語音增強是提高語音質(zhì)量與可懂度的關(guān)鍵技術(shù),在語音識別、語音通話、電話會議和聽力輔助等領(lǐng)域具有廣泛應(yīng)用前景與重要研究價值.從模型方法、數(shù)據(jù)集、特征、評估指標(biāo)等方面,對單聲道語音增強研究工作的發(fā)展現(xiàn)狀進(jìn)行了全面調(diào)研和深入分析.1)對傳統(tǒng)的與基于機器學(xué)習(xí)的單聲道語音降噪以及語音去混響的已有研究工作進(jìn)行了梳理分類,簡要介紹了典型方法的研究思路,并對不同方法的實驗結(jié)果進(jìn)行了綜合比較;2)對在實驗與結(jié)果評估過程中所涉及到的常用數(shù)據(jù)集、常見特征、學(xué)習(xí)目標(biāo)與評估指標(biāo)等進(jìn)行了整理與介紹;3)對目前單聲道語音增強仍然面臨的主要問題與挑戰(zhàn)進(jìn)行了總結(jié). 

【文章來源】：計算機研究與發(fā)展. 2020,57(05)北大核心EICSCD

【文章頁數(shù)】：26 頁

【部分圖文】：

一種混響消除方法[110]

1.1 譜減法譜減法是最早期提出的降噪算法之一,它基于一個簡單假設(shè):噪聲是加性噪聲.通過從帶噪語音譜中減去對噪聲譜的估計來得到降噪后的語音譜,其基本做法如圖1所示,做出這一假設(shè)是基于噪聲的平穩(wěn)性或者是一種慢變的過程[5].由于實際噪聲的非平穩(wěn)特性,在使用過程中,這種方法很容易由于譜減過程中減去譜成分的過大或過小造成語音失真,即產(chǎn)生令人困擾的音樂噪聲.為減輕由譜減過程引入的語音失真,最常用的一種方式就是采用過減因子來控制失真程度,眾多學(xué)者提出了不同的準(zhǔn)則來計算過減因子[6-8],例如對差分譜做半波整流(half-wave rectification, HWR)和基于心理聲學(xué)掩蔽閾值的方法.隨著小波技術(shù)的發(fā)展,Zhong等人[9]根據(jù)硬閾值和軟閾值改進(jìn)了基于小波降噪的閾值函數(shù)算法,該方法有效地減少了降噪后信號中的毛刺現(xiàn)象.但是受到假設(shè)條件的限制,譜減法始終不能有效地解決音樂噪聲的問題.

不同于基于簡單假設(shè)的譜減法,維納濾波器的提出是基于最小均方誤差意義的最優(yōu)解,通過求解最優(yōu)化均方誤差計算得到增強信號[10],基本流程如圖2所示,但是它的推導(dǎo)仍然是基于所分析信號具有平穩(wěn)性這一假設(shè),不能有效地處理非平穩(wěn)信號的情況.在后續(xù)改進(jìn)中,通過使用卡爾曼(Kalman)濾波器,濾波法成功地被推廣到處理非平穩(wěn)信號和噪聲的場景下[11-12].Wang等人[13]提出了一種使用卡爾曼濾波器進(jìn)行調(diào)制域語音增強的算法,利用高斯環(huán)統(tǒng)計模型將語音和噪聲頻譜幅度進(jìn)行結(jié)合,通過高斯混合來模擬復(fù)數(shù)傅里葉域中語音和噪聲的先驗分布;Andersen等人[14]將多聲道技術(shù),即基于語音失真加權(quán)的幀間維納濾波器(speech-distortion weighted inter-frame Wiener filter)應(yīng)用于單聲道,進(jìn)一步利用二次高分辨率濾波器組(secondary higher resolution filter bank)改進(jìn)了對幀間相關(guān)性(inter-frame corr-elation, IFC)的估計,更好地在語音降噪和失真之間找到一個平衡參數(shù),減輕了增強語音失真;Peng等人[15]在線性預(yù)測殘差域中結(jié)合人類聽覺系統(tǒng)的掩蔽特性,進(jìn)一步抑制了殘留噪聲.1.3 基于統(tǒng)計模型的方法

【參考文獻(xiàn)】：
期刊論文
[1]語音去混響技術(shù)的研究進(jìn)展與展望[J]. 張雄偉,李軼南,鄭昌艷,曹鐵勇,孫蒙,閔剛.  數(shù)據(jù)采集與處理. 2017(06)
[2]聯(lián)合長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)和非負(fù)矩陣分解的語音混響消除方法[J]. 劉斌,陶建華.  信號處理. 2017(03)



本文編號：3247237