第八章 语音增强.pptVIP

* 8.1 概述 8.2 语音特性、人耳感知特性及噪声特性 8.3 语音增强的原理和方法 第八章 语音增强 * 一、语音增强的定义 语音增强是指当语音信号被各种各样的噪声干扰、甚至淹没后，从噪声背景中提取有用的语音信号，抑制、降低噪声干扰的技术。一句话，从含噪语音中提取尽可能纯净的原始语音。 第八章 语音增强 8.1 概述 * 二、语音增强的意义 1. 日常生活中，经常会遇到在噪声干扰下进行语音通信的问题。例如在汽车、火车上使用移动电话，旁人的喧闹声，马路旁和市场里的公用电话等。 2. 军事通信中，指挥员的作战命令和战斗员的战情汇报都需要用语音来表达，由于战斗环境中的声环境恶劣，特别是炸弹产生的冲击性噪声，使有用信号完全淹没在噪声中。 8.1 概述 * （3）窃听技术中需要语音增强 （4）语音识别技术需要语音增强 在实际生活中，语音信号无时无地不受各种噪声干扰。人们正常的生活环境就是一个声级为60dB左右的噪声环境。被强噪声污染的场合，噪声达120dB以上。 * 8.2语音特性、人耳感知特性及噪声特性 一、 语音特性 语音信号的短时平稳特性。 语音包含元音和辅音两种音素：从时域波形上看，浊音（包括元音）具有明显的准周期性和较强的振幅，清音类似白噪声并有较弱的振幅。 语音信号短时谱的统计特性在语音增强中有着举足轻重的作用。（据中心极限定理，语音的短时谱的统计特性服从高斯分布。） * 二、 人耳感知特性 对于声波频率高低的感觉与实际频率的高低不呈线性关系，而近似为对数关系；对频率的分辨能力受声强的影响；对语音信号的幅度谱较为敏感，对相位不敏感。 人耳掩蔽效应：产生一个声音由于另外一个声音的出现而导致该声音能被感知的阈值提高的现象。 语音增强的最终效果度量是人耳的主观感觉，所以在语音增强中可以利用人耳感知特性来减少运算代价。 * 三、 噪声特性 加性噪声：冲激噪声、周期噪声、宽带噪声、语音干扰噪声等 非加性噪声：残响及传输网络的电路噪声（非加性噪声往往可以通过某种变换转为加性噪声） * 四、噪声的度量 声压、声强和声功率 （1）声压级(SPL)：Lp=20lg(P/P0) P0＝20uPa 声压就是有声波存在时，在单位面积上大气压的变化部分 ，最弱的声音声压为0.00002 Pa，最强的声音的声压为20 Pa。 （2）声强级：LI=20lg(I/I0) I0=1012W/m2 声强是指单位面积上通过多少瓦的声能，单位是W/m2（瓦/平方米）。 （3）声功率级：Lw=20lg(W/W0) W0=1012W 声功率是指声源在单位时间内向外辐射出的总声能 * 噪声源和噪声环境 声压/Pa 声压级/dB 飞机附近 200 140 织布车间 20 100 地铁 0.63 90 繁华街道 0.063 70 普通谈话 0.02 60 安静房间 0.002 40 耳语 0.00063 30 树叶沙沙声 0.0002 20 农村静夜 0.000063 10 听阈 0.00002 0 * 通过语音增强技术来改善语音质量的过程如下图所示 滤波法 自相关抗噪法 非线性处理法 减谱法 Weiner滤波法 * 8.3 语音增强的原理和方法 一、滤波法语音增强技术 1 陷波器法 对于周期噪声采用陷波器是比较简便和有效的方法，设计的陷波器的幅频曲线的凹处对应于周期噪声的基频和各次谐波，并使这些频率处的限波宽度足够窄。 带噪语音 DFT IDFT 频谱整形器 增强语音 * 2 自适应滤波器 自适应滤波器能有效地在未知环境中跟踪时变的输入信号。使输出信号达到最优，所以可以用来构成自适应的噪声消除器。 * 二、减谱法语音增强技术 DFT 平方 DFT ＋ － 插入 相位 IDFT 含噪语音 x(n)=s(n)+d(n) |X(ejw)| d(n) |D(ejw)| 纯噪 声 |S(ejw)| ejarg(X(jw)) s(n) 原始语音谱幅度的估值 * 将含噪语音信号和有声/无声判别得到的纯噪声信号进行DFT变化，从含噪语音谱幅度的平方中减去纯噪声的谱幅度的平方，然后开方，得原始语音谱幅度的估值，再借用含噪语音的相位，进行IDFT变化，得到增强的语音。 1.减谱法的基本原理描述 * 蓝色为原始含噪语音 黄色为减谱法处理的结果 * 3、时频语音增强技术 为了达到更好的消噪效果，可将自适应消噪技术和谱相减结合起来。 自 适 应 消 噪 主输入信号 参考信号 谱 相 减 消 噪 增强语音 * 原始含噪语音 自适应抗噪与谱相减相结合后的输出结果 基本自适应抗噪输出结果