新型拉普拉斯模型因子估计语音增强算法.docVIP

新型拉普拉斯模型因子估计语音增强算法 　　摘 要:针对拉普拉斯先验模型下的语音增强问题,给出了一种模型因子估计算法,它利用语音分量方差与模型因子的对应关系来获取模型因子的估计;在语音分量方差的估计过程中,通过利用带噪语音分量与先前帧语音方差计算当前帧语音分量方差,提出一种新的语音分量方差估计算法。通过结合这两种新算法获得的拉普拉斯模型因子估计能够有效消除噪声分量能量对估计精度的影响,且提高系统的语音增强性能。多种噪声背景下的仿真结果表明,基于该模型因子估计方案的方法的语音增强算法具有更好的增强效果。关键词:语音增强; 语音分量估计; 离散余弦变换; 拉普拉斯模型; 因子估计 　　中图分类号:TN912.3文献标识码:A 　　文章编号:1004-373X(2010)21-0100-04 　　 　　Novel Algorithm of Laplacian Model Factor Estimation for Speech Enhancement 　　HUANG Wei1, OU Shi-feng2 　　(1. Institute of Humanities and Economics, Yantai University, Yantai 264005, China; 　　2. Institute of Optoelectronic Information, Yantai University, Yantai 264005, China) 　　Abstract: An algorithm of Laplacian factor estimation is proposed for solving the problem of speech enhancement using Laplacian apriori model. The estimation of Laplacian model factor is attained by the relation between the variance of clean speech components and the model factor. As for the estimation for speech component variance, a new adaptive algorithm that makes use of the noisy speech components and clean speech variance in previous frame is put forward to compute the current frame′s speech variance. In combination with the mentioned two approaches, the estimated Laplacian factor can effectively eliminate the effect of noise components energy on the estimation accuracy. The simulation results demonstrate that the proposed algorithm possesses a good effect on speech enhancement.Keywords: speech enhancement; speech component estimation; discrete cosine transform; Laplacian model; factor estimation 　　 　　0 引 言 　　有效的语音增强算法能够大大提高语音通讯的抗噪声干扰能力,改善语音质量,提高语音可懂度。单通道语音增强算法以其简单、有效和利于硬件实现等优点,而长期以来都是国内外学者的研究热点,代表性的算法有减谱法、最小均方误差算法、维纳滤波算法等[1-4]。这些单通道算法大都在变换域中结合语音和噪声的不同特征来研究具有针对性的噪声消除算法,通常所用的变换有DFT,DCT变换等。相对于DFT变换,由于DCT变换具有信号谱分量丰富,能量集中,且无需对语音相位进行估计等优点,近年来在语音增强领域中得到了广泛的研究与应用[5-6]。 　　语音增强算法往往在变换域中假定纯净语音和噪声谱分量皆服从零均值的高斯分布模型[2,5],这一假设的理论依据源自中心极限定理最近的研究结果,它表明DCT域中纯净语音信号谱分量的拉普拉斯分布也是?┮恢知?很好的拟合模型[7]。基于这一结果,Gazor等人在DCT域中运用MMSE估计得到了一种非线性滤波算法[8],其实验仿真显示,该算法在保