[發(fā)明專利]一種廣義最大后驗的譜幅度估計的增益函數(shù)語音增強方法

有效

• 申請?zhí)枺?/td>: 201710880953.5
• 申請日: 2017-09-26
• 公開（公告）號: CN107731242B
• 公開（公告）日: 2020-09-04
• 發(fā)明（設(shè)計）人: 曾慶寧;肖強;王瑤
• 申請（專利權(quán)）人: 桂林電子科技大學
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L19/02;G10L25/21
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 周雯

1.一種廣義最大后驗的譜幅度估計的增益函數(shù)語音增強方法，其特征在于，包括如下步驟：

1)建立含噪語音模型，所述含噪語音信號表示為：

y(n)＝s(n)+v(n) (1)

y(n)表示含噪語音；s(n)表示純凈語音；v(n)表示噪聲；

2)由步驟1)對麥克風接收到的含噪語音進行短時傅里葉變換，獲得含噪語音的頻域，

Y(uw)＝S(u，w)+V(u，w) (2)

式中，u表示幀數(shù)；w表示頻率；

3)由步驟2)利用含噪語音的頻域估計含噪語音的功率譜，采用一階遞歸的功率譜估計，

P(u，w)＝αP(u-1，w)+(1-α)|Y(u，w)|² (3)；

4)利用步驟3)得到的含噪語音的功率譜，計算一段含噪語音幀的含噪語音最小功率譜，即在局部搜索窗長內(nèi)搜索含噪語音功率譜來計算最小功率譜，得到：

P_min(u，w)＝min{P(n，w)，P(u-1，w)，…P(u-D+1，w) (4)

式中P_min(u，w)含噪語音最小功率譜，P_min(u，w)的計算是基于P(u，w)在{u，u-1，…u-D+1}上計算，其中D為過去幀的幀數(shù)；

5)由步驟4)得到的P_min(u，w)總會小于噪聲平均值，利用無偏修正因子B_min(u，w)進行修正噪聲功率譜，而無偏修正因子與步驟4)中過去幀數(shù)D有關(guān)，B_min(u，w)的值會隨著D的變化而變化，通過漸進求取的方法計算無偏修正因子B_min(u，w)的近似值，B_min(u，w)表示為：

6)步驟6)中：利用步驟4)與步驟5)得到的含噪語音最小功率譜及無偏因子估計噪聲功率譜，噪聲功率譜估計值由含噪語音的最小功率譜與無偏因子的乘積獲得，因此噪聲功率譜估計值為：

P_v(u，w)＝P_min(u，w)B_min(u，w) (6)；

7)通過步驟3)得到的含噪語音的功率譜與步驟6)得到的噪聲功率譜獲得后驗信噪比以及通過后驗信噪比獲得先驗信噪比，

式中:γ(u，w)為后驗信噪比；ξ(u，w)為先驗信噪比；P_S(u，w)為純凈語音功率譜估計值，引入平滑因子λ，通過前一幀的先驗信噪比及當前幀的后驗信噪比獲得當前幀的先驗信噪比，

ξ(u，w)＝λξ(u-1，w)+(1-λ)(γ(u，w)-1) (9)；

8)通過最大后驗的譜估計推導增益函數(shù)，利用步驟7)獲得的先驗信噪比計算增益函數(shù)值；由廣義最大后驗的譜幅度估計推導增益函數(shù)：

式中:S_k＝|S(u，w)|為純凈語音的幅度；J_GMAPA(S_k)是最大后驗的代價函數(shù)，定義為：

J_GMAPA(S_k)＝ln{p(Y|S_k)[p(S_k)]^η} (11)

式中:p(Y|S_k)表示最大似然；p(S_k)是由瑞利分布建模的表示先驗概率；

假設(shè)含噪語音與純凈語音的的幅度譜不相關(guān)，p(Y|S_k)表示為

式中:Y_k＝|Y(u，w)|表示含噪語音的幅度；σ_V²＝P_V(u，w)表示噪聲幅度，

因此代價函數(shù)表示為：

上式中σ_S²表示P_S(u，w)，

對代價函數(shù)求導，使其得出：

式中:ξ表示ξ(u，w)；γ表示γ(u，w)，

因此增益函數(shù)為：

9)利用步驟8)得到的增益函數(shù)、步驟7)的先驗信噪比以及步驟2)含噪語音的頻域得出純凈語音的估計值：

S(u，w)＝G(u，w)Y(u，w) (16)；

通過上述步驟就能得到基于廣義最大后驗的譜幅度估計的增益函數(shù)的增強語音。