基于子空间语音增强方法的研究

1、基于子空间语音加强要领的研究【摘要】目的：研究基于信号子空间的语音加强要领。要领：利用lEditPr2.0软件录制语音，参加种种噪声，利用atlab软件举行阐发、处置惩罚。结果：不雅察语音信号波形图和语谱图，利用信号子空间的剖析要领，可使信噪比大大增长。结论：基于子空间的语音加强要领在主不雅听觉与客不雅指标上均得到了令人满足的结果。【关键词】子空间；语音加强；语谱图Abstratbjetive：Tstudyspeehenhaneentethdbasednthesignalsub-spaeethds：SpeehesthihvariusnisesereaddedasrerdedbylEditPr2

2、.0，andanalyzedandthendealtithbyatlabResults：Theratifniseandsignalanbeiprvedaltbyreadingspeehavefrandspeehspetruandusingthesub-spaedepsitinnlusin：Theethdfspeehenhaneentbasednsignalsub-spaehasahievedsatisfyingeffetsinbthsubjetivehearingandbjetivequtaKeyrdssub-spaeenhaneent；speehenhaneent；speehspetru语音

3、识别研究已经获得庞大生长，但间隔呆板与人自由交换的目的还相称迢遥。如今的识别体系多数是范围在平静环境中利用的，在噪声环境中，尤其是强噪声环境，语音识别体系的识别性能将受到严峻影响。怎样进步强噪声环境下语音识别的正确率是当前语音识别的困难之一。从带噪语音信号中提取尽大概纯洁的原始语音的历程称为语音加强。污染语音的噪声包罗窄带噪声和宽带噪声两类。对付低频滋扰、串音等窄带噪声，一样平常用线性滤波器便可有用按捺，而宽带噪声无论从时域照旧从频域看均与语音信号重叠在一起，传统的线性滤波无能为力。消除噪声的难点在于宽带噪声的消除。1质料和要领1.1质料在实行室环境下利用lEditPr2.0软件录制一段语音，

4、再利用atlab软件天生一段白噪声，合成差异信噪比-10dB10dB的带噪语音。1.2要领子空间语音加强算法重要是利用数据协方差矩阵的特性值剖析，利用特性值的巨细，将协方差矩阵的特性子空间分为信号子空间和噪声子空间两部门，并将含噪声语音投影到语音子空间中，以该投影作为语音信号的预计值。语音加强的题目可以形貌为从一被污染信号中，规复出原始语音信号的历程。设语音帧长为，那么每一帧信号都可当作是一个维的矢量。维的矢量信号可张成维数为的空间。假设语音信号位于K维子空间中，而且K。原始纯洁语音信号可以用以下的线性模子表现：s=VX=Ki=1xiviK1V=v1，v2，vK是一个K的矩阵，它的秩是K,且各

5、个矢量之间彼此正交1；X=x1，x2，xKT是一个1的矢量,是零均值的复随机变量。带噪语音信号可写成：y=VX+n2y的协方差矩阵为：Ry=E(yyH)=Rs+Rn=VRxVH+Rn3此中Rs表现纯洁语音信号s的协方差矩阵，Rx表现向量X的协方差矩阵，Rn为噪声的协方差矩阵:Rn=2nI4通过KL睁开2将含噪语音信号所张成的空间剖析成信号子空间和噪声子空间。先不思量噪声的存在，只思量纯洁语音的环境下，对信号s的协方差矩阵Rs举行特性值剖析，可以得到：Rs=QQH=Q1Q2s1000Q1HQ2H(5)式中，s1=diag(s1,sk)是信号子空间的特性值，由于Rs是半正定阵，以是sk0，1kK。

6、由于语音信号在K维空间内，因此非零特性的个数为K。特性值向量矩阵Q剖析为2个子矩阵Q1和Q2。Q1矩阵包罗非零特性值所对应的特性向量，界说这些特性向量为组成信号子空间的根本向量；Q2包罗的特性向量张成空间界说为噪声子空间。线性预计子的滤波矩阵表现为H，那么语音信号的向量可由下式预计:s=Hy(6)那么预计的语音值与真实的语音信号值的偏向由下式给出：e=s-s=(H-I)s+Hn=es+en(7)这里es=(H-I)s表现语音信号的失真，en=Hn表现剩余噪声。界说语音信号失真能量e2s=tr(EeseHs)=tr(H-I)Rs(H-I)H)和残留噪声能量e2n=tr(EeneHn)=tr(H-

7、I)Rn(H-I)H)，Rs和Rn别离是纯洁语音信号和噪声信号的协方差矩阵。频域束缚预计子在把噪声束缚在一门限值下的同时，只管淘汰语音信号的失真3。纯洁语音的最优预计矩阵可以通过求解下面的束缚优化题目得到：Hpt=arginHe2s束缚条件：1e2n28加强体系的输出为：spt=U1GUH1y9此中G=(1)s(1)s+2NI)-12结果图1是噪声为白噪声、信噪比为0dB的一段带噪语音用子空间法加强后的语音信号波形及语谱图4。结果表白基于信号子空间剖析的语音加强要领可以或许有用的滤除配景宽带噪声。本研究还给出配景为汽车噪声的加强结果。图2是配景为汽车噪声和白噪声信噪比别离在-10dB10dB的子空间加强结果的比拟图。从图2可以看出，对付白噪声的加强后的信噪比要高于对汽车噪声的加强结果。这是由于在对噪声的预计中白噪声的预计比有色噪声的预计更靠近于真实噪声。3讨论本研究中的加强要领只管也利用了语音信号的短时安稳特性，但与基于信号短时谱的维纳滤波法等加强要拥有所差异。由于维纳滤波法是在信号短时傅