改进相位谱补偿的语音增强算法

doi:10.3969/j.issn.1001-2400.2017.03.015

西安电子科技大学学报

改进相位谱补偿的语音增强算法

王栋;贾海蓉

(太原理工大学信息工程学院，山西太原 030600)

收稿日期:2016-05-31 出版日期:2017-06-20 发布日期:2017-07-17
作者简介:王栋(1989-)，男，太原理工大学硕士研究生，E-mail: 1083116426@qq.com
基金资助:
国家自然科学基金资助项目(61371193)；山西省青年科技研究基金资助项目(2013021016-1)；山西省自然科学基金资助项目(2013011016-1)；校基金团队资助项目(2014TD028，2014TD029)

Speech enhancement using improved phase spectrum compensation

WANG Dong;JIA Hairong

(College of Information Engineering, Taiyuan Univ. of Technology, Taiyuan 030600, China)

Received:2016-05-31 Online:2017-06-20 Published:2017-07-17

摘要/Abstract

摘要：

针对传统的相位谱补偿方法在低信噪比情况下增强效果不佳的问题，提出了一种改进相位谱补偿的语音增强算法．首先，该算法通过计算每帧语音输入信噪比的相位补偿函数对语音频谱进行补偿; 其次，通过新的基于语音存在概率算法估计噪声功率谱密度; 最后，把新的相位谱和估计的噪声应用在维纳滤波中．仿真实验表明，文中提出的改进算法能够有效地提高语音系统的去除噪声能力，在低信噪比情况下语音增强效果尤为显著．

关键词: 相位谱补偿, 语音存在概率, 噪声功率谱, 维纳滤波, 语音增强

Abstract:

The typical phase spectrum compensation method has the negative enhancement performance in a low SNR,so the improved phase spectrum compensation method is proposed for this problem. First, the algorithm compensates the speech spectrum through the phase compensation function obtained by calculating the signal to noise ratio of each frame; second, by the new speech presence probability algorithm to estimate the noise power spectral density; finally, we apply the new phase spectrum and the estimated noise in the wiener filter. Simulation results show that the improved algorithm proposed in this paper can effectively improve the ability of voice systems to remove noise especially in a low SNR.

Key words: phase spectrum compensation, speech presence probability, noise power spectrum, wiener filter, speech enhancement

王栋;贾海蓉. 改进相位谱补偿的语音增强算法[J]. 西安电子科技大学学报, 2017, 44(3): 83-88.

WANG Dong;JIA Hairong. Speech enhancement using improved phase spectrum compensation[J]. Journal of Xidian University, 2017, 44(3): 83-88.

参考文献

［1］张君昌, 刘海鹏, 樊养余. 一种自适应时移与阈值的DCT语音增强算法［J］. 西安电子科技大学学报, 2014, 41(6): 155-159.
ZHANG Junchang,LIU Haipeng,FAN Yanyu. Speech Enhancement Method Using Self-adaptive Time-shift and Threshold Discrete Cosine Transform［J］. Journal of Xidian University, 2014, 41(6): 155-159.
［2］ EPHRAIM Y, MALAH D. Speech Enhancement Using a Minimum-mean Square Error Short-time Spectral Amplitude Estimator［J］. IEEE Transactions on Acoustics, Speech and Signal Processing, 1984, 32(6): 1109-1121.
［3］高银秋, 邓宗元, 杨震. 数字音频产品中基于人耳听觉感知特性的水印嵌入系统设计［J］. 南京邮电大学学报, 2006, 26(5): 56-64.
GAO Yinqiu, DENG Zongyuan, YANG Zhen. Design of Watermark Embedding System for Digital Audio Products Based on HAS［J］. Journal of Nanjing University of Posts and Telecommunications, 2006, 26(5): 56-64.
［4］ PALIWAL K, WJCICKI K, SHANNON B. The Importance of Phase in Speech Enhancement［J］. Speech Communication, 2011, 53(4): 465-494.
［5］ STARK A P, WJCICKI K K, LYONS J G, et al. Noise Driven Short-time Phase Spectrum Compensation Procedure for Speech Enhancement［C］//Proceedings of the Annual Conference of the International Speech Communication Association. Bonn: International Speech Communication Association, 2008: 549-552.
［6］ KRAWCZYK M, GERKMANN T. STFT Phase Reconstruction in Voiced Speech for an Improved Single-channel Speech Enhancement［J］. IEEE/ACM Transactions on Speech and Language Processing,2014, 22(12): 1931-1940.
［7］高永婵, 廖桂生, 朱圣棋. 复合高斯噪声中知识辅助的贝叶斯Rao检测方法［J］. 西安电子科技大学学报, 2013, 40(6): 46-51.
GAO Yongchan, LIAO Guisheng, ZHU Shengqi. Knowledge-aided Bayesian Rao Detection Approach in Compound Gaussian Noise［J］. Journal of Xidian University, 2013, 40(6): 46-51.
［8］ GERKMANN T, HENDRIKS R C. Noise Power Estimation Based on the Probability of Speech Presence［C］//Proceedings of the IEEE Workshop on Applications of Signal Processing to Audio and Acoustics. Piscataway: IEEE, 2011: 145-148.
［9］容强,肖汉. 基于MMSE维纳滤波语音增强方法研究与Matlab实现［J］. 计算机应用与软件, 2015, 32(1):153-156.
RONG Qiang, XIAO Han. Study on MMSE Wiener Flitering-based Speech Enhancement Method and MATLAB Implementation［J］. Computer Applications and Software, 2015, 32(1): 153-156.

[1]	张伟涛,纪晓凡,黄菊,楼顺天. 航发轴承复合故障诊断的循环维纳滤波方法[J]. 西安电子科技大学学报, 2022, 49(6): 139-151.
[2]	时云龙,袁文浩,胡少东,娄迎曦. 一种用于实时语音增强的卷积准循环网络[J]. 西安电子科技大学学报, 2022, 49(3): 183-190.
[3]	张敏,贾海蓉,张刚敏,王素英. 结合自适应软掩模和混合特征的语音增强[J]. 西安电子科技大学学报, 2022, 49(2): 108-115.
[4]	梅淑琳,贾海蓉,王晓刚,武奕峰. 动态特征联合新掩模优化神经网络语音增强[J]. 西安电子科技大学学报, 2021, 48(3): 91-98.
[5]	常新旭,张杨,杨林,寇金桥,王昕,徐冬冬. 融合多头自注意力机制的语音增强方法[J]. 西安电子科技大学学报, 2020, 47(1): 104-110.
[6]	袁文浩,梁春燕,娄迎曦,房超,王志强. 一种时频平滑的深度神经网络语音增强方法[J]. 西安电子科技大学学报, 2019, 46(4): 130-136.
[7]	贾海蓉,王卫梅,王雁,裴俊华. 区分性联合稀疏字典交替优化的语音增强[J]. 西安电子科技大学学报, 2019, 46(3): 74-81.
[8]	袁文浩,娄迎曦,梁春燕,王志强. 感知联合优化的深度神经网络语音增强方法[J]. 西安电子科技大学学报, 2019, 46(2): 89-94.
[9]	王康康;王柯俨;李云松. 采用卷积神经网络的小幅文本图像重聚焦算法[J]. 西安电子科技大学学报, 2018, 45(4): 80-85.
[10]	郭欣;贾海蓉;王栋. 利用子空间改进的K-SVD语音增强算法[J]. 西安电子科技大学学报, 2016, 43(6): 109-115.
[11]	李大卫;杨日杰;韩建辉. 舰船噪声环境下改进语音信号增强算法[J]. 西安电子科技大学学报, 2016, 43(5): 133-138.
[12]	张君昌;刘海鹏;樊养余. 一种自适应时移与阈值的DCT语音增强算法[J]. J4, 2014, 41(6): 155-159+194.
[13]	曾庆宁;欧阳缮. 子带MCRASC-MGSC微型麦克风阵语音增强算法[J]. J4, 2010, 37(6): 1011-1016.
[14]	吴建新;王彤;索志勇. 一种快速波达方向估计算法 [J]. J4, 2009, 36(2): 263-268.
[15]	黄磊;吴顺君;张林让. 一种快速的相干信源超分辨方法[J]. J4, 2006, 33(1): 57-61.

改进相位谱补偿的语音增强算法

Speech enhancement using improved phase spectrum compensation

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0