MMSE及其衍生降噪算法的比较的研究.pdfVIP

中国科学院声学研究所第三届青年学术交流会论文集 MMSE及其衍生降噪算法的比较研究 王明 崔杰李平 肖 灵 医用声学实验室 摘要本文针对基于最小均方误差的降噪算法(MMSE)以及由此衍生出来的三种具有代表 性的降噪算法进行研究，采用客观评价指标比较了各种算法的降噪效果。文章主要介绍各种算 法原理。并对其进行仿真实验，通过分析实验结果，总结各种算法的特点及应用。 关键词MMSE语音失真噪声抑制 1．介 绍 现在常用的语音增强算法主要有四大类：谱减法、维纳滤波、基于统计模型(包 括基于最大似然、最小均方误差等)和子空间法。其中，基于最小均方误差 (MMSE)的方法由于其突出的降噪效果和较少的语音畸变，自提出后便受到了大批 研究者的关注，且衍生出一系列改进算法。 2．算法原理 本文研究的对象是传统MMSE语音增强方法，以及改进得到的对数MMSE，自 适应届阶MMSE和贝叶斯动机感知方法。 2．1基于最小均方误差的算法(MMSE) n(k)是加性噪声，并且与语音信号8(k)相互独立，含噪语音信号即为： Y(后)=s(后)4-，l(七) Fourier 语音信号、噪声信号和含噪信号离散傅立叶变换(DFT，DiscreteTransform) 音信号和噪声信号均符合复高斯分布，按照最小均方误差准则，需要E{(A。一 A。)2}最小，可得 V‘ Z 二 Z 函数，和讥分别定义为先验信噪比和后验信噪比，即 雌南矗。皤器m=志。 216 音频声学 2．2对数MMSE 法——对数MMSE方法心]。由于人体听觉系统本身的特性，相比线性频谱而言，对 数频谱更适于应用在语音处理算法当中。采用同2．1相同的统计模型以及含噪信 l K]}。经过计算， exp{E[1nAI At=惫exp{丢片e-t．出慨。 2．3适应届阶MMSE 降噪算法的效果有时不仅取决于特定系统本身的特点(如助听器、电话等)，还 会受到不同噪声类型的影响。C．H．You等人在2003年针对不同的噪声情况，提 令误差函数E{(A2一微)2}最小。由此得出 A。=缸丽=华[厂(胙+1)M(一胛；l；一秽。)m。 ，I 其中，M(·)表示合连几何函数。在本文的实验中，依据文献[2]，／3的取值随频率 和信噪比的不同而不同。当JEi=l时，该方法就等价于传统MMSE算法。 2．4贝叶斯动机感知 贝叶斯动机感知的降噪算法(PM，Perceptually 年提出来的【4J。和之前的算法相比，该算法采用的误差函数为 E{丝掣}，由此得出 厂(半+1)M(一半1．叫) 小等 厂(号+1)肘(一号，1；一吼) 这种方法利用了人耳的掩蔽效应，将误差函数除以了当前信号的幅度，强调了波谷 附近的降噪。 3．试验结果 本文采用5句普通话女声为实验语句研究四种降噪算法的效果。分别对干净 语音信号加入一10、一5、O、5、10dB的高斯白噪声、粉红噪声和babble噪声，采用汉 SNR)分别客观评价各个算 采用LLR(Log—likelihoodRatio)与segSNR(Segmental 法的语音失真和噪声抑制效果。图l、图2中的实线、虚线、点线分别表示加入不同 信噪比的白噪声、粉红噪声、babble噪声时各种算法的LLR值和segSNR值。 从客观指标来说，LLR值越小，语音失真度越小；segSNR值越大，噪声抑制效果 217 中国科学院声学研究所第三届青年学术交