[發明專利]一種基于Kullback-Leibler差異的語音增強方法

有效

• 申請號: 201811246250.8
• 申請日: 2018-10-25
• 公開（公告）號: CN109346097B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 王慧;黃青華;張麗麗;柯晨光
• 申請（專利權）人: 上海大學
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L25/27
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 陸聰明

1.一種基于Kullback-Leibler差異的語音增強方法，其特征在于，包括以下步驟：

1)、對含有噪聲的語音信號進行分幀，將每一幀信號看作穩態信號；

2)、對處理后的每一幀語音信號分別進行分析處理，利用KL差異選擇原理依次選出最佳的原子a₁,a₂,...a_k，用選出的最佳原子計算有理正交基函數B_k，然后用權重系數與該基函數組合得到增強后的重構信號；

3)、將N次分解后得到的重構信號疊加得到增強后的純凈語音信號；

4)、根據代價函數得到最佳分解次數；

上述步驟2)中所述的根據KL差異選擇原則選出最佳原子并重構每次分解的增強信號，具體步驟如下：

對于含有噪聲的原始語音信號f(t)表示為如下形式：

f(t)＝s(t)+n(t)????????????????????????????????????(1)

其中，s(t)為純凈語音信號，即需要重構得到的信號，n(t)為噪聲信號，以下用f替代f(t)；

對于第一次分解，令f₁＝f，分解后得到重構信號表示為：

其中

為點a_k的L²單位模化了的核，a_k為模小于1的原子，＜f₁,e{_a1}(z)＞表示內積，z為單位圓的邊界，其模為1；R₁為第二階標準誤差，進一步寫成：

根據公式(2)和(4)，f₂表示為：

f₂即作為第二次分解時的輸入信號，并對f₂重復上述分解過程得到重構信號：

以此類推，經過第k次分解后，重構信號寫為：

其中B_k(z)即為有理正交基函數，表示為：

從公式(7)和(8)看出，該分解算法的核心是選取最佳的原子a_k；在每一次分解中，利用KL差異選擇原理來選取最佳原子，KL差異的定義為：

其中y_i為原始信號，為重構信號，M為信號長度；KL差異是衡量兩個信號之間相似程度的重要標準，從公式(9)看出D_KL值越小，兩個信號越相似，表明重構出的信號越逼近原始信號；所以，在每一次分解后求解重構信號與原始信號的KL差異值并尋找使得該值最小的原子，即：

其中C為能夠選擇原子的集合，即：

Δm是等間隔劃分區間(-1,1)的步長；

至此，已經選取出了最佳的原子，之后利用這些最佳原子重構出增強后的信號；通常情況下，取公式(7)右邊的前半部分作為重構信號，舍棄后半部分的標準誤差，每次分解后的重構信號用如下形式表示：

基函數與權重系數組合得到的重構信號如公式(12)所示，權重系數即為接下來將N次分解后的重構信號疊加即得到最終增強后的純凈語音信號，其公式表示為：

上述步驟4)中所述的根據代價函數得到最佳分解次數，其具體如下：

在步驟2)、3)中另一個關鍵因素就是分解次數的選擇，次數過少會導致降噪效果不理想，次數過多又會導致過大的計算量；因此，用代價函數來確定最佳的分解次數；

均方根誤差是觀測值與真實值偏差的平方和觀測次數比值的平方根，它能夠很好的反映出測量的精密程度，其定義如下：

其中n為數據長度；

利用每次分解的RMSE衰減差值作為代價函數確定最佳分解次數，即：

其中i表示分解次數；由公式(14)得出RMSE越小，信號重構越精確，所以當Δ_Ri小于0時，則表明重構越接近原始信號；因此，使信號持續分解直到Δ_Ri大于0則停止分解，此時的分解次數i即為最佳分解次數，此時得到的重構信號也是最純凈的語音信號。