基于清浊音状态空间模型语音增强算法-硬件和射频工程师.PDF

维普资讯 模式识别 基于清浊音状态空间模型语音增强算法 SpeechEnhancementBasedOnA Unvoiced-VoicedModel (中科院声学所语音交互技术研究中心)张海云 汪志鸿 杜利民 Zhang，Haiyun Wang，Zhihong Du，Limin 摘要：基于语音状 态模型的语音增强算法是当前语音信号处理的研究热点。把通常的LPC语音模型修正后，将得到两个语 音模型：时变 AR模型 、时变双 AR模型。但是利用这些模型增强语音时，都没有考虑到语音 的清音、浊音 区别 。为此本文 引 入 了语音清浊音状 态空间模型，这种模型在描述语音方面比时变AR模型、时变双AR模型要 强，而且物理含 义明显 同时 在用含噪语音信号预测纯净语音信号时，引入遗忘因子和粒子滤波算法 以降低计算复杂性，减 小运算量。实验证 明，增强后 的语音信号信噪 比有一定提高．且优 于传统的LPC模型 关键词 ：语音增强；语音清浊音状态空间模型；遗忘因子 ：粒子滤波 中图分类号 ：，ITN9l2 文献标识码 ：A Abstract：Speech enhancementalgorithmsbased on speech state modelareverypopulra research areasinspeech signal processing． Ifthetraditional LPCmodeismodified，twospeechmodelsraederived：time—varyingautoregressive(TVAR)model，time—varying two—autoregressive(Two—AR)mode1．Utilizedthesemodelstoenhancespeech，htedifferencesbetweenunvoicedandvoicedspeech raenotconsidered．Tosolvehteproblem，aunvoiced-voicedspeech modelfactorisintrod uced．In theability ofdescribingspeech， hteunvoiced-voiced modelisbetterhtanLPC，TAVR andTwo-AR．Besidesthis，itsphysical contentismoreobviousthanothers． When predicting clean speech through noisy speech， forgetting factorand particlefilterare presented to decrease hte computation complexity nadcomputation expense．Theexperimental resultsshow htathteSNR ofenhanced speech singal isimproved tosomeex— tent．andtl1eUnvoiced—VoicedModelismoreeffectivehtna LPC mode1． Keywords：SpeechEnhancement,Unvoiced-VoicedM odel,ForgettingFactor，ParticleFilter 增强操作。现引入含清浊音语音状态空间模型： 1 引言 _f+P (1) 语音识别系统有着很大的应用潜力。但是当前的 语音识别系统往往只是针对高清晰语音有效。如果输 z =S+