基于統(tǒng)計模型和貝葉斯估計的語音增強算法研究.pdf

1、現(xiàn)實環(huán)境中的語音總會受到各種噪聲的影響，導致語音質(zhì)量的下降和可懂度的降低。為了有效地利用語音信號，需要將噪聲的影響降到最低，語音增強正是此問題的有效方法之一。
　　本文基于統(tǒng)計模型和貝葉斯估計理論，主要進行了如下工作：
　　首先，提出了一種新的貝葉斯幅度估計方法。對貝葉斯語音增強估計中的語音幅度的高斯分布進行創(chuàng)新性的改進，在進行濾波器的構(gòu)造前，引入超高斯卡方分布對語音短時傅里葉變換得到的頻域幅度譜分量進行描述。在進行濾波器的

2、構(gòu)造時，結(jié)合新的概率密度函數(shù)和β階感知感知誤差代價函數(shù)，構(gòu)造出了一種新的基于卡方分布的β(beta)階感知激勵貝葉斯語音增強幅度估計器。通過對語音短時傅里葉幅度譜的更精確的描述，更好的挖掘并利用了語音的先驗統(tǒng)計信息。實驗表明，所提的方法具有較好的增強效果，在分段信噪比等指標上獲得了明顯的提高。在不同的噪聲下，信噪比提高呈現(xiàn)一些差別，某些情形下能達到2dB，平均而言，不同噪聲、不同信噪比下信噪比提高均能達到0.7dB。新濾波器對音樂噪聲具

3、有不錯的抑制效果。從語譜圖上能較明顯的看到，新提出的濾波器較好地抑制了音樂噪聲。非正式主觀聽力測試也表明，經(jīng)過新的濾波器處理后的語音具有更好的可懂度、舒適度和愉快度。
　　其次，提出了一種基于MMSE噪聲PSD估計的過減譜減法。在面對非平穩(wěn)噪聲時，傳統(tǒng)的短時譜過減法的增強效果急劇下降。主要因為該類方法不能有效跟蹤非平穩(wěn)噪聲變化，因而不能精確的估計出噪聲功率譜，引起嚴重的語音失真或噪聲殘留，極大降低了語音的質(zhì)量。為了更準確的刻畫噪聲