基于非局部均值濾波的語音增強(qiáng)方法
【專利摘要】本發(fā)明公開了一種基于非局部均值濾波的語音增強(qiáng)方法，主要解決現(xiàn)有技術(shù)在語音增強(qiáng)后易產(chǎn)生音樂噪聲的問題。其實(shí)現(xiàn)步驟是：(1)輸入帶噪語音，計(jì)算帶噪語音信號(hào)功率譜；(2)對帶噪語音信號(hào)功率譜進(jìn)行修改譜減法預(yù)處理，得到帶噪語音估計(jì)功率譜；(3)由估計(jì)功率譜得到估計(jì)頻譜，再對估計(jì)頻譜進(jìn)行短時(shí)傅立葉逆變換，得到預(yù)處理后語音；(4)對預(yù)處理后語音進(jìn)行非局部均值濾波，計(jì)算語音修正值；(5)使用計(jì)算出來的修正值替代原始含噪語音信號(hào)。本發(fā)明為以非局部原理為基礎(chǔ)，通過對待增強(qiáng)點(diǎn)鄰域內(nèi)的相似點(diǎn)進(jìn)行加權(quán)平均，既能抑制背景噪聲同時(shí)保持了語音清晰度，有效提高了語音質(zhì)量，可用于移動(dòng)通信。
【專利說明】基于非局部均值濾波的語音增強(qiáng)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于語音處理【技術(shù)領(lǐng)域】，具體地說是基于非局部均值濾波，利用信號(hào)鄰域內(nèi)相似信號(hào)點(diǎn)加權(quán)平均來降低語音噪聲，可用于移動(dòng)通信。
【背景技術(shù)】
[0002]語音是人類特有的功能，也是相互傳遞信息的最主要手段?，F(xiàn)實(shí)生活中的語音不可避免的要受到周圍環(huán)境的影響。一些較強(qiáng)的背景噪聲，如機(jī)械噪聲、其他說話者的語音等均會(huì)嚴(yán)重的影響語音信號(hào)的質(zhì)量。此外，傳輸系統(tǒng)本身也會(huì)產(chǎn)生各種噪聲，因此在接收端的信號(hào)為帶噪語音信號(hào)。語音增強(qiáng)的主要目標(biāo)就是在接收端盡可能從帶噪語音中提取純凈的語音信號(hào)，降低聽眾的聽覺疲勞程度，提高可懂度。
[0003]語音增強(qiáng)是語音信號(hào)處理的一個(gè)重要分支，一直活躍的研究領(lǐng)域。人們對語音增強(qiáng)的研究已有一個(gè)世紀(jì)的歷史。早在上個(gè)世紀(jì)初，Bell實(shí)驗(yàn)室的研究人員就對電話系統(tǒng)的音節(jié)清晰度進(jìn)行了系統(tǒng)的實(shí)驗(yàn)。七十年代后期，電子計(jì)算機(jī)技術(shù)的進(jìn)步促進(jìn)了語音信號(hào)處理技術(shù)的迅速發(fā)展。譜減法是這個(gè)時(shí)期最具影響的語音增強(qiáng)算法。在八十年代至今，語音識(shí)別與移動(dòng)通信技術(shù)的飛速發(fā)展為語音增強(qiáng)的研究提供了動(dòng)力，各種新算法以及原有算法的改進(jìn)形式相繼問世。如基于信號(hào)子帶空間的語音增強(qiáng)算法；利用人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)語音增強(qiáng)的方法；基于小波分解的濾波方法；最小均方誤差濾波麗SE ;對數(shù)譜最小均方誤差估計(jì) LSA-MMSE 等。
[0004]語音信號(hào)是一個(gè)非平穩(wěn)信號(hào),但在10_30ms —段時(shí)間內(nèi)可以認(rèn)為人的聲帶、聲道等特征基本不變，語音 的短時(shí)譜具有相對的穩(wěn)定性和較強(qiáng)的相關(guān)性，而噪聲的前后相關(guān)性很弱，所以可以利用短時(shí)譜這種特性進(jìn)行語音增強(qiáng)，由于人耳對相位的信息不敏感，僅考慮幅度的估計(jì)即可。因此，基于短時(shí)譜幅度估計(jì)shorttimespectralamplitude的語音增強(qiáng)算法，是現(xiàn)在人們研究較多的一種語音增強(qiáng)技術(shù)。
[0005]上述傳統(tǒng)的語音增強(qiáng)方法，由于需要得到準(zhǔn)確的噪聲功率譜和先驗(yàn)信噪比，而現(xiàn)實(shí)中噪聲功率譜和先驗(yàn)信噪比的準(zhǔn)確估計(jì)是難以實(shí)現(xiàn)的，因而導(dǎo)致語音增強(qiáng)后背景易殘留噪聲，影響聽覺質(zhì)量。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于針對上述已有技術(shù)的問題，提出一種基于非局部的語音增強(qiáng)方法，以有效避免對噪聲功率譜和先驗(yàn)信噪比準(zhǔn)確估計(jì)的過分依賴，減少語音背景中平穩(wěn)或非平穩(wěn)噪聲，提高語音清晰度。
[0007]為實(shí)現(xiàn)上述目的，本發(fā)明包括如下步驟:
[0008]I)采集帶噪語音y (i)，以每幀256個(gè)語音點(diǎn)將帶噪語音分為N幀，幀間重疊128個(gè)點(diǎn)，并逐幀加漢明窗，通過短時(shí)傅里葉變換獲得逐幀的頻譜Υλ(ω)，進(jìn)而得到帶噪語音逐中貞功率譜|yλ (ω) I2，i表示時(shí)域信號(hào)離散點(diǎn)序列，1 = 1,2,...，m,m表示語音序號(hào)總數(shù)目，λ表示幀序列數(shù)，λ = I, 2,..., N, ω表示離散頻率點(diǎn)，ω = I, 2,..., 256 ；[0009]2)根據(jù)帶噪語音前η幀功率譜I Υλ (ω) |2，得到噪聲估計(jì)功率譜|N(w) |2:
[0010]
【權(quán)利要求】
1.一種基于非局部均值濾波的語音增強(qiáng)方法，包括如下步驟: 1)采集帶噪語音I(i)，以每幀256個(gè)語音點(diǎn)將帶噪語音分為N幀，幀間重疊128個(gè)點(diǎn)，并逐幀加漢明窗，通過短時(shí)傅里葉變換獲得逐幀的頻譜Υλ (ω )，進(jìn)而得到帶噪語音逐幀功率譜|Υλ (ω) |2，i表示時(shí)域信號(hào)離散點(diǎn)序列，i = 1,2,...，m,m表示語音序號(hào)總數(shù)目，λ表示中貞序列數(shù)，λ = I, 2,..., N, ω表示離散頻率點(diǎn)，ω = I, 2,..., 256 ； 2)根據(jù)帶噪語音前η幀功率譜IΥλ (ω) 12，得到噪聲估計(jì)功率譜IN (w) |2:
2.根據(jù)權(quán)利要求書I所述的基于非局部均值濾波的語音增強(qiáng)方法，其中步驟6)所述的用非局部均值濾波算法計(jì)算出語音信號(hào).?.(/)內(nèi)所有語音點(diǎn)的修正值，按如下步驟進(jìn)行: 6a)對于語音點(diǎn)i，以其當(dāng)前位置為中心，在語音點(diǎn)i的鄰域內(nèi)左右各取f個(gè)語音點(diǎn)構(gòu)成一列向量為；再在其鄰域內(nèi)左右各取t個(gè)語音點(diǎn)構(gòu)成搜索窗Λ，Δ內(nèi)各語音點(diǎn)的位置依次用j標(biāo)記，j = 1，2，...，2t+l，對于搜索窗內(nèi)第j個(gè)語音點(diǎn)，以其當(dāng)前位置為中心，在其鄰域內(nèi)左右各取f個(gè)語音點(diǎn)構(gòu)成另一列向量:?， 6b)根據(jù)步驟6a)所取的兩列向量，將語音點(diǎn)i與其搜索窗內(nèi)語音點(diǎn)j的相似性權(quán)值表示為
【文檔編號(hào)】G10L21/0232GK103971697SQ201410227922
【公開日】2014年8月6日 申請日期:2014年5月27日 優(yōu)先權(quán)日:2014年5月27日
【發(fā)明者】鐘樺, 焦李成, 周偉, 田小林, 王爽, 侯彪, 王桂婷, 馬文萍, 尚榮華 申請人:西安電子科技大學(xué)