改进的谱减法在语音增强中的应用

一种改进型谱减法在短波语音通信中的应用研究摘要：短波语音通信中往往混杂有很多干扰和背景噪声，为了尽可能减小这些噪声，在接收端还原出更为清晰的语音，文章通过对常见语音增强算法进行仿真对比，选用谱减法并进行实现后成功应用于短波语音通信系统。

实际使用结果表明，文章提出的算法能有效抑制短波语音中的噪声干扰，显著提高了接收语音质量。

关键词：语音增强；改进型谱减法；短波；通信短波语音通信具有无可比拟的顽存性、机动性和灵活性等优越性，在广播和日常生活等多方面得到了广泛应用，但短波极易受到外界干扰，严重影响了语音通信质量。

因此如何有效抑制或滤除背景噪声一直是人们研究的热点。

语音增强的目的是从噪声背景中提取有用的语音信号，抑制、降低噪声干扰的技术。

语音增强的目的是改进语音质量，尽可能消除背景噪声、提高信噪比，同时提高语音自然度、可懂度和说话人的可辨度。

为了在短波语音通信中进一步减小噪声，还原出更加清晰的语音，有必要采取语音增强技术对接收端的语音进行进一步处理。

1 几种常见的语音增强算法的去噪效果比较常见的语音增强算法有短时谱MMSE法、谱减法、维纳滤波法等，为了检测它们的去噪效果，我们对三种算法在不同输入信噪比下的输出信噪比进行了仿真比较：从图1可以看到，三种常用的语音增强技术在不同噪声环境下对带噪语音的降噪效果不同。

短时谱MMSE法在三种算法中似乎具有最佳的降噪效果，其实不然。

短时谱MMSE法在大幅提高语音的SNR的同时也提高了噪声的幅度，因此很少进行实际应用。

谱减法和维纳滤波法相比，在输入信噪比为-7 dB以下或8 dB以上时，谱减法具有更高的输出信噪比。

在-7 dB到8 dB之间，维纳滤波法的性能更好一些。

由于我们通常接收到的可辨短波语音信噪比都在8 dB以上，因此我们选用谱减法进行实现。

2 谱减法原理谱减法又称谱相减法，即从带噪语音的频谱估值中减去噪声的频谱估值，从而得到“纯净语音”的频谱。

由于人耳对语音频谱分量的相位不敏感，因而这种方法主要针对短时功率谱。

一种基于谱减法的语音增强算法研究引言在日常生活中，我们经常会遇到语音信号受到噪声干扰的情形。

语音增强技术可以消除这些噪声，提高语音信号的质量和可听性。

语音增强技术的研究和发展，对于语音通信、语音识别、语音合成等领域都具有重要意义。

目前，基于谱减法的语音增强算法成为研究的热点之一。

本文主要探讨谱减法的基本原理、实现过程及其在语音增强中的应用。

一、谱减法的原理谱减法是一种在频域上处理语音信号的方法，它主要基于以下两个假设：1.噪声信号的能量分布比语音信号的能量分布更广泛，即噪声信号在不同频率上具有不同的能量；2.声音信号的一些部分不依赖于噪声信号，可以在不改变语音信号质量的前提下被减少。

因此，谱减法的基本原理是将语音信号和噪声信号分解为频谱，然后通过频谱相减，再对结果进行逆变换，得到增强后的语音信号。

谱减法的基本步骤如下：1.采集语音信号和噪声信号，并将它们通过FFT 变换转换为频域。

2.对语音信号和噪声信号的频谱进行平滑滤波，获得平滑后的信号谱。

3.求出平滑后语音信号与噪声信号的频谱差值。

4.根据信噪比的大小，确定噪声频谱可以减去的大小，从而减少噪声的影响。

5.对减少了噪声频谱的信号进行IFFT 逆变换，得到增强后的语音信号。

二、谱减法的实现过程1.采集语音信号和噪声信号在采集语音信号和噪声信号时，应尽可能选择质量好的麦克风和录音设备，保证信号的清晰度，避免信号本身存在的噪声干扰。

2.对语音信号和噪声信号的频谱进行平滑滤波平滑滤波的目的是去除语音信号和噪声信号中的高频成分，使其更加平滑。

常用的平滑滤波方法包括：高斯平滑、中位数滤波和均值平滑等。

其中，高斯平滑在实际应用中最为常见。

高斯平滑的过程是：对于每一个频率上的振幅，计算它和周围几个点的平均值，通过利用高斯函数将这些平均值加权，最终得到平滑后的振幅谱。

3.求出平滑后语音信号与噪声信号的频谱差值经过平滑处理后，获得了平滑后的语音信号频谱和噪声信号频谱。

改进谱减法语音增强算法的研究陈欢;邱晓晖【摘要】For the speech signal,voice quality is greatly affected by the noise. Speech enhancement techniques must be used to suppress background noise,improving voice quality and voice clear degrees. The speech enhancement is to get the speech as original as possible from the speech signal with noise. The spectral subtraction speech enhancement is utilized broadly because it is simple and easy for the re-al-time processing. In this paper,the basic principle of algorithm of the spectral subtraction is presented. Aiming at reducing annoying musical noise in the standard spectral subtraction algorithm,the principle of two kinds of typical improved spectral subtraction is ana-lyzed. Experimental results show that the proposed algorithm reduces the musical noise effectively and improves the speech quality.%语音信号中，噪声的存在极大地影响了语音质量，必须采用语音增强技术在一定程度上抑制背景噪声，最大限度地改善语音通信质量，提高语音的可懂度。

基于谱减法的语音增强及其DSP实现摘要语音总会受到外界噪声不同程度的干扰和影响，噪声不但降低了语音质量和可懂度，而且还将导致语音处理系统性能的急剧恶化。

语音增强技术可以用来抑制噪声,提高抗噪声能力和输入信号的信噪比，改善语音质量、可懂度和系统的性能，并作为预处理或前端处理模块存在于语音处理系统中。

本论文首先从语音特性、噪声特性、人耳的感知特性以及语音信号分析得方法入手，重点研究了基于谱减法的增强算法并在MATLAB环境下对其进行了仿真，验证了谱减法在语音增强方面的有效性和可行性。

DSP(数字信号处理器)作为专用的数字信号处理芯片，具有在单机器周期内完成乘加运算、单机器周期内多次访问存储器以及丰富的片上外设等特点。

采用DSP进行语音信号处理代表未来语音信号处理的发展方向，在这种情况下，本文在研究谱减法的基础上，对算法进行了分析和实现，实现了基于DSP的语音信号采集与处理系统。

关键词：语音信号处理,语音增强,谱减法,DSPSPEECH ENHANCEMENT ALGORITHMS ANDIMPLEMENTATION ON DSPABSTRACTSpeech is inevitably interfered by noise. The noise not only degrades the quality and the intelligibility of speech, but also worsens the capability of the system. As speech enhancement technology can be used to reduce the noise, Improve anti-noise ability and the signal-to-noise ratio of the input signal , the input Signal-to-Noise Ratio of the speech processing system and improving the quality and intelligibility of speech, speech enhancement technology is usually used as the pre-processing module in the speech processing system.This paper first from speech characteristics, noise characteristics, the perception of the human ear characteristics and method of speech signal analysis, Focus on the based on the spectral subtraction enhancement algorithm and in the MATLAB environment of the simulation,Verify the spectral subtraction speech enhancement in the effectiveness and feasibility.DSP as special digital signal processor, has some unique features, such as Single-cycle multiply and accumulate (MAC)，multiple accessing memories in single cycle,a wide variety of on-chip peripherals. These features lead DSP applied widely in digital speech processing field. This paper studies the traditional Spectral Subtraction and improves it to reduce “music noise”. Then based on these theories, a practical speech enhancement processing system on DSP is designed and implemented.KEY WORDS:Speech processing,Speech enhancement,Spectral Subtraction,DSP基于谱减法的语音增强及其DSP实现 (I)摘要 (I)ABSTRACT (II)第一章绪论 (1) (1) (2) (3)第二章语音增强的基础知识 (4) (4)人的听觉特性 (4)语音信号产生的数字模型 (5) (5) (5) (5) (6)、采样、A/D变换 (6) (6) (7) (7) (8) (8) (9) (9) (10)第三章谱减法的原理、算法及分析 (11) (11)谱减法的实现与仿真 (14) (16)第四章DSP介绍及基于DSP实时语音处理系统的设计 (17)DSP概述 (17)DSP芯片的基本结构 (17)DSP的运算速度 (19)DSP应用系统 (20) (21) (21) (21) (23)第五章基于谱减法的语音增强在DSP环境下的实现 (25) (25) (25)CCS (Code Composer Studio) DSP集成开发环境 (27) (27) (27) (29) (32) (32) (35)第六章结论与展望 (37) (37) (37)致谢 (38)参考文献 (39)附录外文文献 (39)第一章绪论当今世界正处在信息时代。

改进的谱减法在语音增强中的应用一、boll的改进谱减法基本理论1979年，s.f.boll提出一种改进的谱减法。

主要的改进点如下。

（1）在谱减法中使用信号的频谱幅值或功率谱改进的谱减公式为噪声段的平均谱值为当y=1时，算法相当于用谱幅值做谱减法；当y=2时，算法相当于用功率谱做谱减法。

式中，a为过减因子；β为增益补偿因子。

（2）计算平均谱值在相邻帧之间计算平均值：利用yi（k）取代xi（k），可以得到较小的谱估算方差。

（3）减少噪声残留在减噪过程中保留噪声的最大值，从而在谱减法中尽可能地减少噪声残留，从而削弱“音乐噪声”。

此处，max|nr（k)|代表最大噪声残余。

二、基本谱减法的实验boll的改进谱减法函数spectralsubim名称：spectralsubim功能：基于boll的改进谱减法语音降噪。

调用格式：output = spectralsubim(signal,wind, inc, nis, gamma, beta)说明：输入参数signal是输入的含噪语音信号；wind为窗函数或窗长；inc是帧移；nis是前导无话段帧数；gamma和beta是算法参数。

output是降噪后的信号。

函数代码如下：functionoutput=spectralsubim(signal,wind,inc,nis,gamma,beta)nwin=length(wind);if (nwin == 1) % 判断窗长是否为1，若为1，即表示没有设窗函数w = wind; % 是，帧长=windwnd=hamming(w);elsew = nwin; % 否，帧长=窗长wnd=wind;endnfft=w;y=enframe(signal,w,inc)';y=fft(y,nfft);yphase=angle(y(1:fix(end/2)+1,:)); %含噪语音的相位y=abs(y(1:fix(end/2)+1,:)).^gamma; %功率谱numberofframes=size(y,2);n=mean(y(:,1:nis)')'; %初始的能量谱均值d(k)nrm=zeros(size(n)); %噪声残余量最大值noisecounter=0;noiselength=9; %噪声平滑因子ys=y; %平均谱值for i=2:(numberofframes-1)ys(:,i)=(y(:,i-1)+y(:,i)+y(:,i+1))/3;endfor i=1:numberofframes[noiseflag, speechflag, noisecounter,dist]=vad_logspec(y(:,i).^(1/gamma),n.^(1/gamma),noise counter); %基于频谱距离的vad检测if speechflag==0n=(noiselength*n+y(:,i))/(noiselength+1); %更新并平滑噪声nrm=max(nrm,ys(:,i)-n); %更新最大的噪声残余x(:,i)=beta*y(:,i);elsed=ys(:,i)-n; %谱减if i>1 &&i<numberofframes %减少噪声残留项for j=1:length(d)if d(j)<nrm(j)d(j)=min([d(j) ys(j,i-1)-n(j)ys(j,i+1)-n(j)]);endendendx(:,i)=max(d,0);endendoutput=overlapadd2(x.^(1/gamma),yphase,w,inc);信噪比计算函数snr_calc名称：snr_calc功能：计算信噪比。

2023-11-11目录•引言•语音增强技术概述•基于改进型谱减法的语音增强算法•算法优化与改进•实验验证与比较•结论与展望引言研究背景与意义语音信号处理在生活中的应用越来越广泛，如语音识别、语音通信等。

然而，在实际的语音信号中，往往存在噪声干扰，这会严重影响语音识别和通信的质量。

因此，对语音信号进行增强处理显得尤为重要。

谱减法是一种经典的语音增强方法，它通过减去估计的噪声谱来提高语音信号的信噪比。

然而，传统的谱减法存在一些问题，如语音失真、过度去噪等。

因此，本文提出了一种基于改进型谱减法的语音增强技术，旨在提高语音增强的效果。

近年来，语音增强技术得到了广泛的研究和应用。

传统的谱减法主要基于静态噪声估计，而现代的谱减法则逐渐引入了动态噪声估计、非线性处理等技术，以更好地适应复杂的实际应用场景。

目前，基于深度学习的语音增强技术已经成为研究热点。

深度学习技术可以更好地利用语音数据中的特征，提高语音增强的性能。

然而，深度学习需要大量的数据和计算资源，因此在实际应用中存在一定的限制。

研究现状与发展本文的主要研究内容是提出一种基于改进型谱减法的语音增强技术，并对其性能进行评估。

首先，本文对传统的谱减法进行了介绍和分析，指出了其存在的问题和不足之处。

其次，针对这些问题，本文提出了一种基于动态噪声估计的改进型谱减法，通过引入非线性处理技术来提高语音增强的效果。

最后，本文通过实验验证了所提方法的有效性，并与传统的谱减法进行了对比分析。

研究内容与方法语音增强技术概述语音增强的常用技术包括：谱减法、Wiener滤波器、神经网络等。

这些技术在不同的应用场景和需求下有各自的优势和局限性。

语音增强定义为通过数字信号处理技术，对采集到的语音信号进行处理，以降低噪声和回声等干扰，提高语音信号的质量。

目标是使语音信号更加清晰、可懂，提高语音通信的效率和可靠性。

语音增强的定义与目标基于改进型谱减法的语音增强技术是一种常用的语音信号处理方法。