[發(fā)明專利]一種基于Kullback-Leibler差異的語音增強(qiáng)方法

有效

• 申請?zhí)枺?/td>: 201811246250.8
• 申請日: 2018-10-25
• 公開（公告）號: CN109346097B
• 公開（公告）日: 2023-07-14
• 發(fā)明（設(shè)計(jì)）人: 王慧;黃青華;張麗麗;柯晨光
• 申請（專利權(quán)）人: 上海大學(xué)
• 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(wù)所(普通合伙) 31205
• 代理人: 陸聰明

本發(fā)明公開了一種基于Kullback?Leibler(KL)差異的語音增強(qiáng)方法并且確定該方法的最佳分解次數(shù)：具體是先將含噪語音信號做分幀處理，并對每一幀信號分別處理，利用KL差異原理選出最佳原子；根據(jù)這些原子構(gòu)造出最佳有理正交基，并與權(quán)重系數(shù)組合得到重構(gòu)信號；接著將N次分解得到的重構(gòu)信號疊加得到最終降噪后的語音信號；最后，利用RMSE衰減差值作為代價(jià)函數(shù)確定最佳分解次數(shù)。本方法利用KL差異選擇原則，自適應(yīng)的選出最佳原子并構(gòu)造基函數(shù)，極大的降低了人為選擇參數(shù)導(dǎo)致不確定性的缺陷，在低信噪比時(shí)有更好的降噪性能。其次，根據(jù)代價(jià)函數(shù)確定最佳分解次數(shù)，有效降低了計(jì)算復(fù)雜度。該方法可廣泛應(yīng)用于語音降噪等領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于Kullback-Leibler(KL)差異的語音增強(qiáng)方法，應(yīng)用于無線電話通信、場景錄音和軍事竊聽等技術(shù)領(lǐng)域。

背景技術(shù)

語音信號處理的目的是要得到某些語音特征參數(shù)以便高效的傳輸或存儲(chǔ)，或者是通過某種處理運(yùn)算可以達(dá)到某種用途的要求，例如人工語音合成、辨別出講話者，講話的內(nèi)容等。語音增強(qiáng)是語音信號處理的一個(gè)重要方面。語音增強(qiáng)的一個(gè)主要目的是從混雜著噪聲的語音信號中盡可能地提取出純凈的原始語音信號，然而，由于在通常情況下干擾都是隨機(jī)的，從混雜著噪聲的語音信號中提取出完全純凈的語音信號幾乎是不可能的，尤其是在低信噪比的情況下更是十分困難。在這種情況下，語音增強(qiáng)的目的主要有兩個(gè)：一是改進(jìn)語音質(zhì)量，消除背景噪聲，使聽者樂于接受；二是，提高語音的可懂度，使說話人易于辨識(shí)。

近年來語音增強(qiáng)算法層出不窮，也得到了普遍的應(yīng)用。這些方法主要是利用語音信號的某些特性，對其參數(shù)進(jìn)行相關(guān)處理以達(dá)到消除噪聲，逼近純凈語音信號的功能。現(xiàn)有已經(jīng)提出來的語音增強(qiáng)方法主要包括：傅里葉變換及在其基礎(chǔ)上衍生出來的短時(shí)傅里葉變換、小波變換。

傳統(tǒng)的傅里葉變換去噪方法是將一個(gè)信號分離為無窮多正弦信號的疊加。它將含有噪聲的語音信號從時(shí)域變換到頻域，然后對頻域信號進(jìn)行相關(guān)處理，用濾波器將噪聲信號的頻率進(jìn)行濾除，保留剩余成分，然后對其做傅里葉逆變換便得到降噪后的語音信號。但是傅里葉變換對信號的要求十分嚴(yán)格，通常它只能對線性平穩(wěn)的信號有較好的處理效果，而語音信號一般都是非線性和非平穩(wěn)的，因此得不到理想的降噪效果。

為了克服傅里葉變換不適合于非線性非穩(wěn)定信號的缺點(diǎn)，衍生出了短時(shí)傅里葉變換的方法。短時(shí)傅里葉變換是常用的一種時(shí)頻分析方法。它主要是通過對語音信號加上窗函數(shù)來使非平穩(wěn)信號在一段時(shí)間內(nèi)變的相對平穩(wěn)，之后對加窗后的分段信號分別做傅里葉變換，方法同傳統(tǒng)的傅里葉變換方法一致。在短時(shí)傅里葉變換過程中，窗的長度決定了頻譜圖的時(shí)間分辨率和頻率分辨率，窗越長，截取的信號越長，傅里葉變換后頻率分辨率越高，時(shí)間分辨率越差；相反，窗越短，截取的信號越短，變換后的頻率分辨率越差，時(shí)間分辨率越好。測不準(zhǔn)原理指出：不可能在時(shí)間和頻率兩個(gè)空間同時(shí)以任意精度逼近被測信號，因此在信號處理時(shí)必須對時(shí)間或頻率精度進(jìn)行取舍。所以，在短時(shí)傅里葉變換進(jìn)行降噪過程中，頻率分辨率和時(shí)間分辨率不能兼得。