[發明專利]一種基于人耳掩蔽效應與貝葉斯估計的改進譜減方法

在審

• 申請號: 201810399586.1
• 申請日: 2018-04-28
• 公開（公告）號: CN108735225A
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 鄧立新;吳衛鵬
• 申請（專利權）人: 南京郵電大學
• 主分類號: G10L21/02
• 分類號: G10L21/02;G10L21/0216
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林;張賞

1.一種基于人耳掩蔽效應與貝葉斯估計的改進譜減方法，其特征在于，包括以下步驟：

1)采用改進的最小控制值遞歸平均算法，對原始帶噪語音進行噪聲估計，得到噪聲功率譜估計；

2)結合步驟1)求解的噪聲功率譜估計對帶噪語音信號進行初次譜減；

3)對初次譜減后的帶噪語音信號進行基于加權似然比失真測度的貝葉斯估計，計算信號增強譜；

4)利用人耳掩蔽效應計算第二次譜減的減參數；

5)再次采用改進的最小控制值遞歸平均算法進行噪聲估計，利用步驟4)計算的減參數對信號增強譜進行第二次譜減，得到最終的增強語音信號；

6)對增強后的語音信號進行反傅里葉變換，得到最終的增強語音。

2.根據權利要求1所述的一種基于人耳掩蔽效應與貝葉斯估計的改進譜減方法，其特征在于，所述步驟1)，噪聲功率譜估計的具體求解如下：

11)對離散時間帶噪語音信號y(n)的M個樣本加窗，并進行M點的FFT，將帶噪語音信號變換到頻域，得到帶噪語音的頻域信號Y(λ,k)，

其中，y(n)＝d(n)+x(n)，d(n)為噪聲信號，x(n)為純凈信號，n代表不同時刻；

λ為幀數標記，k，k＝0,1,2,…,M-1表示頻點；

12)對帶噪語音的頻域信號進行第一次平滑，采用公式(1)計算平滑功率譜S(λ,k)，并不斷更新其最小值S_min(λ,k)；

S(λ,k)＝α_sS(λ-1,k)+(1-α_s)S_f(λ,k) (1)

其中，α_s為平滑因子，

其中，w(i)為Hanning窗函數，L_w為i的取值上限；

最小值S_min(λ,k)的更新如下：

首先設置一個臨時變量S_tmp(λ,k)，初始化S_tmp(0,k)＝S(0,k)，如果當前幀數λ能夠被D整除，則S_min(λ,k)根據公式(3)進行更新，同時將S_tmp(λ,k)設為S(λ,k)：

S_min(λ,k)＝min{S_tmp(λ-1,k),S(λ,k)} (3)

如果當前幀數λ不能夠被D整除，那么先依據公式(4)更新S_min(λ,k)，同時再根據公式(5)更新臨時變量S_tmp(λ,k)：

S_min(λ,k)＝min{S_min(λ-1,k),S(λ,k)} (4)

S_tmp(λ,k)＝min{S_tmp(λ-1,k),S(λ,k)} (5)

13)利用S_min(λ,k)，通過公式(6)計算指示函數I(λ,k)：

其中，γ₀與ζ₀為閾值參數，且

其中，B_min表示最小噪聲估計的偏差；

14)根據指示函數I(λ,k)進行第二次平滑，利用公式(8)、公式(9)計算平滑功率譜密度并實時更新最小值

15)利用通過公式(10)、公式(11)計算不存在語音的先驗概率q(λ,k)：

其中，γ₁，為閾值參數；

16)計算語音存在概率p(λ,k)：

其中，γ_k(λ)和ξ_k(λ)分別為頻點k的后驗信噪比與先驗信噪比，

其中，是前一幀經過補償后的噪聲功率譜估計，α_q為權重因子，為對數增益函數，為一個指數積分，t為積分變量；

17)利用語音存在概率p(λ,k)通過公式(16)計算平滑參數α_d(λ,k)，并根據公式(17)和公式(18)更新噪聲譜，

其中，為計算的噪聲功率譜估計，為經過補償后的噪聲功率譜估計，

α_i取0.8，β_i為偏差補償因子，取1.47。