語音降噪技術(shù)簡介-PPT課件

1、語音增強原理及應(yīng)用的討論內(nèi)容語音增強相關(guān)概念語音增強基本原理及應(yīng)用語音增強的定義 語音增強是指當(dāng)語音信號被各種各樣的噪聲干擾、甚至淹沒后，從噪聲背景中提取有用的語音信號，抑制、降低噪聲干擾的技術(shù)。一句話，從含噪語音中提取盡可能純凈的原始語音。語音增強的目標(biāo)改進語音質(zhì)量，消除背景噪音；提高語音可懂度！兩者往往不能兼得，所以實際應(yīng)用中總是視具體情況而有所側(cè)重的！語音噪聲類型 帶噪語音的噪聲類型按與信號關(guān)系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。語音噪聲類型加性噪聲：一般指熱噪聲、散彈噪聲等，它們與信號的關(guān)系是

2、相加，不管有沒有信號，噪聲都存在，信號與噪聲是相互獨立的！加性噪聲來源一殷可以分為三方面：(1)人為噪聲；(2)自然噪聲；(3)內(nèi)部噪聲。語音噪聲類型乘性噪聲：一般由信道不理想引起，它們與信號的關(guān)系是相乘，信號在它在，信號不在他也就不在。一般通信中把加性隨機性看成是系統(tǒng)的背景噪聲； 而乘性隨機性看成系統(tǒng)的時變性（如衰落或者多普勒）或者非線性所造成的。其他常見噪聲名詞白噪聲：表示在全頻域內(nèi)單位頻域下都分布有相同的能量密度，在線性空間內(nèi)它具有平坦的頻譜。換句話說，一定頻域內(nèi)的白噪聲在其中任意給定的帶寬內(nèi)都具有相等的功率。隨機噪聲：噪聲波形是隨機的，不可預(yù)測的。平穩(wěn)噪聲：是指分布參數(shù)或者分布律隨時間

3、不發(fā)生變化的噪聲。 語音噪聲特性一般，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白噪聲，這種噪聲一般符合如下的假設(shè)：(1)噪聲是加性的。(2)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。(3)噪聲與語音統(tǒng)計獨立或不相關(guān)。到底什么是傅立葉變換？有時信號在時域特征不明顯，我們通常的將它變換到頻域，這時會用到傅里葉變換，那么傅里葉變換到底是什么呢？傅里葉變換是將時域信號分解為不同頻率的正弦信號或余弦函數(shù)疊加之和。連續(xù)情況下要求原始信號在一個周期

4、內(nèi)滿足絕對可積條件。離散情況下，傅里葉變換一定存在。 到底什么是傅立葉變換？一個恰當(dāng)?shù)谋扔魇菍⒏道锶~變換比作一個玻璃棱鏡。棱鏡是可以將光分解為不同顏色的物理儀器，每個成分的顏色由波長（或頻率）來決定。傅里葉變換可以看作是數(shù)學(xué)上的棱鏡，將函數(shù)基于頻率分解為不同的成分。當(dāng)我們考慮光時,討論它的光譜或頻率譜。同樣, 傅立葉變換使我們能通過頻率成分來分析一個函數(shù)。到底什么是傅立葉變換？在頻域中，頻率越大說明原始信號變化速度越快；頻率越小說明原始信號越平緩。當(dāng)頻率為0時，表示直流信號，沒有變化。因此，頻率的大小反應(yīng)了信號的變化快慢。高頻分量解釋信號的突變部分，而低頻分量決定信號的整體形象。 l語音增強常

5、用方法根據(jù)語音和噪聲的特點，出現(xiàn)了很多種語音增強算法。語音增強方法有噪聲對消法、譜相減法、維納濾波法、卡爾曼濾波法，F(xiàn)IR自適應(yīng)濾波等。其中譜相減法、wiener濾波，卡爾曼濾波是常用增強方法，下面簡單介紹下其原理。維納濾波維納濾波卡爾曼濾波卡爾曼濾波的基本思想：采用信號與噪聲的狀態(tài)空間模型，利用前一時刻的估計值和當(dāng)前時刻的觀察值來更新對狀態(tài)變量的估計, 以求現(xiàn)時刻的估計值。其特點：無需采用全部過去的觀察值進行估計, 適合于實時處理。 用狀態(tài)方程和量測方程表示信號和噪聲, 采用遞推法進行計算, 適合于計算機求解。適用范圍廣：平穩(wěn)或非平穩(wěn), 時變或非時變系統(tǒng)。譜減法的基本原理將含噪語音信號和有聲

6、/無聲判別得到的純噪聲信號進行FFT變化，從含噪語音幅度譜的平方中減去純噪聲的幅度譜的平方，然后開方，得原始語音譜幅度的估值，再借用含噪語音的相位，進行IFFT變化，得到增強的語音。含噪語音純噪聲原始語音譜幅度的估值DFT插入相位DFTIDFT原始語音的頻譜的估值譜減法流程圖譜減法假設(shè)噪聲疊加；噪聲與語音不相關(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：y(n)=s(n)+v(n)式中，y(n)是帶噪語音，s(n)是純凈語音，v(n)是噪聲。譜減法對語音模型公式兩邊進行傅立葉變換，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，譜減法則對純凈語音幅度譜的估量表示為譜減法實現(xiàn)步驟根據(jù)已知的平臺噪聲進行FFT，計算噪聲功率譜譜平均值N(k)；對含噪語音進行FFT計算得到其功率譜X(k)，保留含噪語音相位；用含噪語音功率譜X(k)減去噪聲功率譜N(k)，得到原始語音的功率譜估計值S(k)；利用S(k)以及含噪語音相位進行IFFT，這樣就得到原始語音的估計值。譜減法缺點由于噪聲的隨機分布的范圍廣，因此相減時，若該幀某頻率點上的噪聲幅度譜分量大時，就會有很大一部分殘留，在頻譜上呈現(xiàn)隨機起伏的尖峰。