三种基于统计模型的单通道语音增强改进算法.pdfVIP

第37卷第1期宁德师范学院学报(自然科学版)Vol.37No.1

2025年3月JournalofNingdeNormalUniversity（NaturalScience)Mar.2025

三种基于统计模型的单通道语音增强改进算法

涂井先，覃桂茳

(梧州学院大数据与软件工程学院，广西梧州543002)

摘要：针对算法计算复杂度高的问题，提出三种基于统计模型的单通道语音增强改进算法。利用每帧信

号相邻多个频点共享相同增益函数的策略，达到降低算法计算复杂度的目的，并给出三种算法处理每帧信号

乘除法运算次数关于共享频点个数的表格和函数图。最后，选用三种经典的客观评价指标在Noizeus语料库

和Noisex噪声库上进行测试。实验结果表明：当共享频点个数从1逐渐增大到10时，三种算法的计算复杂度

呈现明显降低趋势，三种算法的去噪性能多数情况下会呈现缓慢降低的趋势。因此，三种算法以略微降低去

噪性能为代价降低了算法的计算复杂度。

关键词：语音增强；统计模型；计算复杂度；最小均方误差估计

中图分类号：TP301.6文献标识码：A文章编号：2095-2481（2025）01-0017-06

单通道语音增强方法是一种从单个通道的观测语音信号中估计纯净语音信号的方法，可作为语音

信号的前端处理方法，嵌入助听器、语音识别、声源定位和语音合成等系统。与多通道语音增强方法相

比，因其硬件要求低、编程实现容易而在语音增强领域中占有重要地位。

[1-2][3][4-5][6]

单通道语音增强方法包括谱减法、维纳滤波法、子空间法、卡尔曼滤波法、基于统计模型的

[7][8][9][10]

方法、基于深度学习的方法、基于非负矩阵分解的方法和基于字典学习的方法等。基于统计模型

的单通道语音增强方法的原理是先对语音信号谱和噪声信号谱进行统计假设，然后推导出在观测语音

信号已知的条件下纯净语音信号谱幅度的条件概率，最后推导出纯净语音信号谱幅度的最小均方误差

[11][12-13][14]

估计或最大后验估计。Ephraim等先后提出谱幅度和对数谱幅度的最小均方误差估计，Lu等提

出谱幅度平方的最小均方误差估计。

现有基于统计模型的单通道语音增强算法在处理每帧信号时，每个频点都需要计算不同的增益函

数，导致了较高的计算复杂度。根据相邻多个频点的谱幅度变化不大的特点，本文通过相邻多个频点

共用一个相同增益函数的方法减少计算增益函数的次数，达到降低计算复杂度的目的，提出了三种改

进的基于统计模型的单通道语音增强算法。为比较算法计算复杂度，本文估算出三种改进的算法处理

每帧信号的乘除法运算次数，并通过仿真实验研究算法的去噪性能。仿真实验结果表明本文提出的三

种算法以降低去噪性能为代价降低了计算复杂度。

1信号模型和相关工作

1.1信号模型

在单通道语音信号模型中，观测语音信号yn被表示为

()

yn=xn+vn。（1）

()()()

xnv(n)

式中：为纯净语音信号；为噪声信号。

()

语音增强的任务是从观测语音信号中恢复纯净语音信号。利用离散傅里叶变换（DFT），式（1）可被

收稿日期：2024-05-22

作者简介：涂井先（1987-）,男，副研究员。E-mail：568205127@

基金项目：广