語音增強報告

1、語音增強報告(譜減法和維納濾波)Speech Enhancement、語音增強方法的理論分析、語音增強方法的理論分析2 TOC o 1-5 h z 引言2 HYPERLINK l bookmark27 o Current Document 語音增強算法2 HYPERLINK l bookmark31 o Current Document 2.1譜減法2 HYPERLINK l bookmark49 o Current Document 2.2 Wiener 濾波法 3二、譜減法5 HYPERLINK l bookmark91 o Current Document 算法實現(xiàn)5 HYPERLINK

2、 l bookmark84 o Current Document 改善算法，減少音樂噪聲9 HYPERLINK l bookmark87 o Current Document 三、Wiener濾波法11算法實現(xiàn)11 HYPERLINK l bookmark97 o Current Document 迭代Wiener濾波的算法實現(xiàn)14 HYPERLINK l bookmark103 o Current Document 四、Wiener濾波法與譜減法的比較 17 HYPERLINK l bookmark114 o Current Document 五、參考文獻(xiàn)17語音增強方法的理論分析匹語音增強

3、方法的理論分析匹1=1引言語音增強的目標(biāo)是從含有噪聲的語音信號中提取盡可能純凈的原始語音。然而，由于干擾通常都是隨機的，從帶噪語音中提取完 全純凈的語音幾乎不可能。在這種情況下，語音增強的目的主要有兩個：一是改進(jìn)語音質(zhì)量，消除背景噪音，使聽者樂于接受，不感 覺疲勞，這是一種主觀度量；二是提高語音可懂度，這是一種客觀度量。這兩個目的往往不能兼得，所以實際應(yīng)用中總是視具體情況 而有所側(cè)重的。帶噪語音的噪聲類型可以分為加性噪聲和非加性噪聲。加性噪聲有寬帶的，窄帶的，平穩(wěn)的，非平穩(wěn)的，白噪聲，有色噪聲，等; 非加性噪聲如乘性噪聲，卷積噪聲等。一般，語音增強處理的噪聲指環(huán)境中的噪聲，而這些噪聲主要是高斯

4、白噪聲，這種噪聲一般符 合如下的假設(shè)：噪聲是加性的。噪聲是局部平穩(wěn)的。局部平穩(wěn)是指一段加噪語音中的噪聲，具有和語音段開始前那段噪聲相同的統(tǒng)計特性，且在整個語音段中保持不變。也就是說，可 以根據(jù)語音開始前那段噪聲來估計語音中所疊加的噪聲統(tǒng)計特性。噪聲與語音統(tǒng)計獨立或不相關(guān)。語音增強算法根據(jù)語音和噪聲的特點，出現(xiàn)了很多種語音增強算法。比較常用的有噪聲對消法、譜相減法、維納濾波法、卡爾曼濾波法、FIR自 適應(yīng)濾波法等。此外，隨著科學(xué)技術(shù)的發(fā)展又出現(xiàn)了一些新的增強技術(shù)，如基于神經(jīng)網(wǎng)絡(luò)的語音增強、基于HMM的語音增強、基于 聽覺感知的語音增強、基于多分辨率分析的語音增強、基于語音產(chǎn)生模型的線性濾波法、基

5、于小波變換的語音增強方法、梳狀濾波法、 自相關(guān)法、基于語音模型的語音增強方法等。此處主要介紹譜減法和wiener濾波法。2.1譜減法使用譜減法是假設(shè)：噪聲疊加；聲與語音不相關(guān)；對純凈語音無先驗知識；對統(tǒng)計噪聲有先驗知識。帶噪語音模型為：y(n)=x(n)+v(n)式中，y(n)是帶噪語音，s(n)是純凈語音，v(n)是噪聲。對式子兩邊進(jìn)行傅立葉變換，得Y(k)=X(k)+N(k)由于對噪聲的統(tǒng)計參數(shù)的未知，所以在實際應(yīng)用中，通常使用非語音段噪聲譜的均值來作為對噪聲譜N(k)的估計， g司=研網(wǎng)時|蘭陽)| =言回(則對純凈語音幅度譜的估量表示為I做=I兇-沖I FQ)| -僵(黔 00atEi

6、erwise口 f疽把帶噪語音的相位L當(dāng)作是純凈語音的相位，那么純凈語音頻譜的估量為珈。=卜卅 S f jc(fj)=町丁鼠拒 j2.2 wiener濾波法一個線性系統(tǒng)，如果它的單位樣本響應(yīng)為h(n)，當(dāng)輸入一個隨機信號x(n)，且x(n) = s(n) +u (n)其中s(n)表示信號，u (n)表示噪聲，則輸出y(n)為y(n) = Z h(m)x(n - m)m我們希望x(n)通過線性系統(tǒng)h(n)后得到的y(n)盡量接近于s(n)，因此稱y(n)為s(n)的估計值，用S(n)表示，即y (n) = S(n)維納濾波器的輸入一輸出關(guān)系為:x(x(n) = s(n) +u (n)*L2ny

7、(n) = S(n)*如上圖所示。這個線性系統(tǒng)h(n)稱為對于s(n)的一種估計器。如果我們以s與分別表示信號的真值與估計值，而用e(n)表示它們之間的誤差，即e (n) = s (n) - s (n)顯然，e(n)可能是正的，也可能是負(fù)的，并且它是一個隨機變量。因此，用它的均方值來表達(dá)誤差是合理的，所謂均方誤差最小即 它的平方的統(tǒng)計平均值最小：Ee2(n = Es-s)?最小已知希望輸出為：誤差為:均方誤差為:y(n) = ()=誤差為:均方誤差為:y(n) = ()=習(xí) h(jri)x(ji - m)m=Qm=0m=0上式對/z(m) m=O,l, ,N-1求導(dǎo)得到:J =0,1,2 N

8、12E (s() 一習(xí)/z (m)x(n - m)x(n - j) = 0optJ =0,1,2 N 1L777=0進(jìn)一步得:Nl j)= S/z (m)E x(zz - m)x(n - j) j = 0,1,optm=0Nl從而有:R (頂)=切。(m)7? (j-m)頂= 0,1,2, ,N一xsoptXXm=Q于是就得到N個線性方程：J=0J=1J=0J=1j = N-l RV寫成矩陣形式為： R (0)XXR (1)XXR (N 1)L XX .R (0) = /z(0)R (0) + 0(l)R (1)+ +h(N-l)R (N 1)Z(l)= /i(0)r(1)+ (1)R X(0

9、) + + h(N-1)7?(N-2) XSXXXXXX(N 1) = /0clean(i)= mag(i)-nmag(i);elseclean(i)=0;endend%在頻域中重新合成語音spectral= clean.*exp(j*phase);%IDFT并重疊想加 enhanced(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)=enhanced(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)+real(ifft(sp ectral);end%除去漢寧窗引起的增益for i=1:sizeif hamwin(i)=

10、0enhanced(i)=0;elseenhanced(i)=enhanced(i)/hamwin(i);endendSNR1 = 10*log10(var(speech)/var(noise); % 加噪語音信噪比SNR2 = 10*log10(var(speech)/var(enhanced-speech); % 增強語音信噪比 wavwrite(x,fs,nbits, noise.wav ) ; %輸出帶噪信號 wavwrite(enhanced,fs,nbits, enhanced.wav ); %輸出增強信號 t=1:size; figure(1),subplot(3,1,1);pl

11、ot(t/fs,speech); % 原始語音波形 xlabel(time(s); title(Original Voice (n=,num2str(n),); figure(2),specgram(speech); % 原始語音語譜 title(Original Voice (n=,num2str(n),); figure(1),subplot(3,1,2); plot(t/fs,x); xlabel(time(s); title(Noise Added (SNR=,num2str(SNR1),dB); figure(3),specgram(x); % 加噪語音語譜 title( Noise

12、 Added (SNR= ,num2str(SNR1),dB); figure(1),subplot(3,1,3);plot(t/fs,enhanced); xlabel(time(s); title(Improved Voice (SNR=,num2str(SNR2),dB); figure(4),specgram(enhanced); % 增強語音語譜 title(Improved Voice (SNR=,num2str(SNR2),dB); TOC o 1-5 h z Figure 1t I。I 回File Edit View In sert Tools desktop Window F

13、lelp號Original Voice (n=0.06i1iiiiiia 0.511.522.533.5time (a JNoise Added SNR=10 0767(B)00.511.522.533.5.9.8沒u 當(dāng) balLL.6.2o o o2on o4o o o6o o o8o o o o00o00.511.522.533.5.9.8沒u 當(dāng) balLL.6.2o o o2on o4o o o6o o o8o o o o00o2e m TlF ffj Figure 3回KM =File Editt Vi&w Insert Tools Desktop Window Help惇|%黑尊

14、晏業(yè)口田| 口Noise AJded (SNR=10.9187dB) TOC o 1-5 h z 1 r iti a ii ni i 1j - -m 1 - B ，n B -.-n- ILII HYPERLINK l bookmark78 o Current Document 0.9-.一.；. . HYPERLINK l bookmark81 o Current Document o.e -.1Improved Voice CSNR=14.86dB)20004000600030001000012000Time一 P1Improved Voice CSNR=14.86dB)2000400060

15、0030001000012000Time一 P2.改善算法、減少音樂噪聲白噪聲的短時功率譜上既有波峰，又有波谷。在一幀里，它們的頻率分布是隨機的；在幀與幀之間，它們的頻率和幅度也是隨機 變化的。當(dāng)我們從帶噪語音的頻譜中減去我們估計的噪聲譜，所有的帶噪語音頻譜峰值都會變小，而谷值由于小于估計的噪聲值被置 零。因此，進(jìn)行譜減法之后，在頻譜上只留下波峰。在這些留下的波峰中，頻帶較寬的部分被視為時變寬帶噪聲，頻帶較窄的部分則 被當(dāng)成時變音調(diào)，也就是所謂的音樂噪聲。我們改善的算法為：let D(w) - Fs(w)質(zhì)3), if 3Fn(w)氣E =otherwise |with 6mncl 0 f(i

16、)clean(i)=d(i);elseclean(i)=f(i);endendQ Figure 1t口 旬file Edit iEiew Insert Tools Desktop Window Help叫Original Voice (n=0_06)1iiiiii，-，Hl fII 7IIII00.511.522.533.5time a)Improved Voice (SNR=12 419dB)00.511.522.533.5timefs)Figure 4File Edit View ns-ert Tools- Des-ldop Window Hel pImproved Voice (SNR=

17、12.419dB) TOC o 1-5 h z 1 r 1 1n1.1 I .1 . ：7.0.9- . 1 1. aJ ,. - . _LL三、wiener濾波法1.算法實現(xiàn) function y=mut(x,y,m,L) %計算自相關(guān)矩陣的函數(shù) tep=0;for i=1:L-abs(m)tep=tep+x(i)*y(i+abs(m);endy=1/(L-abs(m)*tep;%產(chǎn)生原始信號S(n)和帶噪信號x(n) clear;a=0.95;L=input(輸入信號樣本個數(shù)L:n)N=input(輸入wiener濾波器階數(shù)N:n)temp=rand(1,L);temp1=rand(1,L

18、);v=12八(0.5).*(temp-0.5);%讓噪聲信號v(n)變成均值為0，在-0.5,0.5間均勻分布的隨機信號w=(1-a八2)*12)八(0.5).*(temp1-0.5);s=zeros(1,L);s(1,1)=w(1,1);for i=2:Ls(1,i)=a*s(1,i-1)+w(1,i);endx=s+v;%顯示原始信號S(n)和帶噪信號x(n) clf;figure(1);i=L-100:L;%只顯示后100個樣值plot(i,s(L-100:L),r,i,x(L-100:L),b:);title(原始信號s(n)和帶噪信號x(n);legend(s(n),x(n);xl

19、abel(n);ylabel(x(n) & s(n);%求x(n)的自相關(guān)矩陣，以及x(n)與s(n)的互相關(guān)矩陣 Rxx=zeros(N,N);for i=1:Nfor j=1:NRxx(i,j)=mut(x,x,i-j,L);endendfor i=1:Nrxs(1,i)=mut(x,s,i-1,L);endrxs=rxs;h=inv(Rxx)*rxs;%繪出Wiener濾波器的N個系數(shù)h(n)figure(2);i=1:N;plot(i,h,r:o);title( Wiener濾波器的系數(shù)h(n);legend(h(n);%求帶噪信號x(n)經(jīng)Wiener濾波器的輸出序列SR(n)SR=

20、zeros(1,L);h=h;for i=1:Lfor m=0:N-1 if im SR(1,i)=SR(1,i)+h(1,m+1)*x(i-m);endendend%比較SR(n)和原始信號s(n)figure(3);i=L-100:L;plot(i,SR(L-100:L),r:,i,s(L-100:L),b);title(經(jīng)Wiener濾波的信號SR(n)和原始信號s(n); legend(SR(n),s(n);L=500， N=10File EditVi&w Insert Tools desktop Window JHelpFile Edit原始信號s(n)W帶噪信號沖)4IIiiiii

21、iI sin :(u2.迭代wiener濾波的算法實現(xiàn)function y=mut(x,y,m,L) %計算自相關(guān)矩陣的函數(shù) tep=0;for i=1:L-abs(m)tep=tep+x(i)*y(i+abs(m);end y=1/(L-abs(m)*tep;%產(chǎn)生原始信號S(n)和帶噪信號x(n)clear;a=0.95;L=input(輸入信號樣本個數(shù)L:n)N=input(輸入wiener濾波器階數(shù)N:n) temp=rand(1,L);temp1=rand(1,L);v=12八(0.5).*(temp-0.5);w=(1-a八2)*12)八(0.5).*(temp1-0.5);s=z

22、eros(1,L);s(1,1)=w(1,1);for i=2:Ls(1,i)=a*s(1,i-1)+w(1,i);end x=s+v;%顯示原始信號S(n)和帶噪信號x(n)clf;figure(1);i=L-100:L;%只顯示后100個樣值plot(i,s(L-100:L),r,i,x(L-100:L),b:);title(原始信號s(n)和帶噪信號x(n);legend(s(n),x(n); xlabel(n);ylabel(x(n) & s(n);%計算迭代wiener濾波器的N個系數(shù)reh(n)for i=1:Nreh(i,1)=0.238*(0.724)八(i-1);end%繪出

23、迭代Wiener濾波器的N個系數(shù)reh(n)figure(2);i=1:N;plot(i,reh, b-+);title(迭代Wiener濾波器的系數(shù)reh(n);legend(reh(n);SI(1,1)=0.238*x(1,1);for i=2:LSI(1,i)=0.724火SI(1,i-1)+0.238*x(1,i);end%比較SI(n)和原始信號s(n)figure(3);i=L-100:L;plot(i,SI(L-100:L), r:,i,s(L-100:L), b);title(經(jīng)迭代Wiener濾波的信號SI(n)和原始信號s(n); legend(SR(n),s(n);L=600, N=102 Figure 1. . =回SgTFile Edit View In se-rt Tools desktop Window JHelp小s(nx(nFile Edit View In sert Tools Desktop Window JHelpFile Edit View In sert Tools Desktop Window JHelp經(jīng)迭代Wiener的信號別n）和原始信號號問SR【ns(n)Wiener濾波法與譜減法的比較譜減法是在信號的頻域中