[发明专利]一种基于宽带噪声的同态滤波语音增强方法

说明书

本发明公开了一种基于宽带噪声的同态滤波语音增强方法，属于语音处理方法技术领域。目的是为解决现有技术在提取语音信号特征时仍然容易产生误差，以及降噪后的语音信号仍然会存在较多的残留噪声的问题，方法具体为：获取短时平稳的语音信号，然后对语音信号进行自相关分析，得到自相关系数，再将自相关系数做同态滤波分析处理，同态滤波分析处理时，求出带噪语音信号的倒谱，清除带噪语音信号的倒谱的噪声成分，得到增强语音的倒谱，经过谱分析获得降噪后的特征参数，合成降噪后的语音信号。本发明提供的改进的同态滤波抗噪法能够增强语音倒谱特征对环境噪声的鲁棒性，较准确的得到语音的特征信息，其顽健性更好，能够更好的达到语音增强的目的。

技术领域

本发明具体涉及一种基于宽带噪声的同态滤波语音增强方法，属于语音处理方法技术领域。

背景技术

实际环境中语音信号处理技术包含着很多方面，而语音增强技术是其中解决语音受噪声污染的有效方法之一，它所研究的目标就是系统输出尽可能的从带噪语音信号中提取纯净的语音信号，提高传输质量；而传统的语音增强技术也有很多种，有谱减法、中心滤波法、同态滤波抗噪法、非线性处理法，自适应分析方法、小波分析方法等等，噪声的处理过程中，根据语音不同的特性，人耳的感知特性，不同的噪声性质，将选用不同的语音增强方法。

传统的同态滤波抗噪法在同态处理时，许多情况下倒谱中的基音峰值将变得不清晰甚至会消失，在语音信号与噪声信号分离时，容易产生相位多值性问题，即相位卷绕，会造成提取的特征参数误差过大，很难恢复原始的语音信号，不能满足系统的实时性；传统的自相关分析方法在自相关处理时容易产生二次谐波，不易直接对带噪语音信号的自相关系数做特征提取，以达到语音增强的目的，并且自相关分析要求信号要有很强的周期性，否则自相关函数类似于噪声的高频波形，更不易除噪分析；传统的中心滤波法在语音增强时会造成语音质量的损坏，中心滤波法的门限选择很重要，很容易损失语音信号的相关信息，且只能在频域中分析；传统的谱减法由于语音能量较集中在某频段内，语音增强处理后，仍然会有大量的残余噪声，在除噪过程中，如果不能消除大功率分量的噪声，语音信号中仍然容易产生纯音噪声。针对传统方法语音增强时存在的问题，目前，也有很多不同背景噪声环境下的语音增强的新方法研究，白噪 声下基于各向异性滤波的语音增强算法研究[J].佳木斯大学学报(自然科学版)，2015，06：902-904，提出在白噪声为背景噪声的情况下，采用各向异性滤波方法，具有较好的滤波性能，其算法复杂度低，计算量小，运行时间较短；改进小波阈值函数的语音增强算法研究[J].信号处理，2016，02：203-213，是采用改进小波阈值函数的语音增强算法来有效提升语音信号的可懂度和整体质量；基于倒谱预处理技术的语音增强算法研究[J].科学技术与工程，2013，21：6111-6117，采用倒谱预处理通过抑制语音中浊音的谐频成分，避免在非平稳噪声跟踪过程中将语音浊音信号功率谱错误估计成噪声功率谱，快速有效跟踪噪声的同时能避免噪声功率谱过估，来提高语音的传输质量；低信噪比条件下的语音增强算法研究[J].中国新通信，2015，15：73-74，针对低信噪比背景条件下，谱减算法在话音增强方面存在着音乐噪声问题和低清晰度问题，提出了基于倒谱距离和谱减算法的话音增强算法。

短时自相关分析是语音信号时域分析中常用的方法，定义语音信号s_n(m)的短时自相关函数Zⁿ(k)的计算表达式如下：

其中，L是最大延迟点数。

自相关处理抗噪法，滤波后谐波分量减少了，曲线变得平滑，但仍存在二次谐波，峰值仍然不是很尖锐，在提取语音信号特征时仍然容易产生误差。

传统的同态滤波抗噪法，语音信号的倒谱第一峰值仍然不是很明显，原点与第二峰值间的高频分量较多，这会影响观察特征值的准确性。降噪后的语音信号仍然会存在较多的残留噪声。

发明内容