如何實現非平穩噪聲環境下的語音增強

　　本文提出了一種最優修正對數譜幅度（OM-LSA）語音估計器和一種用于魯棒語音增強的最小控制遞歸平均（MCRA）噪聲估計方法。將頻譜增益函數作為與語音存在不確定性相關的假設增益的加權幾何平均值，將其最小化。噪聲估計是通過平均過去的頻譜功率值，使用一個平滑參數，這是由語音存在概率在子帶調整。我們引入了兩個不同的語音存在概率函數，一個用于估計語音，另一個用于控制噪聲頻譜的自適應。前者基于先驗信噪比的時頻分布。后者由特定時間窗內噪聲信號的局部能量與其最小能量之比決定。不同環境條件下的主客觀評價結果表明，OM-LSA和MCRA估計器的優越性。在保留微弱語音成分的同時，避免了音樂殘余噪聲現象，取得了良好的噪聲抑制效果。？2001愛思唯爾科學公司版權所有。

　　一個實用的語音增強系統一般由兩個主要部分組成：噪聲功率譜估計和語音估計。當只提供一個傳聲器源時，噪聲估計是基于緩慢噪聲環境的假設。特別是，在言語活動中，噪聲頻譜幾乎保持平穩。語音估計是基于假設的統計模型、失真度量和估計的噪聲。

　　估計噪聲功率譜的一種常用方法是在不包含語音的部分上對噪聲信號進行平均。一種快速判決語音停頓檢測方法要么逐幀實現，要么使用后驗信噪比（SNR）對單個子帶進行獨立估計。然而，對于弱語音成分和低輸入信噪比，檢測可靠性很高。另外，信號中可能存在的非語音部分的數量可能不確定，這就限制了噪聲估計器在非平穩環境下的跟蹤能力?；蛘?，噪聲可以通過功率譜域的直方圖來估計，不幸的是，這種方法的計算成本很高。