��收稿日期:2008-05-12;修回日期:2008-07-26。��基金项目:上海市自然科学基金资助项目(04ZR14138)。��作者简介:宫云梅(1980-),女,山东乳山人,博士研究生,主要研究方向:强噪声环境中语音增强算法;�赵晓群(1962-),男,黑龙江依安人,教授,博士,主要研究方向:数字语音信号处理、最佳信号设计理论、无线通信;�史仍辉(1981-),男,山东梁山人,博士研究生,主要研究方向:最佳信号设计理论、RFID技术及应用。文章编号:1001-9081(2008)11-2981-03基于语音存在概率和听觉掩蔽特性的语音增强算法宫云梅,赵晓群,史仍辉(同济大学电子与信息工程学院,上海200092)(gong_0830@mai.ltongj.iedu.cn)摘�要:低信噪比下,谱减语音增强法中一直存在的去噪度、残留的音乐噪声和语音畸变度三者间均衡这一关键问题显得尤为突出。为降低噪声对语音通信的干扰,提出了一种适于低信噪比下的语音增强算法。在传统的谱减法基础上,根据噪声的听觉掩蔽阈值自适应调整减参数,利用语音存在概率,对语音、噪声信号估计,避免低信噪比下端点检测(VAD)的不准确,有更强的鲁棒性。对算法进行了客观和主观测试,结果表明:相对于传统的谱减法,在几乎不损伤语音清晰度的前提下该算法能更好地抑制残留噪声和背景噪声,特别是对低信噪比和非平稳噪声干扰的语音信号,效果更加明显。关键词:语音增强;谱减法;语音存在概率;听觉掩蔽特性中图分类号:TN912.3;TP391��文献标志码:ASpeechenhancementbasedonspeech�presenceprobabilityandauditorymaskingpropertyGONGYun�me,iZHAOXiao�qun,SHIReng�hui(CollegeofElectronicsandInformationEngineering,TongjiUniversity,Shanghai201804,China)Abstract:InlowSignaltoNoiseRatio(SNR)environment,thetrade�offamongtheamountofnoisereduction,thelevelofmusicalresidualnoiseandthespeechdistortionwasthekeyproblemofspectralsubtractionspeechenhancement.AnimprovedspeechenhancementalgorithmforlowSNRwasdevelopedinordertodecreasetheinterferenceofnoiseonpurespeech.Thisalgorithmwasbasedonthetraditionalspectralsubtraction,andthesubtractionparameterwasself�adaptivelyadjustedinthelightofthemaskingpropertiesofhumanauditory.Thespeech�presenceprobabilitywasintegratedtoestimatethesignalandnoise,whichwouldavoidtheinaccuracyofutilizingVoiceActivityDetection(VAD),andincreasetherobustness.Theexperimentalresultsdemonstratethatthisalgorithmiseffectivetoreducetheresidualnoiseandthebackgroundnoise,butnottodistortthespeecharticulationcomparedtoothermodifiedspectralsubtractionalgorithms,especiallyforthelowSNRnoisyspeechsignalandthatbeingdegradedbynon�stationarynoise.Keywords:speechenhancement;spectralsubtraction;speech�presenceprobability;auditorymaskingproperty��噪声的干扰不仅会降低语音通信的质量,而且也会使基于特征参数提取的语音处理系统(如低速率语音编码、语音识别等)性能下降,语音增强方法众多,谱减法由于其简单有效性已为许多实际数字语音处理系统所采用。但是由于噪声与语音信号在频域中的重叠特性,在消除噪声,提高语音信号的信噪比的同时必然会引起原始语音信号的失真。常规谱减法还会产生较强的残留音乐噪声,如何兼顾去噪度,噪声残留和减少语音失真是不少学者致力研究的课题。噪声估计是语音增强算法中关键的部分,文献[1]提出采用最优平滑和语音存在条件概率对噪声进行估计,在低信噪比和非平稳噪声的情况下,该方法明显优于其他的噪声估计。文献[2]最早提出基于语音概率估计的谱减算法,不需语音激活检测(VoiceActivityDetection,VAD)。在给出VAD估计噪声的基础上,文献[3~8]将语音存在概率引入到各种增强算法,语音增强效果显著改善,但是对噪声突然上升时[6]或者噪声突然下降时[5]的估计,存在较大的延时性。基于听觉掩蔽特性调整减参数[9]改进增强算法能提高语音的清晰度,减少语音的畸变度。文中结合语音存在概率,利用人类听觉系统的掩蔽特性,有选择性地进行谱减,从而较好地兼顾了去噪度,噪声残留和减少语...
