[发明专利]基于语音生成模型的变分贝叶斯语音增强方法

摘要

本发明涉及一种基于语音生成模型的变分贝叶斯语音增强方法，首先建立含噪语音模型和语音生成模型的状态空间方程，然后表达含噪过程和语音生成过程的概率分布。根据变分贝叶斯方法，用近似后验分布来逼近语音生成模型的参数和纯净语音的概率分布，最后，得到这些近似后验分布的参数更新等式，循环迭代更新等式直到算法收敛。自动模型选择是将语音生成模型的阶数作为变分贝叶斯方法的代价函数的自变量，最小的代价函数值对应的阶数，即是最优的模型阶数，由这个最优阶数计算得到的语音信号即最佳结果。本发明充分利用变分贝叶斯学习模型参数和结构的优点，能准确地估计语音生成模型的参数和阶数，提高了语音增强效果。

主权项

1、一种基于语音生成模型的变分贝叶斯语音增强方法，其特征在于包括如下具体步骤：1)将含噪语音信号表达为纯净语音信号和噪声相加的形式，建立含噪语音模型，用一个自回归过程来表示语音生成模型，并建立含噪语音模型和语音生成模型对应的状态空间方程；2)选定含噪语音模型的噪声为高斯分布，语音生成模型的驱动噪声也为高斯分布，根据这两个高斯分布及含噪语音模型和语音生成模型对应的状态空间方程，得出状态向量和观测向量的概率分布，由先验知识确定语音生成模型的权重系数和所有高斯分布的逆方差的先验分布；3)根据变分贝叶斯方法的代价函数，并根据状态向量和观测向量的概率分布，以及语音生成模型的权重系数和所有高斯分布的逆方差的先验分布，用变分期望最大化算法求出状态向量、语音生成模型的权重系数和所有高斯分布的逆方差的近似后验分布；4)用变分卡尔曼平滑算法估计状态向量的近似后验分布参数的更新等式，通过变分期望最大化算法的变分最大化来推导语音生成模型的权重系数和所有高斯分布逆方差的近似后验分布参数的更新等式；5)在预先确定的语音生成模型阶数范围内选择一个初始阶数值，将含噪语音信号和初始阶数值带入由步骤4)推导的参数更新等式中，反复迭代计算代价函数，直到代价函数从一步到下一步的变化的绝对值不大于某个事先确定的阈值，将此时的代价函数及与之对应的状态向量的近似后验分布参数保存；6)在预先确定的语音生成模型阶数范围内依次改变模型阶数的值，用新的阶数值代替步骤5)中的初始阶数值，重复步骤5)，得到一组与各模型阶数对应的代价函数和状态向量的近似后验分布参数；7)在得到的所有代价函数中，最小的代价函数对应的阶数就是最优的模型阶数，由这个最优模型阶数所对应的状态向量的近似后验分布参数计算得到的语音信号就是最优的结果。