第36卷第1期自动化学报Vol.36,No.12010年1月ACTAAUTOMATICASINICAJanuary,2010基于多统计模型和人耳听觉特性的麦克风阵列后滤波语音增强算法程宁1刘文举1摘要针对麦克风阵列后滤波语音增强算法的不足,结合人耳的听觉掩蔽效应,提出了改进的后滤波语音增强算法.提出了最大化目标语音存在概率来确定信号子空间维度的方法,在噪声子空间上,利用条件概率估计出噪声功率谱.基于人耳的听觉掩蔽效应,提出了后滤波器的一种合理的设计方法.实验证明,所提的噪声估计方法比传统方法更加准确,所提的后滤波算法比传统的后滤波算法更好,在多项语音评价指标上,都取得了更好的实验效果.关键词麦克风阵列,基于听觉特性的后滤波器,语音增强,多统计模型DOI10.3724/SP.J.1004.2010.00074MicrophoneArrayPost-filterBasedonMulti-statisticalModelsandPerceptualPropertiesofHumanEarsCHENGNing1LIUWen-Ju1AbstractToovercomethedrawbacksoftheconventionalmicrophonearraypost-filterspeechenhancementmethod,someimprovementsareproposedusingthemaskingpropertiesofhumanears.Asubspaceselectionmethodisproposedbymaximizingthepresentprobabilityofthetargetspeech.Inthenoisesubspace,theconditionalprobabilityisusedtoestimatethenoisepowerspectrum.Anovelpost-filterisproposedbasedonthemaskingpropertiesofhumanears.Experimentsprovethattheproposednoiseestimationmethodandpost-filteraremuchbetterthantheconventionalones.Theproposedspeechenhancementtechniquehasshowntoproduceimpressiveresultsintermsofqualitymeasuresoftheenhancedspeech.KeywordsMicrophonearray,auditorypropertiesbasedpost-filter,speechenhancement,multi-statisticmodels现实生活中的语音常常受到环境中噪声的影响,多通道语音增强算法在近些年来受到了广泛关注.麦克风阵列语音增强算法相对于单通道语音增强算法的优势在于它可以利用多路信号之间的相关性更准确地估计信号的特性,从而达到更好的语音增强效果.其中,麦克风阵列后滤波语音增强算法更是由于其出色的降噪性能近年来得到了广泛的使用[1−3].Simmer等[1]证明了最小均方误差意义下的最优多通道语音增强解可分解为一个最小方差非畸变响应波束形成器加上一个单通道的维纳后滤波器的形式.尽管理论上证明了后滤波算法的最优性,但在实际应用中,由于很难精确地估计出语音信号和噪声信收稿日期2008-12-29录用日期2009-06-15ManuscriptreceivedDecember29,2008;acceptedJune15,2009国家重点基础研究发展计划(973计划)(2004CB318105),国家高技术研究发展计划(863计划)(20060101Z4073,2006AA01Z194),国家自然科学基金(90820011,60675026,60121302,90820303)资助SupportedbyNationalBasicResearchProgramofChina(973Program)(2004CB318105),NationalHighTechnologyRe-searchandDevelopmentProgramofChina(863Program)(20060101Z4073,2006AA01Z194),andNationalNaturalScienceFoundationofChina(90820011,60675026,60121302,90820303)1.中国科学院自动化研究所模式识别国家重点实验室北京1001901.NationalLaboratoryofPatternRecognition,InstituteofAutomation,ChineseAcademyofSciences,Beijing100190号的功率谱来得到理想的后滤波器,限制了后滤波算法的性能.所以,合理的后滤波器设计,准确的信号功率谱估计都可以使得语音增强算法的性能得到大幅提高.Zelinski[2]假设各个阵元上的噪声信号是不相关的,提出了一种后滤波器设计方法.但由于实际环境中,阵元噪声之间是存在一定相关性的,所以该算法性能较差.McCowan等[3]考虑了噪声之间的相关性,利用散射噪声场的特性,提出了一种后滤波器设计方法,具有较好的语音增强性能.但由于其算法是基于散射噪声场假设的,所以,当实际场合中的噪声场不符合散射噪声场时,该算法性能会有明显的下降.本文利用人耳的听觉掩蔽效应,提出了一种基于听觉感知特性的后滤波器设计方法.为了更准确地估计噪声功率谱,本文将带噪信号空间分解为信号子空间和噪声子空间,提出了用目标语音信号存在概率最大化来估计子空间维度的方法,合理地估计出信...
