如何實(shí)現(xiàn)非平穩(wěn)噪聲環(huán)境下的語(yǔ)音增強(qiáng)

　　本文提出了一種最優(yōu)修正對(duì)數(shù)譜幅度（OM-LSA）語(yǔ)音估計(jì)器和一種用于魯棒語(yǔ)音增強(qiáng)的最小控制遞歸平均（MCRA）噪聲估計(jì)方法。將頻譜增益函數(shù)作為與語(yǔ)音存在不確定性相關(guān)的假設(shè)增益的加權(quán)幾何平均值，將其最小化。噪聲估計(jì)是通過(guò)平均過(guò)去的頻譜功率值，使用一個(gè)平滑參數(shù)，這是由語(yǔ)音存在概率在子帶調(diào)整。我們引入了兩個(gè)不同的語(yǔ)音存在概率函數(shù)，一個(gè)用于估計(jì)語(yǔ)音，另一個(gè)用于控制噪聲頻譜的自適應(yīng)。前者基于先驗(yàn)信噪比的時(shí)頻分布。后者由特定時(shí)間窗內(nèi)噪聲信號(hào)的局部能量與其最小能量之比決定。不同環(huán)境條件下的主客觀評(píng)價(jià)結(jié)果表明，OM-LSA和MCRA估計(jì)器的優(yōu)越性。在保留微弱語(yǔ)音成分的同時(shí)，避免了音樂(lè)殘余噪聲現(xiàn)象，取得了良好的噪聲抑制效果。？2001愛(ài)思唯爾科學(xué)公司版權(quán)所有。

　　一個(gè)實(shí)用的語(yǔ)音增強(qiáng)系統(tǒng)一般由兩個(gè)主要部分組成：噪聲功率譜估計(jì)和語(yǔ)音估計(jì)。當(dāng)只提供一個(gè)傳聲器源時(shí)，噪聲估計(jì)是基于緩慢噪聲環(huán)境的假設(shè)。特別是，在言語(yǔ)活動(dòng)中，噪聲頻譜幾乎保持平穩(wěn)。語(yǔ)音估計(jì)是基于假設(shè)的統(tǒng)計(jì)模型、失真度量和估計(jì)的噪聲。

　　估計(jì)噪聲功率譜的一種常用方法是在不包含語(yǔ)音的部分上對(duì)噪聲信號(hào)進(jìn)行平均。一種快速判決語(yǔ)音停頓檢測(cè)方法要么逐幀實(shí)現(xiàn)，要么使用后驗(yàn)信噪比（SNR）對(duì)單個(gè)子帶進(jìn)行獨(dú)立估計(jì)。然而，對(duì)于弱語(yǔ)音成分和低輸入信噪比，檢測(cè)可靠性很高。另外，信號(hào)中可能存在的非語(yǔ)音部分的數(shù)量可能不確定，這就限制了噪聲估計(jì)器在非平穩(wěn)環(huán)境下的跟蹤能力。或者，噪聲可以通過(guò)功率譜域的直方圖來(lái)估計(jì)，不幸的是，這種方法的計(jì)算成本很高。