李真，李郡，任慧

(1. 中國(guó)傳媒大學(xué)信息與通信工程學(xué)院，北京100024；2.視聽(tīng)技術(shù)與智能控制系統(tǒng)文化和旅游部重點(diǎn)實(shí)驗(yàn)室，北京100024；3.現(xiàn)代演藝技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京100024)

1 引言

語(yǔ)音增強(qiáng)是指通過(guò)降低或抑制背景噪聲，提高帶有噪聲的語(yǔ)音信號(hào)的質(zhì)量和可懂度，也稱作語(yǔ)音降噪[1-4]。2008年Kamil Wójcicki 等提出改變帶噪語(yǔ)音的相位譜，而不改變帶噪語(yǔ)音的幅度譜的相位譜補(bǔ)償(phase spectrum compensation PSC)語(yǔ)音增強(qiáng)方法[5][6]。PSC采用固定的參數(shù)對(duì)相位譜進(jìn)行調(diào)整，其存在的問(wèn)題是在噪聲強(qiáng)度較大的情況下，噪聲去除效果并不理想，會(huì)有殘留噪聲。為了解決這一問(wèn)題，本文提出一種改進(jìn)的相位譜補(bǔ)償算法(modified phase spectrum compensation MPSC)，可根據(jù)分段信噪比設(shè)定可變的調(diào)整參數(shù)。取得了較好的語(yǔ)音增強(qiáng)效果。

2 相位譜補(bǔ)償算法原理

設(shè)含加性噪聲的帶噪語(yǔ)音可表示為y(n)=x(n)+d(n)，其中y(n)、x(n)、d(n)分別表示帶噪語(yǔ)音、純凈語(yǔ)音和噪聲的離散信號(hào)。其中帶噪語(yǔ)音的短時(shí)傅里葉變化表示為Y(n，k)=|Y(n，k)|ej∠Y(n，k)，其中|Y(n，k)|表示其幅度譜，∠Y(n，k)表示其相位譜。帶噪語(yǔ)音信號(hào)因?yàn)槠涫菍?shí)信號(hào)，所以其離散傅里葉變換是共軛對(duì)稱的，在信號(hào)重構(gòu)階段，兩個(gè)共軛向量的和向量是最終重構(gòu)后形成時(shí)域信號(hào)的關(guān)鍵，和向量在實(shí)軸上投影的大小決定了增強(qiáng)后時(shí)域信號(hào)的幅度的強(qiáng)弱，所以可以通過(guò)修改兩個(gè)向量的共軛關(guān)系來(lái)實(shí)現(xiàn)信號(hào)的壓縮。這就是相位譜補(bǔ)償方法的原理。

其相位補(bǔ)償過(guò)程如下：

首先，帶噪復(fù)頻譜被一個(gè)和頻率有關(guān)的實(shí)值函數(shù)Λ(k)補(bǔ)償

(1)

其中為了達(dá)到刪除效果，Λ(k)是關(guān)于Fs/2(采樣頻率的一半)非對(duì)稱的，采用如下的簡(jiǎn)單反對(duì)稱函數(shù)

(2)

其中λ是實(shí)值常數(shù)，N是頻率分析的長(zhǎng)度，假設(shè)為偶數(shù)。

第二步，YΛ(n，k)通過(guò)反正切函數(shù)的四象限變換計(jì)算改變的相位譜

(3)

其中Im{·}和Re{·}指對(duì)YΛ(n，k)求虛部和實(shí)部。我們把改變的相位譜指定為偽相位譜，因?yàn)樗痪邆湔鎸?shí)相位譜的性能。之后偽相位譜和帶噪語(yǔ)音的幅度譜進(jìn)行重新合成產(chǎn)生改進(jìn)的復(fù)頻譜。

(4)

信號(hào)幅值改變很有限

信號(hào)幅值發(fā)生明顯改變圖1 相位譜補(bǔ)償語(yǔ)音增強(qiáng)算法矢量原理圖

從圖1中可以看出，對(duì)于給定λ值，對(duì)不同信號(hào)段的影響是不同的。λ大于信號(hào)幅度值才會(huì)對(duì)信號(hào)造成明顯的衰減作用，如果想減弱噪聲的影響，則值應(yīng)該大于噪聲幅度值。對(duì)于信噪比較高的語(yǔ)音信號(hào)，噪聲幅度相對(duì)較小，此時(shí)通過(guò)引入非對(duì)稱函數(shù)產(chǎn)生的相位補(bǔ)償作用能實(shí)現(xiàn)對(duì)噪聲的明顯消除。

該算法的關(guān)鍵是Λ(k)的選取，由式(2)知Λ(k)函數(shù)選取即λ值的選取。λ取值越大，對(duì)共軛向量的影響就越大，從而對(duì)帶噪語(yǔ)音信號(hào)的壓縮程度就越大，但是λ值選取過(guò)大有可能會(huì)造成信號(hào)失真，λ值選取過(guò)小，對(duì)噪聲壓縮程度較小，會(huì)使去噪效果較差，導(dǎo)致更多的殘留噪聲。文獻(xiàn)[6]中提出λ的經(jīng)驗(yàn)值為3.74，在整個(gè)語(yǔ)音信號(hào)期間其值不變，實(shí)驗(yàn)證明采用固定λ值雖然取得了較好的去噪效果，但是在噪聲強(qiáng)度比較大的情況下，如靜音段，噪聲去除效果并不理想，仍會(huì)有殘留噪聲，如圖2(c)所示，選取經(jīng)驗(yàn)值λ=3.74，可以看到噪聲得到了很大幅度的消減，但是在靜音段仍殘留較多噪聲。所以能否調(diào)整λ的取值，使其在噪聲能量比較大的段(如語(yǔ)音間隙)，取值較大，從而也可以較大限度消減噪聲。

(a)純凈語(yǔ)音波形圖 (b)10dB高斯白噪聲干擾信號(hào)波形圖

(c)采用λ=3.74相位譜補(bǔ)償后語(yǔ)音波形圖 (d)改進(jìn)相位補(bǔ)償后語(yǔ)音波形圖圖2 語(yǔ)音時(shí)域波形圖

3 改進(jìn)的相位補(bǔ)償算法

基于上面所提PSC算法所存在的問(wèn)題，本文提出一個(gè)根據(jù)分段信噪比調(diào)整λ值的改進(jìn)相位譜補(bǔ)償算法(Modified Phase Spectrum Compensation MPSC)，使λ值根據(jù)噪聲強(qiáng)度進(jìn)行調(diào)整。分段信噪比定義如式(5)。

(5)

在語(yǔ)音信號(hào)的靜音間隙期間的信號(hào)能量將非常小，進(jìn)而導(dǎo)致大的負(fù)分段信噪比值，文獻(xiàn)[7]提出解決這個(gè)問(wèn)題的方法是將SNRseg的值限制在[-10dB，35dB]?；诖?，在靜音段設(shè)定SNRseg=-10dB。圖3所示是不同輸入信噪比語(yǔ)音信號(hào)所對(duì)應(yīng)的分段信噪比，從圖中可以看出SNRseg<-5dB時(shí)，已基本處于無(wú)語(yǔ)音的靜音段，所以將SNRseg=-5dB作為臨界點(diǎn)，SNRseg>-5dB語(yǔ)音信號(hào)起主要作用，可選取經(jīng)驗(yàn)值，設(shè)置λ=3.74，當(dāng)SNRseg<-5dB時(shí)，噪聲信號(hào)起主要作用，此時(shí)λ取值可高于3.74，從而更加有效的壓縮噪聲，提高語(yǔ)音質(zhì)量?；诖颂岢靓嗽O(shè)置公式如式(6)所示。

圖3 白噪聲環(huán)境下不同信噪比語(yǔ)音信號(hào)的分段信噪比

(6)

λ*的選取越大越好，但是也不能過(guò)大，如何選取λ*的值，通過(guò)一系列實(shí)驗(yàn)得到表1，是在不同信噪比下，不同λ*所對(duì)應(yīng)的PESQ值，從表中可以看到λ*取18時(shí)，在輸入語(yǔ)音信噪比為0dB，5 dB，10 dB都可取得最好的語(yǔ)音質(zhì)量，在15dB時(shí)的語(yǔ)音質(zhì)量?jī)H次于最優(yōu)值，所以確定非對(duì)稱函數(shù)的設(shè)置公式為式(7)。

(7)

4 實(shí)驗(yàn)仿真與分析

改進(jìn)相位補(bǔ)償算法的流程如圖4所示。首先對(duì)信號(hào)進(jìn)行分幀、加窗，傅里葉變換，之后計(jì)算每一幀的信噪比，根據(jù)信噪比的臨界設(shè)定值，由式(7)確定λ值大小，根據(jù)式(1)、式(2)和式(3)確定該幀的補(bǔ)償相位譜，確定每幀的補(bǔ)償相位譜后，最終與帶噪語(yǔ)音幅度譜合成復(fù)頻譜，進(jìn)行傅里葉逆變換，得到增強(qiáng)后的語(yǔ)音信號(hào)。

表1 不同信噪比時(shí)不同λ*取值所對(duì)應(yīng)的PESQ值

圖4 改進(jìn)相位譜補(bǔ)償算法流程圖

圖2(d)是改進(jìn)相位補(bǔ)償法的時(shí)域語(yǔ)音波形圖，從圖中可以看出相比原相位補(bǔ)償法，其在語(yǔ)音間隙的噪聲進(jìn)一步得到了抑制。圖5分別是white白噪聲、street噪聲及car噪聲情況下相位補(bǔ)償算法和改進(jìn)相位補(bǔ)償算法對(duì)帶噪語(yǔ)音增強(qiáng)后提高的PESQ分值。從這三個(gè)圖可以看出在不同輸入信噪比，不同噪聲環(huán)境下改進(jìn)相位譜補(bǔ)償法在語(yǔ)音質(zhì)量的提高上均比原來(lái)相位譜補(bǔ)償法取得更顯著效果。并且這幾種噪聲環(huán)境中，白噪聲環(huán)境下的ΔPESQ值最大，說(shuō)明對(duì)白噪聲的增強(qiáng)效果最好。而且語(yǔ)音質(zhì)量提高隨著信噪比的提高而更明顯，進(jìn)一步證明了相位譜補(bǔ)償法在高輸入信噪比情況下，對(duì)噪聲的抑制更大，語(yǔ)音增強(qiáng)效果更好。

(a)white噪聲 (b)street噪聲 (c)car噪聲圖5 不同噪聲環(huán)境下兩種相位譜補(bǔ)償法提高的ΔPESQ

5 結(jié)論

本文對(duì)相位補(bǔ)償算法所存在的參數(shù)不可調(diào)整的問(wèn)題進(jìn)行改進(jìn)，提出了根據(jù)分段信噪比調(diào)整參數(shù)的改進(jìn)的相位譜補(bǔ)償算法，使得在噪聲強(qiáng)度較大的靜音段也能取得較好的語(yǔ)音增強(qiáng)效果，并將改進(jìn)的相位譜補(bǔ)償算法和傳統(tǒng)的幅度譜估計(jì)算法結(jié)合。實(shí)驗(yàn)結(jié)果表明該方法有效提高了帶噪語(yǔ)音中分段信噪比較低的部分的去噪效果，相比PSC方法取得了更好的語(yǔ)音增強(qiáng)質(zhì)量。