基于自适应噪声估计的语音增强技术

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (23): 225-228.

基于自适应噪声估计的语音增强技术

夏乐乐1，孙永荣1，王勇2

1.南京航空航天大学自动化学院，南京 210016
2.中航工业雷达与电子设备研究院，江苏苏州 215000

出版日期:2014-12-01 发布日期:2014-12-12

Speech enhancement technology based on adaptive noise estimation

XIA Lele1, SUN Yongrong1, WANG Yong2

1.College of Automation, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China
2.The Rader & Avionics Institute of AVIC, Suzhou, Jiangsu 215000, China

Online:2014-12-01 Published:2014-12-12

摘要/Abstract

摘要： 针对语音系统受外界强噪声干扰而导致识别精度降低以及通信质量受损的问题，提出一种基于自适应噪声估计的语音增强方法。通过端点检测将语音信号分为语音段与非语音段，对这两种情况的噪声幅度谱分别进行自适应估计，并对谱减法中不具有通用性的假设进行研究从而改进原理公式。实验结果表明，相对于传统谱减法，该方法能更好地抑制音乐噪声，并保持较高清晰度和可懂度，提高了强噪声环境下的语音识别精度和通信质量。

关键词: 语音增强, 谱减法, 噪声估计, 音乐噪声

Abstract: The recognition and communication accuracy of speech system is considered to be decreased under strong noise environment. To solve the problem, a speech enhancement method is presented which is based on adaptive noise estimation. In the new algorithm, the speech signal is divided into speech segments and non-speech segments by endpoint detection, and the noise amplitude spectrums of the two kings segments are estimated adaptively and respectively. This algorithm also improves the spectral subtraction principle formulas according to the research of hypothesis in spectral subtraction which is not common. The experimental result shows that the algorithm in this paper performs better in reducing musical noise, maintaining high clarity and intelligibility, and improving the speech recognition and communication accuracy under strong noise environment than traditional spectral subtraction.

Key words: speech enhancement, spectral subtraction, noise estimation, music noise

夏乐乐1，孙永荣1，王勇2. 基于自适应噪声估计的语音增强技术[J]. 计算机工程与应用, 2014, 50(23): 225-228.

XIA Lele1, SUN Yongrong1, WANG Yong2. Speech enhancement technology based on adaptive noise estimation[J]. Computer Engineering and Applications, 2014, 50(23): 225-228.

[1]	王师琦，曾庆宁，龙超，熊松龄，祁潇潇. 语音增强与检测的多任务学习方法研究[J]. 计算机工程与应用, 2021, 57(20): 197-202.
[2]	王雁，贾海蓉，吉慧芳，王卫梅. 特征联合优化深度信念网络的语音增强算法[J]. 计算机工程与应用, 2019, 55(9): 38-42.
[3]	吉慧芳，贾海蓉，王雁. 改进相位谱补偿的语音增强方法[J]. 计算机工程与应用, 2019, 55(8): 48-52.
[4]	王杰1，杨程程1，莫嘉永2，王敦泽1，王谢谢1. 谐波重构先验信噪比估计算法[J]. 计算机工程与应用, 2018, 54(7): 44-48.
[5]	王虎，李晶，赵恒淼，臧燕，李春堂. 稀疏低秩模型及相位谱补偿的语音增强算法[J]. 计算机工程与应用, 2018, 54(5): 150-155.
[6]	王波，于凤芹，陈莹. 基于非平滑非负矩阵分解语音增强[J]. 计算机工程与应用, 2017, 53(7): 160-164.
[7]	王霞1，王丹1，王光艳2，张艳1. 压缩感知与EMD相结合的带噪面罩语音增强[J]. 计算机工程与应用, 2017, 53(18): 137-140.
[8]	张建伟，陶亮，周健，王华彬. 基于改进谱平滑策略的IMCRA算法及其语音增强[J]. 计算机工程与应用, 2017, 53(1): 153-157.
[9]	胡永刚1，张雄伟1，邹霞1，闵刚1，2，张立伟1，王健3. ADMM稀疏非负矩阵分解语音增强算法[J]. 计算机工程与应用, 2016, 52(3): 108-112.
[10]	易三莉1，2，郭贝贝2，马磊2，钱洁2. 改进的模糊推理规则图像边缘检测算法[J]. 计算机工程与应用, 2016, 52(12): 180-183.
[11]	宁矿凤，王景芳. DCT域维纳滤波语音增强[J]. 计算机工程与应用, 2015, 51(8): 226-230.
[12]	曹龙涛1，李如玮1，鲍长春1，吴水才2. 基于噪声估计的二值掩蔽语音增强算法[J]. 计算机工程与应用, 2015, 51(17): 222-227.
[13]	谷鹏1，2，朱俊华1，2，丁飞1，2. 一种含噪压缩感知的语音消噪方法[J]. 计算机工程与应用, 2015, 51(15): 216-220.
[14]	王瑜琳1，田学隆1，2，高雪利1. 自适应滤波语音增强算法改进及其DSP实现[J]. 计算机工程与应用, 2015, 51(1): 208-212.
[15]	徐文超，王光艳，耿艳香，白芳，费腾. 基于谱减法和变步长LMS语音增强算法[J]. 计算机工程与应用, 2015, 51(1): 213-217.