基于內(nèi)容的音頻檢索系統(tǒng)的前端抗噪技術(shù)
3.2 系統(tǒng)抗噪算法的確定
在基于內(nèi)容的音頻檢索系統(tǒng)中,用戶通過哼唱等方式輸入檢索信息,基于單麥克風(fēng)輸入的單通道語音增強(qiáng)算法是一種簡便、實(shí)用的形式。變換域語音增強(qiáng)算法可充分利用變換域中語音與背景噪聲較其在時(shí)域中更為顯著的特征區(qū)別,且能有效消除語音信號在時(shí)域中存在的相關(guān)特性,因此其對帶噪語音的增強(qiáng)效果要優(yōu)于時(shí)域語音增強(qiáng)算法。因此系統(tǒng)適合采用譜減法、聽覺掩蔽算法、維納濾波方法、信號子空間算法。
維納濾波法能改善平穩(wěn)段的譜估計(jì),殘留噪聲類似于白噪聲,降低音樂噪聲的干擾,但算法復(fù)雜度較大,適用于對實(shí)時(shí)性要求不高的場合。聽覺掩蔽算法可減少不必要的語音失真,實(shí)際應(yīng)用中常只能用帶噪語音估計(jì)掩蔽閾值,則估計(jì)結(jié)果誤差較大,對噪聲估計(jì)要求較高。信號子空間算法能有效去除帶噪語音中的背景噪聲,使語音的質(zhì)量和可懂度都有較大提高,但計(jì)算量較大。譜減法算法簡單,算法復(fù)雜度低,實(shí)現(xiàn)較容易,能夠最大程度上滿足實(shí)時(shí)性要求,但會引入較大音樂噪聲,適合在平穩(wěn)噪聲環(huán)境和對實(shí)時(shí)性要求較高的場合使用。由于本系統(tǒng)為實(shí)時(shí)檢索系統(tǒng),對實(shí)時(shí)性和快速性的要求較高,因此這里采用譜減法。
4.1 譜減法的基本原理
譜減法就是在頻域?qū)⒃肼暤念l譜分量從帶噪語音信號的頻譜中減去。其基本思想是:在假定加性高斯噪聲與短時(shí)平穩(wěn)的語音信號獨(dú)立的條件下,從帶噪語音信號的功率譜中減去噪聲的功率譜,從而得到增強(qiáng)后較為純凈的語音頻譜。其基本原理框圖如圖2所示,圖1中,s(n)表示純凈語音,d(n)表示加性噪聲,r(n)=s(n)+d(n)表示帶噪語音信號,Yk和Sk(k=0,1,2…)分別表示帶噪語音信號和純凈語音的頻譜系數(shù),λn(k)表示噪聲的功率譜系數(shù)。
式中,α和β為參數(shù)。當(dāng)α=1,β=1時(shí),為幅度譜減法形式。當(dāng)α=2,β=1時(shí),為功率譜減法形式。
該譜減法稱為傳統(tǒng)譜相減法。它基于人耳對聲音相位不敏感特性,從含噪語音中減去估計(jì)噪聲而達(dá)到語音增強(qiáng)的目的,直觀簡單,但容易產(chǎn)生“音樂噪聲”,因此實(shí)際應(yīng)用中常采用譜減法的改進(jìn)算法。
4.2 譜減法的改進(jìn)算法
用功率譜減法處理語音信號后,在頻域中仍殘留有噪聲,要濾除或減少這些噪聲,可適當(dāng)?shù)亩鄿p去噪聲分量,使殘留噪聲在幅值上減少,從而降低噪聲的影響,即過減法。此時(shí)式(1)取β>1,這樣語音失真可能會增大。因此,通過噪聲估計(jì)來調(diào)整和確定β的取值。β值的取值原則:對信噪比低的帶噪語音,噪聲的方差大,β可適當(dāng)大些;對信噪比高的帶噪語音,β取值則可小些。因?yàn)樵肼曌V的估計(jì)是平均值,所以當(dāng)前幀的噪聲譜實(shí)際上與估計(jì)值有偏差,因此,經(jīng)譜減法計(jì)算的語音譜值可能是負(fù)值,一般則設(shè)結(jié)果設(shè)為零,即采用半波整流法,還可采用殘余噪聲衰減法,噪聲殘留的幅值介于零和整個(gè)非語音活動(dòng)期最大噪聲殘留幅值之間,由于殘留噪聲的隨機(jī)性,在每個(gè)頻點(diǎn)上其振幅值隨不同分析幀而隨機(jī)波動(dòng),因此在給定頻點(diǎn)上通過用相鄰幀的頻點(diǎn)振幅最小值代替當(dāng)前幀的振幅而壓縮殘留噪聲。這樣就形成改進(jìn)型譜減法的系統(tǒng),能有效實(shí)現(xiàn)前端減噪。
5 結(jié)束語
基于內(nèi)容的音頻檢索技術(shù)適應(yīng)性更強(qiáng),具有廣泛的應(yīng)用價(jià)值,具有噪聲魯棒性的檢索系統(tǒng)在實(shí)際應(yīng)用中不可或缺。本文給出一個(gè)將音頻增強(qiáng)和音頻檢索系統(tǒng)級聯(lián)的抗噪聲音頻檢索系統(tǒng),從不同角度分析語音增強(qiáng)算法,并通過比較選取譜減法作為基于內(nèi)容的音頻檢索系統(tǒng)的前端抗噪技術(shù),同時(shí)給出譜減法的改進(jìn)算法。
評論