高效语音增强与端点检测技术研究

论文摘要

实际环境中的语音处理系统常常会受到各种噪声的干扰。由于噪声形式以及噪声功率多种多样，语音编码、语音识别等处理在噪声环境下有极大的性能损失。同时，对于移动的语音处理系统，对算法的时间和空间复杂度都有较高的要求。因此，以高效的语音增强和端点检测算法作为前端的预处理，成为增强语音处理系统对噪声的适应性、提高带噪环境下性能的有效途径。本文从噪声估计、语音端点检测、语音增强算法三个方面进行研究，提出一套算法复杂度低、性能实用的噪声处理系统。首先，针对现有最小统计量噪声估计算法时间和空间复杂度高，且对非平稳噪声跟踪较慢的缺点，提出了一种基于语音存在概率软判决的时间频率域自适噪声跟踪算法。首先利用后验信噪比估计当前帧的语音存在概率的软信息，再利用该软信息确定噪声功率谱的平滑系数，最后得到噪声功率谱。实验证明该算法在白色和多路语音噪声下归一化均方误差均低于最小统计量算法，且由于不需要对最小统计量的搜索，时间和空间复杂度低于最小统计量算法。其实，针对现有语音端点检测算法对非平稳噪声性能不理想的情况，提出一种基于信噪比和白化谱熵的语音端点检测算法。利用估计的噪声功率谱对带噪语音的功率谱进行白化滤波，然后求得白化谱熵，并以信噪比判决辅助。判决门限由当前信噪比与谱熵大小共同决定，实现高效、鲁棒的语音端点检测。实验证明该算法在白噪声和多路语音噪声下错误概率低于G.729B和AMR标准中的语音端点检测算法。最后，针对现在的基于LSA-MMSE的语音增强增益形式计算相对复杂，研究了一种基于参数控制的增益形式。该增益形式由先验信噪比进行控制，后验信噪比进行补偿以保护弱语音分量。实现证明该算法实现简单，PESQ测试在白噪声和多语音音噪声下PESQ得分高于LSA-MMSE。

论文目录

• 摘要
• Abstract
• 主要符号对照表
• 第1章 引言
• 1.1 研究背景
• 1.2 语音和噪声的特征
• 1.2.1 语音的主要特性
• 1.2.2 噪声的主要特性
• 1.2.3 人耳的感知特性
• 1.3 语音端点检测的研究历史
• 1.4 语音增强的研究历史
• 1.5 论文研究工作
• 1.6 论文内容组织
• 1.7 本章小结
• 第2章 噪声功率谱估计
• 2.1 本章引论
• 2.2 噪声估计算法概述
• 2.3 最小值控制平滑方法简介
• 2.4 最小统计量方法简介
• 2.5 改进的时间频域自适应噪声功率谱估计
• 2.6 噪声估计算法性能评估
• 2.7 本章小结
• 第3章 语音端点检测算法研究
• 3.1 本章引论
• 3.2 语音端点检测算法概述
• 3.2.1 G.729B 中的语音端点检测算法简介
• 3.2.2 G.723.1A 中的语音端点检测算法
• 3.2.3 ETSI AMR 中的语音端点检测算法
• 3.3 基于自适应信噪比和白化谱熵的语音端点检测算法
• 3.3.1 基于信噪比的 VAD 算法研究
• 3.3.2 基于白化谱熵的 VAD 算法研究
• 3.3.3 拖尾延迟保护机制
• 3.4 语音端点检测算法性能评估
• 3.5 本章小结
• 第4章 语音增强算法研究
• 4.1 本章引论
• 4.2 基于短时幅度谱估计的语音增强概述
• 4.3 改进的参数控制幅度谱估计器
• 4.4 语音增强性能评估
• 4.5 本章小结
• 第5章 结论与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文与研究成果