第一章 緒論

1.1 語音增強研究的背景和意義
隨著現(xiàn)代科學技術(shù)的迅速發(fā)展，語音通信是當前信息時代重要的信息交互手段。在實際應(yīng)用中，語音信號往往會受到其他背景噪聲的干擾，對語音通信的正常進行造成較大的影響。因此，研究如何在有各種背景噪音干擾的條件下，仍能有效地分離出純凈的語音信息，消除背景噪聲的干擾，越來越得到了人們的重視。如果語音信號被不同的噪聲影響和淹沒后，通過抑制和降低噪聲影響，以提取有用信號的技術(shù)被稱為語音增強，該技術(shù)的主要目的是提高語音質(zhì)量、降低噪聲[2]，從而提高信號的輸出信噪比（Signal ro Noise Ratio,SNR）。實際應(yīng)用環(huán)境中的噪聲類型有很多種，其特性也是多種多樣，純凈語音在噪聲的影響下受到極大破壞。雖然目前語音增強的方法不斷更新，也均取得了一定程度的突破。但是在實際應(yīng)用中，應(yīng)依據(jù)噪聲變化的多樣性，并參照當時具體的實際環(huán)境，通過選取恰當?shù)恼Z音增強方法來保證有較好的語音增強效果。隨著 DSP 技術(shù)和語音增強算法的不斷發(fā)展，目前語音增強技術(shù)被廣泛應(yīng)用在于汽車電話、無線電話電視會議、人機對話語音識別、電子耳蝸、智能家電、戰(zhàn)場通信和軍事竊聽等領(lǐng)域。日常生活中，人們之間遠距離的通信方式基本上都采用電話方式，例如安裝在汽車上電話，街道、機場的公用電話以及移動電話，但是我們在享受科技進步帶來的便利時，也常常會受到各種背景噪聲的影響，如無線通信信道的干擾，對通話質(zhì)量會產(chǎn)生嚴重影響。例如，在雷雨等惡劣天氣接聽移動電話，會聽到陣陣噪聲。因此，在接收端通過估計噪聲干擾模型，濾出噪聲，實現(xiàn)語音增強并保證通話質(zhì)量。
........

1.2 語音增強技術(shù)的發(fā)展
語音增強早在 20 世紀 60 年代就受到了人們的重視，在隨后的四十多年里，國外學者對這一課題進行了持續(xù)研究，尤其是 Boll 提出的譜相減法，一直被廣泛應(yīng)用，許多學者也在此基礎(chǔ)上做出了大量改進。國內(nèi)近年來也有大量學者對語音增強算法進行了研究，取得了較好的成果。清華大學崔瑋瑋將 FDM陣列技術(shù)與單通道 增強方法相結(jié)合，提出了雙通道的語音增強算法，與雙通道相比，信噪比提高，計算復(fù)雜度被降低[3]；大連理工大學金乃高將系統(tǒng)分析中的子帶技術(shù)和粒子濾波技術(shù)相結(jié)合，提出了一種基于子帶粒子濾波的語音增強方法，提高系統(tǒng)性能的同時也降低了計算復(fù)雜度[4]。中國科技術(shù)大學的章旭景為提高卡爾曼濾波算法的性能，提出的改進語音增強算法用子帶卡爾曼濾波代替卡爾曼濾波，降低了改進之前語音增強算法的計算復(fù)雜度[5]；解放軍理工大學的黃建軍提出時頻字典學習的單通道語音增強算法，解決了非平穩(wěn)環(huán)境下系統(tǒng)性能下降的問題[6]；太原理工大學的任永梅提出了基于新閾值函數(shù)的小波語音增強算法 ，較大程度上解決了語音嚴重失真的問題[7]；重慶大學的王瑜林在原有語音增強方法的基礎(chǔ)上，提出 基于自適應(yīng)濾波技術(shù)的單通道語音增強算法 ，一定程度上解決了傳統(tǒng)語音增強算法的兩個問題：適應(yīng)性差和收斂速度慢[8]；中國科學院聲學研究所的王玥依據(jù)聽覺掩蔽效應(yīng)，提出了聽覺頻域掩蔽效應(yīng)的?自適階貝葉斯感知估計語音增強算法，平衡了語音失真和噪聲抑制[9]；西北工業(yè)大學的張君昌提出了一種自適應(yīng)時移與閾值的DCT 音增強方法，其優(yōu)點是提高了系統(tǒng)的魯棒性和輸出信噪比[10]；太原理工大學的郭欣提出了利用子空間改進的K ?SVD 語音增強算法，可有效去除白噪聲[11]。數(shù)字信號處理技術(shù)（Digital Signal Processing，DSP）自 20 世紀 60 年代以來[12]，隨
著計算機技術(shù)的推進也快速發(fā)展。該技術(shù)之所以應(yīng)用廣泛，因為它既涉及數(shù)字信號處理的理論和方法的研究，又涉及各種關(guān)于數(shù)字信號的處理應(yīng)用。隨著 DSP 技術(shù)的發(fā)展，語言增強的實時實現(xiàn)成為可能，可廣泛用于無線電話會議、手機、娛樂系統(tǒng)、多媒體應(yīng)用等領(lǐng)域。在實際應(yīng)用中，對語音信號處理之前會對其進行預(yù)處理，因此語音增強技術(shù)可廣泛應(yīng)用于各種語音信號處理領(lǐng)域中。本文對語音增強算法進行了改進，在 MATLAB環(huán)境下對其進行了仿真驗證和在 DSP 環(huán)境下進行了實時實現(xiàn)，有較大的實用性。
..........

第二章 語音增強算法理論基礎(chǔ)

在語音信號分析的基礎(chǔ)上，我們才能多種語音進行處理，通過分析語音信號可得出其本質(zhì)的參數(shù)，通過它們的本質(zhì)參數(shù)可將語音信號增強和傳遞。因此語音信號分析在語音信號處理和增強中，具有極其重要的作用。

2.1 語音產(chǎn)生模型及其特性分析

語音是在大腦的支配下，通過肺、喉和聲道的共同協(xié)調(diào)合作產(chǎn)生的。通過對發(fā)聲器官和發(fā)音過程的研究，可進一步建立一個時域離散的語音信號產(chǎn)生模型[24-25]。語音產(chǎn)生的模型如圖 2.1 所示，它分為激勵源、聲道模型和輻射模型三個模塊。人耳的掩蔽效應(yīng)，就是比較弱小的信號會被一些強大的信號衰減掉或者直接屏蔽，導(dǎo)致發(fā)現(xiàn)不到這些弱信號[29-30]。掩蔽效應(yīng)的程度由聲音強度與頻率二者的關(guān)系決定，人耳對頻差大的分量的掩蔽遠高于對頻率臨近分量的掩蔽。如果聲音 B 的出現(xiàn)可以提高聲音 A 能夠感知的閾值，那么我們就把 B 叫做掩蔽聲音，A 叫做被掩蔽聲音(Masked Tone)，掩蔽音剛好能聽見時掩蔽音的強度成為掩蔽閾值。利用掩蔽效應(yīng)改善輸出語音質(zhì)量，在語音編碼中己經(jīng)取得了很大的成效。同時性掩蔽是聽覺系統(tǒng)的重要特性之一，這是指掩蔽音和被掩蔽音會出現(xiàn)在同一時刻。如圖 2.4 為掩蔽曲線。

........

2.2 語音和噪音特性
語音信號的特征如下：（1）語音信號具有短時平穩(wěn)性；（2）語音可以分為濁音和清音；（3）語音信號的描述可用統(tǒng)計分析特性來表示[26-27]。噪聲是指在實際環(huán)境中人們不需要的聲音，這種聲音對人們正常休息、學習和工作產(chǎn)生了干擾，嚴重影響了人們的正常生活。此外，雜亂的振幅和頻率，斷續(xù)或統(tǒng)計上無規(guī)律的聲振動也是噪聲。噪聲有 加性和非加性之分 。一般在理論中，加性噪聲是最常被研究所用的。要想利用非加性噪聲，就必須使其轉(zhuǎn)換為加性噪聲[28]。轉(zhuǎn)換的方式通常采用同態(tài)變換，此類方法就可實現(xiàn)非加性噪聲轉(zhuǎn)換成為加性噪聲。帶噪語音模型如圖 2.2 所示，其表達式如式（2.4）所示。
........

第三章 語音增強改進算法.....12
3.1 改進型語音活性檢測技術(shù).............12
3.2 改進型功率譜減法....... 17
3.2.1 功率譜減法........ 17
3.2.2 改進型功率譜減法.....20
3.3 本章小結(jié)...... 22
第四章 語音增強系統(tǒng)設(shè)計與 DSP 實現(xiàn)......... 23
4.1 語音增強系統(tǒng)結(jié)構(gòu)設(shè)計........23
4.2 開發(fā)環(huán)境概述.......23
4.3 DSP 系統(tǒng)初始化程序設(shè)計............ 25
4.4 語音增強算法在 DSP 中的實現(xiàn)............28
4.5 本章小結(jié)...... 31
第五章 語音增強技術(shù)改進算法仿真及實現(xiàn)............32
5.1 語音增強技術(shù)改進算法 MATLAB 仿真及結(jié)果分析.............32
5.2 語音增強技術(shù)改進算法的 DSP 實現(xiàn).............37
5.3 本章小結(jié).......... 40

第五章 語音增強技術(shù)改進算法仿真及實現(xiàn)

本章內(nèi)容主要介紹了語音增強技術(shù)的改進算法在 MATLAB 環(huán)境下的仿真以及在DSP 上的實現(xiàn)，并對兩種實驗結(jié)果進行了具體分析。

5.1 語音增強技術(shù)改進算法 MATLAB 仿真及結(jié)果分析
圖 5.1 可看出，通過基于短時能量及過零率雙門限的語音活性檢測技術(shù)可以精確檢測出語音端點。但是由于在采集語音信號樣本時，清音并沒有發(fā)出，只有濁音組成，基于濁音明顯的周期性，所以對語音的端點可以準確判斷。和理論研究不同，在實際環(huán)境運算時，為避免因為其他偶然因素產(chǎn)生誤差，所以閾值的確定要準確判定。所以對閾值的設(shè)置應(yīng)至少大于噪聲能量，而通常情況下，噪聲能量一般在 50 以上。利用 MATLAB 仿真可以得到增強后的語音波形圖、信噪比等。然后通過主觀的平均意見得分法進行測試。算法測試的流程圖如圖 5.2 所示。由于是在 MATLAB 仿真環(huán)境下進行實驗，所以語音樣本是通過計算機自帶的錄音機錄制的。字數(shù)長短對實驗結(jié)果有很大的影響，所以采集樣本時只選擇了錄制 10 個字：“長安大學信息工程學院”，噪聲材料則選擇在長安大學南二環(huán)路上采集的汽車噪聲。由第二章語音增強算法基礎(chǔ)理論簡介可知，在對語音信號處理之前，必須對其進行預(yù)處理和加窗處理。所以在本次實驗前采集到的語音和噪聲樣本首先要通過 8k Hz 的采樣，然后接著是 16bit 的量化過程，語音信號轉(zhuǎn)變?yōu)榭商幚淼臄?shù)字信號。實驗過程中為了確保驗證算法的準確性，所以對語音信號的語音增強處理需要在不同信噪比的環(huán)境下處理。含噪語音應(yīng)當為 256 長度的語音幀，以確保實驗結(jié)果的精確度。如若不是，則要經(jīng)過加窗處理。
.........

總結(jié)

本文對基本功率譜的語音增強算法進行了研究，并對基于語音活性檢測技術(shù)和功率譜減法的算法進行了一定的改進，將兩種方法相結(jié)合。在語音增強處理之前，先采用語音活性檢測技術(shù)對其處理，接著用改進型功率譜減法對語音信號進行語音增強處理。關(guān)于硬件系統(tǒng)的選擇，，采用了基于 TMS320C6713 的 DSP 硬件處理系統(tǒng)�，F(xiàn)對本文主要完成的工作總結(jié)如下：（1）參考國內(nèi)外文獻，詳細分析語音增強技術(shù)的應(yīng)用背景和發(fā)展史，并且對語音增強算法進行綜述。（2）了解語音增強算法基礎(chǔ)理論，同時針對語音增強的處理效果，引出了兩類評價方法：主觀評價和客觀評價，為語音增強算法的研究、改進和評測提供了理論基礎(chǔ)和依據(jù)。（3）本文對功率譜減法算法的各項特性指標進行了詳細的論證，并在此基礎(chǔ)上提出了改進的功率譜減法，同時文章還分析了影響算法性能的幾個關(guān)鍵因素，完善改進型功率譜減法。并且提出了基于短時過零率和短時能量的雙門限語音活性檢測技術(shù)，提高了對語音起始點判斷的準確性。（4）在 CCS 集成開發(fā)環(huán)境下，實現(xiàn)了改進型功率譜減法和語音活性檢測技術(shù)算法，并對兩種改進技術(shù)在 MATLAB 環(huán)境下進行仿真，對兩種仿真結(jié)果進行了對比分析。利用兩種評價方法，更加直觀的證明改進型算法提高了語音質(zhì)量和系統(tǒng)性能。
.........
參考文獻(略)

本文編號：582930