.314.3濾波法語音增強(qiáng)技術(shù)濾波法語音增強(qiáng)技術(shù)14.414.4利用相關(guān)特性的語音增強(qiáng)技術(shù)利用相關(guān)特性的語音增強(qiáng)技術(shù)14.514.5非線性處理法語音增強(qiáng)技術(shù)非線性處理法語音增強(qiáng)技術(shù)14.614.6減譜法語音增強(qiáng)技術(shù)減譜法語音增強(qiáng)技術(shù)14.714.7利用利用WeinerWeiner濾波法的語音增強(qiáng)技術(shù)濾波法的語音增強(qiáng)技術(shù)14.1 14.1 概述概述v語音信號作為信息的最普遍最直接的表達(dá)方式，在許多領(lǐng)域語音信號作為信息的最普遍最直接的表達(dá)方式，在許多領(lǐng)域具有廣泛的應(yīng)用前景。現(xiàn)實生活中的語音不

2、可避免的要受到具有廣泛的應(yīng)用前景。現(xiàn)實生活中的語音不可避免的要受到環(huán)境的影響。環(huán)境的影響。v噪聲分類：噪聲分類：v 按類別：可分為環(huán)境噪聲等的加性噪聲和殘響及電器線路按類別：可分為環(huán)境噪聲等的加性噪聲和殘響及電器線路干擾等的乘法性噪聲干擾等的乘法性噪聲v 按性質(zhì)：平穩(wěn)噪聲和非平穩(wěn)噪聲按性質(zhì)：平穩(wěn)噪聲和非平穩(wěn)噪聲vLomBardLomBard現(xiàn)象：在噪聲環(huán)境下，說話者情緒會發(fā)生變化，從現(xiàn)象：在噪聲環(huán)境下，說話者情緒會發(fā)生變化，從而引起聲帶的變化對語音處理系統(tǒng)的影響相對較?。┒鹇晭У淖兓瘜φZ音處理系統(tǒng)的影響相對較小）國內(nèi)外語音信號處理研究成果國內(nèi)外語音信號處理研究成果 目前國內(nèi)外的研究成果從增

3、強(qiáng)思想上主要分為以下三類：1采用語音增強(qiáng)算法，提高語音識別系統(tǒng)前端預(yù)處理的抗噪聲能力，提高輸入信號的信噪比。（與后端應(yīng)用無關(guān)）2第二類方法是尋找穩(wěn)健的耐噪聲的語音特征參數(shù)。 如采用短時修正的相干系數(shù)Short-Time Modified Coherence Coefficient，簡稱為SMC作為語音特征參數(shù)。3第三類方法是基于模型參數(shù)適應(yīng)化的噪聲補(bǔ)償算法，如針對加法性噪聲的HMM合成法，和針對乘法性噪聲的Stochastic Matching法等。通常只考慮到噪聲環(huán)境是平穩(wěn)的，在低信噪比語音以及非平穩(wěn)噪聲環(huán)境中的效果并不理想。14.214.2語音特性、人耳感知特性及噪語音特性、人耳感知特性及

4、噪聲特性聲特性14.2.114.2.1語音特性語音特性語音信號是一種非平穩(wěn)的隨機(jī)信號語音信號是一種非平穩(wěn)的隨機(jī)信號任何語言的語音都有元音和輔音兩種音素，根據(jù)發(fā)音任何語言的語音都有元音和輔音兩種音素，根據(jù)發(fā)音機(jī)理的不同，輔音又可以分為清輔音和濁輔音。機(jī)理的不同，輔音又可以分為清輔音和濁輔音。語音信號，作為非平穩(wěn)、非遍歷隨機(jī)過程的樣本函數(shù)，語音信號，作為非平穩(wěn)、非遍歷隨機(jī)過程的樣本函數(shù)，其短時譜的統(tǒng)計特性在語音增強(qiáng)中又著舉足輕重的其短時譜的統(tǒng)計特性在語音增強(qiáng)中又著舉足輕重的作用。（據(jù)中心極限定理，語音的短時譜的統(tǒng)計特作用。（據(jù)中心極限定理，語音的短時譜的統(tǒng)計特性服從高斯分布。）性服從高斯分布。）1

5、4.2.2 人耳感知特性對于聲波頻率高低的感覺與實際頻率的高低不呈線性關(guān)系，而近似為對數(shù)關(guān)系；對頻率的分辨能力受聲強(qiáng)的影響；對語音信號的幅度譜較為敏感，對相位不敏感。人耳掩蔽效應(yīng)：產(chǎn)生一個聲音由于另外一個聲音的出現(xiàn)而導(dǎo)致該聲音能被感知的閥值提高的現(xiàn)象。 語音增強(qiáng)的最終效果度量是人耳的主觀感覺，所以在語音增強(qiáng)中可以利用人耳感知特性來減少運算代價。v14.2.3 噪聲特性噪聲特性v噪聲可分為：噪聲可分為：v平穩(wěn)和非平穩(wěn)噪聲平穩(wěn)和非平穩(wěn)噪聲v加法性噪聲：沖激噪聲、周期噪聲、寬帶噪聲、語加法性噪聲：沖激噪聲、周期噪聲、寬帶噪聲、語音干擾音干擾v乘法性噪聲：殘響及傳輸網(wǎng)絡(luò)的電路噪聲非加性乘法性噪聲：殘響

6、及傳輸網(wǎng)絡(luò)的電路噪聲非加性噪聲往往可以通過某種變換，如同態(tài)濾波，轉(zhuǎn)為加噪聲往往可以通過某種變換，如同態(tài)濾波，轉(zhuǎn)為加性噪聲）性噪聲）v（1沖激噪聲：例如放電，打火，爆炸都會引起沖激噪聲，它的時域波形是類似于沖激函數(shù)的窄脈沖。消除沖激噪聲影響的方法通常有兩種：對帶噪語音信號的幅度求均值，將該均值做為判斷閾，凡是超過該閾值的均判為沖激噪聲，在時域中將其濾除；當(dāng)沖激脈沖不太密集時，也可以通過某些點內(nèi)插的方法避開或者平滑掉沖激點，從而能在重建語音信號去掉沖激噪聲。v（2周期噪聲：最常見的有電動機(jī)，風(fēng)扇之類周期運轉(zhuǎn)的機(jī)械所發(fā)出的周期噪聲，50Hz交流電源哼哼聲也是周期噪聲。在頻譜圖上它們表現(xiàn)為離散的窄譜，

7、通?？梢圆捎孟莶ㄆ鞣椒ㄓ枰詾V除。v3寬帶噪聲：說話時同時伴隨著呼吸引起的噪聲，隨機(jī)噪聲源產(chǎn)生的噪聲，以及量化噪聲等都可以視為寬帶噪聲，應(yīng)用中常近似為Gauss噪聲或白噪聲。其顯著特點是噪聲頻譜遍布于語音信號頻譜之中，導(dǎo)致消除噪聲較為困難。一般需要采取非線性處理方法。v（4語音干擾：干擾語音信號和待傳語音信號同時在一個信道中傳輸所造成語音干擾稱為語音干擾。區(qū)別有用語音和干擾語音的基本方法是利用它們的基音差別。考慮到一般情況下兩種語音的基音不同，也不成整數(shù)倍，這樣可以用梳狀濾波器提取基音和各次諧波，再恢復(fù)出有用語音信號。v（5傳輸噪聲：這是傳輸系統(tǒng)的電路噪聲。與背景噪聲不同，它在時間域里是語音和噪

8、聲的卷積。處理這種噪聲可以采用同態(tài)處理的方法，把非加性噪聲變換為加性噪聲來處理。v通過語音增強(qiáng)技術(shù)來改善語音質(zhì)量的過程如圖14-1所示14.314.3濾波法語音增強(qiáng)技術(shù)濾波法語音增強(qiáng)技術(shù)14.3.1 陷波器法陷波器法 對于周期噪聲采用陷波器是較為簡便和對于周期噪聲采用陷波器是較為簡便和有效的方法，其基本思路和要求是設(shè)計的陷有效的方法，其基本思路和要求是設(shè)計的陷波器的幅頻曲線的凹處對應(yīng)于周期噪聲的基波器的幅頻曲線的凹處對應(yīng)于周期噪聲的基頻和各次諧波如圖頻和各次諧波如圖14.2所示，并通過合理設(shè)所示，并通過合理設(shè)計使這些基頻處的陷波寬度足夠窄。計使這些基頻處的陷波寬度足夠窄。v簡單的數(shù)字陷波器的傳

9、遞函數(shù)如下：簡單的數(shù)字陷波器的傳遞函數(shù)如下：v 由由 可以看出可以看出 的頻率將的頻率將被濾除掉。根據(jù)數(shù)字信號處理的基本知識可以知道，數(shù)字濾被濾除掉。根據(jù)數(shù)字信號處理的基本知識可以知道，數(shù)字濾波器的極零點接近時，信號頻譜變化較為緩慢，而在陷波頻波器的極零點接近時，信號頻譜變化較為緩慢，而在陷波頻率處急劇衰減，故引入反饋：率處急劇衰減，故引入反饋：v 當(dāng)當(dāng) 越接近越接近1時，分母在零點附近處由抵消作用，梳齒帶時，分母在零點附近處由抵消作用，梳齒帶寬變得越窄，通帶較為平坦，陷波效果越好。其模擬框圖如寬變得越窄，通帶較為平坦，陷波效果越好。其模擬框圖如圖圖14-3所示所示TzzH1)(jwTjwee

10、H1)()(/為正整數(shù)TTNf TTbzzzH11)(bv14.3.2 自適應(yīng)濾波器v1.基本型v 自適應(yīng)濾波器最重要的特性是能有效地在未知環(huán)境中跟蹤時變的輸入信號，使輸出信號達(dá)到最優(yōu)，因此可以用來構(gòu)成自適應(yīng)的噪聲消除器，其基本原理框圖如圖14-4所示。v圖中s(t)為語音信號，n(t)為未知噪聲信號，y(t)帶噪語音信號，r(t)為參考噪聲輸入， r(t)與s(t)無關(guān),而與n(t)相關(guān)。v圖14-4中將 看作是r(t) 估計y(t)而得到的誤差，據(jù)最小均方準(zhǔn)則，當(dāng) 為最小時的誤差 也就是降噪后的 。這里采用LMS遞推算法簡要說明橫向濾波器系數(shù)的求法。)(t)(,ts| )()(|2,trt

11、yE)(,ts設(shè)橫向濾波器的加權(quán)向量記為 ，誤差信號 ，則有： 為噪聲 的輸入向量。設(shè)代價函數(shù)為： 對上式求導(dǎo)，可以得到最小均方意義下的最佳系數(shù)向量為：下面不加證明的給出Widrow-Hoff的LMS算法加權(quán)系數(shù)遞推公式：W)(k)()()()()()(,kRkWkykrkykT)(kR)()(),()(kykRERkRkRERryTrr| )()()(|2kRkWkyEJTXYrroptRRW1)1(),()() 1()(總輸出功率kRkkWkWv2對稱自適應(yīng)去相關(guān)的改進(jìn)型v 實際應(yīng)用中，參考輸入 r(t)除包含與噪聲相關(guān)的參考噪聲外，還可能含有低電平的信號分量。圖14-5給出了原始語音信號

12、 s(t)通過一個傳輸函數(shù)為 J(t)的信道泄露到參考輸入中的情景。為了解決信號分量的泄露導(dǎo)致系統(tǒng)性能惡化的問題，D.Van Compernolle 提出了對稱自適應(yīng)去相關(guān)SAD算法，其基本原理如圖14-6所示。v3 用延遲的改進(jìn)型v 從圖14-4和圖14-6中可以看出自適應(yīng)濾波器需要有與n(t)相關(guān)的參考噪聲r(t)輸入，這在實際應(yīng)用中往往比較困難，如果噪聲相關(guān)性較弱時例如白噪聲），有如圖14-7所示的改進(jìn)型。14.414.4利用相關(guān)特性的語音增強(qiáng)技術(shù)利用相關(guān)特性的語音增強(qiáng)技術(shù)v14.4.1 自相關(guān)處理抗噪法語音增強(qiáng)技術(shù)自相關(guān)處理抗噪法語音增強(qiáng)技術(shù)v 此方法利用語音信號本身相關(guān)，而語音與噪聲

13、、此方法利用語音信號本身相關(guān)，而語音與噪聲、噪聲與噪聲可認(rèn)為互不相關(guān)的性質(zhì)，對帶噪語音信噪聲與噪聲可認(rèn)為互不相關(guān)的性質(zhì)，對帶噪語音信號作自相關(guān)處理，可以得到與不帶噪語音信號同樣號作自相關(guān)處理，可以得到與不帶噪語音信號同樣的自相關(guān)幀序列。下面說明：的自相關(guān)幀序列。下面說明：v設(shè)帶噪語音為：設(shè)帶噪語音為：)()()(tntsty其中， 為純凈語音信號， 為近似白噪聲的噪聲信號?？紤]到他們的短時平穩(wěn)的特性，計算 的自相關(guān)函數(shù) 式中 為短時平穩(wěn)所加的時間窗函數(shù)。上式第一項為純凈語音信號的自相關(guān)，第二項到第四項分別為語音與噪聲、噪聲與噪聲的相關(guān)函數(shù)。由于語音信號與噪聲、噪聲與噪聲可認(rèn)為互相不相關(guān)。所以上

14、式第二項到第四項的積分結(jié)果可認(rèn)為是近似為零或甚小。這樣就有：tydttwtytyTR)()()(1)(tdttwtntstntsT)()()()()(1tdttwtntntstntntststsT)()()()()()()()()(1)(ty)(ts)(tn)(tw)()()()(1)()()(1)(sttyRdttwtstsTdttwtytyTR 即 與噪聲無關(guān)，只約等于純凈語音的自相關(guān)函數(shù) 。所以，如果將自相關(guān)系數(shù)作為識別系統(tǒng)的特征，就可以達(dá)到抗噪的目的。 由于自相關(guān)處理時會產(chǎn)生二次諧波，因此不宜直接用帶噪語音信號y(t)的自相關(guān)系數(shù)作為識別特征，而應(yīng)采用幀信號平方的自相關(guān)系數(shù)作為識別特征

15、。即如圖14-8所示。 )(sR)(yRv14.4.2 利用復(fù)數(shù)幀段主分量特征的降噪方法利用復(fù)數(shù)幀段主分量特征的降噪方法v 復(fù)數(shù)幀段特征量就是采用相繼的復(fù)數(shù)幀組成的特復(fù)數(shù)幀段特征量就是采用相繼的復(fù)數(shù)幀組成的特征參數(shù)矢量作為語音識別輸入特征量的方法，它是征參數(shù)矢量作為語音識別輸入特征量的方法，它是在語音識別中利用語音幀間相關(guān)信息最直接最簡便在語音識別中利用語音幀間相關(guān)信息最直接最簡便的方法。的方法。v v 為了在復(fù)數(shù)幀特征中進(jìn)一步加強(qiáng)降噪措施，可利為了在復(fù)數(shù)幀特征中進(jìn)一步加強(qiáng)降噪措施，可利用主分量分析方法，求取復(fù)數(shù)幀段參數(shù)特征的主分用主分量分析方法，求取復(fù)數(shù)幀段參數(shù)特征的主分量特征。方法如下：量

16、特征。方法如下：v 設(shè)有設(shè)有N個個D維樣本維樣本 ，則根據(jù)這些抽樣樣本，由，則根據(jù)這些抽樣樣本，由14-11和和14-14兩式求取相關(guān)矩陣兩式求取相關(guān)矩陣R。),.,2 , 1(,.,11NiyyyYtiDiiiDDDDDrrrrrrrrR12222111211NyyyyyyNssssrNnnddNnjnjiniijjjiiijij11)(1 這里， 是相關(guān)系數(shù)， 是樣本的方差或協(xié)方差， 是樣本各維變量的均值。然后求出滿足式14-13的矩陣R的本征值 和本征向量 這里，D維的本征向量 又被稱為主分量基向量。ijrijsdyi),.,2 , 1(DiAiAAR),.,2 , 1(DiAi14.5

17、14.5非線性處理法語音增強(qiáng)技術(shù)非線性處理法語音增強(qiáng)技術(shù)v14.5.1 中心削波法v 對于噪聲頻譜遍布于語音信號頻譜之中的寬帶噪聲，如果噪聲振幅比大部分的語音信號低，則削去低振幅成分也就削去了寬帶噪聲。v 我們在頻域中采用中心限幅的方法，即讓帶噪語音信號通過一限幅濾波器，高幅度頻譜可以通過而低幅不允許通過，實現(xiàn)抗噪。v14.5.2 通態(tài)濾波法通態(tài)濾波法v 加性噪聲適用線性濾波，非加性則適用同態(tài)濾波加性噪聲適用線性濾波，非加性則適用同態(tài)濾波法，其降噪過程的原理框圖如圖法，其降噪過程的原理框圖如圖14-9所示。所示。 同臺濾波器可以用于識別系統(tǒng)的預(yù)處理，常適用倒譜這一特征，所以求出帶非加性噪聲的語

18、音信號的倒譜以后，可以利用倒譜均值規(guī)整CMN降噪聲技術(shù)，清楚帶非加性噪聲的語音信號的倒譜的噪聲成分，從而獲得語音增強(qiáng)的倒譜。 利用CMN方法抑制由輸入和傳輸電路系統(tǒng)引起的乘法性噪聲的原理是： 設(shè)對于第t幀語音，帶噪語音的倒譜是 、純凈語音的倒譜是 、噪聲的倒譜是 、除噪后增強(qiáng)語音的倒譜是 ，則有關(guān)系：)(tCsn)(tCs)(tCn)(tCs)()()(tCtCtCnssn 設(shè) 為整個帶噪語音輸入語句共N幀的倒譜平均值，由于每一幀的噪聲的倒譜相同，則有： 利用CMN法處理得到的語音增強(qiáng)的倒譜為：NtsNtsnsnssnsnstCNtCtCtCNtCtCtCtCtC11)(1)()()(1)()

19、()()()()()(1)(1tCtCNtCnNtssn)(tCsn 以上的方法是傳統(tǒng)的CMN方法，由于它用整個帶噪語音輸入語句共N幀來求倒譜平均值 ，所以又稱為長時CMN方法。 這種方法存在兩個問題，一是由于輸入語句中音素的出現(xiàn)頻率會改變 的大小，直接影響規(guī)整的效果。二是必須到終點為止計算完成以后，才能算出 ，影響了實時性。為此，可以仿照HMM參數(shù)的最大后驗概率MAP學(xué)習(xí)算法，利用MAP算法來提高計算 的精度，即：MAP算法是漸進(jìn)自適應(yīng)方式，樣本是逐個輸入的，k隨著逐個輸入而增加。式中 是自適應(yīng)訓(xùn)練系數(shù)，可由實驗確定。是表示先驗部分的初始估計值，可由學(xué)習(xí)數(shù)據(jù)確定。)(tCsn)(tCsn)(

20、tCsn)(tCsnktCCtCtCktsnsnsnsn10)()()(0snC14.614.6減譜法語音增強(qiáng)技術(shù)減譜法語音增強(qiáng)技術(shù)v14.6.1 基本原理基本原理v 減譜法是處理寬帶噪聲較為傳統(tǒng)和有效的方法，減譜法是處理寬帶噪聲較為傳統(tǒng)和有效的方法，其基本思想是在假定加性噪聲與短時平穩(wěn)的語音信其基本思想是在假定加性噪聲與短時平穩(wěn)的語音信號相互獨立的條件下，從帶噪語音的功率譜中減去號相互獨立的條件下，從帶噪語音的功率譜中減去噪聲功率譜，從而得到較為純凈的語音功率譜。噪聲功率譜，從而得到較為純凈的語音功率譜。v 如果設(shè)如果設(shè) 為純凈語音信號，為純凈語音信號， 為噪聲信號，為噪聲信號， 為帶噪語音

21、信號，則有：為帶噪語音信號，則有：)()()(tntsty)(ty)(ts)(tn用 分別表示 的傅里葉變換，可得下式：由于假定語音信號與加性噪聲是相互獨立的，因此有：因而，如果用 分別表示 的功率譜，則有：而由于平穩(wěn)噪聲的功率譜在發(fā)聲前和發(fā)聲期間可以認(rèn)為基本沒有變化，這樣可以通過發(fā)聲前的所謂的“寂靜段”（認(rèn)為在這一段里沒有語音只有噪聲來估計噪聲的功率譜 ，從而有：)()()(NSY)()()(NSY、)()()(tntsty、222)()()(NSY)()()(nsyPPP、)()()(tntsty、)()()(nsyPPP)()()(nysPPP)(nP 這樣減出來的功率譜可以認(rèn)為是較為純

22、凈的語音功率譜，然后，從這個功率譜可以恢復(fù)降噪后的語音時域信號。 在具體計算時，為防止出現(xiàn)負(fù)功率譜的情況，減譜時當(dāng) 時，令 ，即完整的減譜公式如下： 減譜法語音增強(qiáng)技術(shù)的基本原理圖如圖14-10所示。圖中處理頻域過程只考慮了功率譜的變換，而最后IFFT變換中需要借助相位譜來恢復(fù)降噪后的語音時域信號。依據(jù)人耳對相位不敏感之一特點，這時可用原帶噪語音 的相位譜來代替估計之后的語音信號的相位譜來恢復(fù)降噪后的語音時域信號。)()(, 0)()(),()()(nynynysPPPPPPP)()(nyPP0)(sP)(tyv14.6.2 基本減譜法的改進(jìn)基本減譜法的改進(jìn)v 1.被減項加權(quán)值處理被減項加權(quán)值

23、處理v 如式如式14-23的基本減譜法對于整個語音段采的基本減譜法對于整個語音段采用減去相同噪聲功率譜用減去相同噪聲功率譜 的辦法，實際處理效果的辦法，實際處理效果不是很理想，原因：不是很理想，原因：v語音能量集中于某些頻段，其幅度相對較高，尤其語音能量集中于某些頻段，其幅度相對較高，尤其是共振峰處的幅度一般遠(yuǎn)大于噪聲，不應(yīng)用同一標(biāo)是共振峰處的幅度一般遠(yuǎn)大于噪聲，不應(yīng)用同一標(biāo)準(zhǔn)處理。準(zhǔn)處理。v有時減譜后仍然會有較大的殘余噪聲。有時減譜后仍然會有較大的殘余噪聲。v改進(jìn)的方法是在幅度較高的時幀處減去改進(jìn)的方法是在幅度較高的時幀處減去 ，這樣可以更好的突出語音譜，抑制純音噪聲，改，這樣可以更好的突出

24、語音譜，抑制純音噪聲，改善降噪性能；其次，在語音譜中保留少量的寬帶噪善降噪性能；其次，在語音譜中保留少量的寬帶噪聲，在聽覺上可以起到掩蔽純音的作用。聲，在聽覺上可以起到掩蔽純音的作用。)(nP) 1)(aaPn 考慮到這兩個方面，改進(jìn)后的減譜公式如下：2.功率譜修正處理 將圖14-10中的功率譜計算 和 改進(jìn)為 和 可以得到新的更據(jù)一般性的減譜法形式。這種方法稱為功率譜修正處理，它可以增加靈活性，修正后的功率譜為：) 1, 1()()(),()()(),()()(baaPPbPaPPaPPPnynnynyskkkNSY)()()(k )0(1kk2 21 令 代入公式14-23或式14-24即

25、得減譜法的改進(jìn)形式。適當(dāng)調(diào)節(jié)式14-24中的a b k取值可以得到更佳的增強(qiáng)效果，其靈活性也不言而喻。 3.具有輸入幅值譜自適應(yīng)的減譜法 傳統(tǒng)的減譜法考慮噪聲為平穩(wěn)噪聲，a一般取相同的值，而在非平穩(wěn)噪聲的實際環(huán)境下，采用相同的權(quán)值a有可能發(fā)生減除過多或過少的問題，使得有的區(qū)段要么噪聲消除不夠，要么減除過多產(chǎn)生 失真。為此，應(yīng)該對傳統(tǒng)的減譜法坐如下修改。首先，對于噪聲功率估計，采用如下式，在整個區(qū)域用語音以外的當(dāng)前輸入幀 對噪聲功率進(jìn)行逐幀逐次更新：、kyYP)()(、ksSP)()(knNP)()()(sP) 10()()()1 ()(2212tttXNN其次，讓權(quán)值a和輸入語音功率相適應(yīng)，即

26、按如下式隨輸入語音功率譜值改變。式中 和 為門限閥值， 和 為常數(shù)，可有實驗確定。)()()()()(222221121212121ttttYCYCYCCYCta 對噪聲功率進(jìn)行逐幀逐次更新時，噪聲功率估計采用語音段開始的前幾幀來估計，可以采用帶噪語音前后能量比來確定語音段和寂靜段： （幀長是N是第i幀處理后的值， 為處理前的值。 NitNitisNiyNtD1212)(1)(1)()(iSt)(iyt 以上介紹了減譜法語音增強(qiáng)以及它的幾種改進(jìn)形式。在減譜法語音增強(qiáng)的實際應(yīng)用中還需要注意：減譜法假定語音信號是短時平穩(wěn)的，因此需要輸入語音信號加窗后再予以處理。這樣前式就應(yīng)寫成 其下標(biāo)t表示加窗分幀后的第t幀。222)()()(tttNSY14.714.7利用利用Weine