两类噪声谱估计方法的对比分析

对基于传统端点检测技术和基于最小统计和平滑滤波的两类噪声估计方法进行了对比分析,并应用于谱相减算法中。针对基于最小统计和平滑滤波的谱减算法中出现的“音乐噪声”问题,提出了一种改进方案,实验表明,使用改进谱减法增强后的语音信号在信噪比和语音质量上均有提高。     

基于MATLAB的谱相减语音增强算法的研究

谱相减算法运算量小、便于快速处理、效果好,是一种重要的语音增强算法。针对谱相减法经典形式存在的“音乐噪声”残留问题,人们提出了各种改进形式。该文以这一类语音增强算法作为对象,对“音乐噪声”的消除方法进行了研究。介绍了谱相减法经典形式及多种改进形式的基本原理,并基于MATLAB,详细说明了算法具体的实现过程。结合实录语音样本,给出了不同形式谱相减法增强后的结果,对各种方法的效果进行了对比,总结了使用经验,并以此为基础提出了一种提高处理后带噪语音信噪比的改进方案。     

基于联合最大后验概率的语音增强算法

针对传统谱减法存在的算法缺陷,提出一种基于联合最大后验概率的改进谱减法.传统谱减法通过获取带噪语音与噪声的幅度差值,并提取带噪语音的相位信息进行语音信号重建.该方法因为谱相减产生“音乐噪声”,并因为相位估计不准确,导致低信噪比下信号增强效果不理想.为此,引入多频带谱减法和相位估计,通过划分频谱,分别在子频带进行谱减法,有效降低“音乐噪声”的影响;同时构建基于最大后验概率的相位估计器,联合信号幅度函数和相位函数,通过多次交替迭代得到相位估值.实验结果表明,相对于传统谱减法,在低信噪比下该算法有效提高增强语音的质量感知和可懂度.     

一种改进型谱减算法的语音增强研究

针对低信噪比条件下基本谱减算法存在降噪效果不佳,产生音乐噪声过大,语音可懂度不高的问题,提出了一种改进型的谱减算法。算法先计算语音信号的倒谱距离值,检测出噪音段和语音段,用动态计算的噪声值代替基本谱减法采用的噪声统计均值;根据当前帧和噪声帧的倒谱距离比值动态设置谱减系数,改进了传统算法中谱减系数保持不变的缺点;同时采用三种方法抑制音乐噪声。仿真实验表明,在低信噪比情况下,改进型的谱减算法可以有效降噪,提高信噪比和可懂度,达到语音增强的目的。     

基于增益字典查询的语音增强算法

对于基于统计模型的语音增强算法,不同分布模型对应于不同的增益函数,由于语音信号的不确定性,没有一种分布函数能准确对语音和噪声谱的分布建模,因此任何一种固定的统计模型均会存在一定的误差。所以提出一种增益字典查询的语音增强算法,该算法通过采用对数谱失真准则对一个语音噪声库进行增益的训练,得到一个增益的字典,其中输入为先验信噪比和后验信噪比的估计值。最后采用ITU-T P.826 PESQ、分段信噪比、总信噪比和对数谱失真对该算法进行了测试,并与基于高斯分布模型、拉普拉斯分布模型的算法进行了对比。实验结果表明,该算法无论在非平稳噪声还是平稳噪声环境下都比其他几种算法增强效果好,且音乐噪声和残留背景噪声也可以得到很好的抑制。     

基于TEO能量谱减法的语音增强技术的研究

谱减法是目前减少噪声干扰、提高语音质量的一种有效方法。为了进一步提高谱减法的去噪性能,提出一种基于TEO(Teager Energy Operator)能量的改进谱减法。该方法利用TEO能量对带噪语音进行语音活动检测,区别出噪声段和语音段,对噪声段和语音段分别进行谱减处理,既保证了语音质量,又尽可能地消除了噪声干扰。在F16战斗机噪声环境中对算法性能进行测试,结果表明,该方法提高了输出信噪比,抑制了音乐噪声,具有良好的语音增强效果。     

基于语音存在概率和听觉掩蔽特性的语音增强算法

低信噪比下,谱减语音增强法中一直存在的去噪度、残留的音乐噪声和语音畸变度三者间均衡这一关键问题显得尤为突出。为降低噪声对语音通信的干扰,提出了一种适于低信噪比下的语音增强算法。在传统的谱减法基础上,根据噪声的听觉掩蔽阈值自适应调整减参数,利用语音存在概率,对语音、噪声信号估计,避免低信噪比下端点检测(VAD)的不准确,有更强的鲁棒性。对算法进行了客观和主观测试,结果表明：相对于传统的谱减法,在几乎不损伤语音清晰度的前提下该算法能更好地抑制残留噪声和背景噪声,特别是对低信噪比和非平稳噪声干扰的语音信号,效果更加明显。     

基于听觉掩蔽效应和最优平滑的语音增强算法

针对谱减法在低信噪比下音乐噪声较大的缺点,通过分析人耳听觉掩蔽特性,提出一种改进的语音增强算法。在维纳滤波法的基础上结合掩蔽效应调整增益系数,采用非平稳环境下的最小约束递归平均算法进行噪声参数估计,利用最小均方误差准则的最优平滑因子对增强语音进行平滑处理,从而进一步消除音乐噪声。仿真结果表明,与改进谱减法与维纳滤波法相比,该算法在低信噪比情况下能有效抑制背景噪声和残余的音乐噪声,保持较好的语音质量和清晰度。     

改进相关统计模型的语音增强算法

语音和噪声的时频相关特性研究表明,"音乐噪声"区别于语音的一个重要特征是"音乐噪声"谱时频不相关.根据这一特点,在传统先验信噪比估计相关统计模型基础上给出了两点相关性补充假设.在此基础上,通过改进对数谱最小均方误差语音增强(LSA-MMSE)算法中的D-D先验信噪比估计,提出了改进对数谱最小均方误差语音增强算法.仿真实验采用了主观综合评分测度(MOS)和MBSD两种评价机制,实验结果表明,新模型和算法可以有效地抑制"音乐噪声"现象.     

基于噪声估计的二值掩蔽语音增强算法

针对现有的助听器语音增强算法在非平稳噪声环境下,残留大量背景噪声的同时还引入了“音乐噪声”,致使增强语音可懂度和信噪比不理想等问题。提出了一种基于噪声估计的二值掩蔽语音增强算法,该算法利用人耳听觉感知理论,结合人耳的听觉特性和耳蜗的工作机理。采用最小值控制递归平均（Minima-Controlled Recursive Averaging,MCRA）算法获得估计噪声和初步增强语音;将估计噪声和初步增强语音分别通过可以模拟人工耳蜗模型的gammatone滤波器组进行滤波处理,得到各自的时频表示形式;利用人耳的听觉掩蔽特性,计算含噪语音在时频域的二值掩蔽;利用二值掩蔽得到增强语音。实验结果表明：该算法很大程度上去除了谱减法引入的“音乐噪声”,与基于MCRA谱减法相比,增强语音的语言可懂度指数（Speech Intelligibility Index,SII）、主观语音质量评估（Perceptual Evaluation of Speech Quality,PESQ）和信噪比（Signal to Noise Ratio,SNR）都得到了提高。     

一种MEMS水听器信号去噪的组合算法研究

针对MEMS水听器采集的数据"淹没"在强噪声场中的问题,提出采用LMS自适应噪声对消与Fourier变换滤波相结合的组合算法实现MEMS水听器的信噪分离。在信号频率已知的情况下,设计了一种自适应噪声对消和Fourier变换滤波组合算法的滤波器,对提取后的信号与理想信号做性能对比。仿真实验表明:该组合算法在-15 dB的强噪声场中仍有较高的分辨精度和提取效果,对搜寻类似于"黑匣子"等情况比较适宜,并将设计的滤波器用于中北汾机测试实验的信噪分离中,结果验证了该算法具有良好的高效性和实用性。     

Efficient preconditioning for noisy separable nonnegative matrix factorization problems by successive projection based low-rank approximations

The successive projection algorithm (SPA) can quickly solve a nonnegative matrix factorization problem under a separability assumption. Even if noise is added to the problem, SPA is robust as long as the perturbations caused by the noise are small. In particular, robustness against noise should be high when handling the problems arising from real applications. The preconditioner proposed by Gillis and Vavasis (SIAM J Optim 25(1):677–698, 2015) makes it possible to enhance the noise robustness of SPA. Meanwhile, an additional computational cost is required. The construction of the preconditioner contains a step to compute the top-k truncated singular value decomposition of an input matrix. It is known that the decomposition provides the best rank-k approximation to the input matrix; in other words, a matrix with the smallest approximation error among all matrices of rank less than k. This step is an obstacle to an efficient implementation of the preconditioned SPA. To address the cost issue, we propose a modification of the algorithm for constructing the preconditioner. Although the original algorithm uses the best rank-k approximation, instead of it, our modification uses an alternative. Ideally, this alternative should have high approximation accuracy and low computational cost. To ensure this, our modification employs a rank-k approximation produced by an SPA based algorithm. We analyze the accuracy of the approximation and evaluate the computational cost of the algorithm. We then present an empirical study revealing the actual performance of the SPA based rank-k approximation algorithm and the modified preconditioned SPA.     

基于先验信噪比估计和增益平滑的语音增强

针对语音增强算法残留“音乐噪声”的问题,分析了基于先验信噪比估计的语音增强算法,并在此基础上提出自适应先验信噪比估计与增益平滑相结合的方法.这种方法先对先验信嗓比进行估计,然后对增益函数进行平滑,减小相邻增益函数的随机跳变,弥补了传统先验信噪比估计的不足.最后对含高斯白噪声的语音信号进行处理,仿真结果表明,该算法在抑制“音乐噪声”的效果上得到一定改善,提高了语音增强的性能.     

Pitch Estimation by Block and Instantaneous Methods

Choosing a pitch estimation algorithm is not a simple task. One must balance between the accuracy and the reliability of the estimates. Two classes of methods are available. The first one, known as the block methods class, gives noise robust solutions and has an intrinsic averaging property, but is not very accurate, especially for the transition regions. The second one, known as the instantaneous (or event-based) methods class, gives very accurate estimates, but is considered to be inadequate in the presence of noise.In this paper, we present potential enhancements of the performance in pitch estimation, based on both block and instantaneous methods. In this respect we discuss mainly two algorithms: a nonlinear cepstral algorithm and a wavelet-based one. The first algorithm, due to the proposed nonlinear model, enhances the classical linear model performance related to the accuracy of the estimated pitch for the transition regions and to the robustness in the presence of noise. Concerning the second algorithm, to the inherent accuracy of the estimated pitch, we add robust estimates even in the presence of noise, based on the multiresolution properties of an improved wavelet transform. The obtained enhancements were evaluated on a hand-labeled speech database, and the improved algorithms are now being applied in our research concerning speech compression and prosody.     

鲁棒的特征权重自调节软子空间聚类算法

针对已有的特征权重自调节软子空间(SC-FWSA)聚类算法存在对噪声敏感的问题,基于一种非欧氏距离,提出一种鲁棒的特征权重自调节软子空间(RSC-FWSA)聚类算法。RSC-FWSA在迭代过程中自适应地为数据生成一个权函数,通过计算每一类数据的加权平均来计算聚类中心,这种"加权平均"使得聚类中心的估计对噪声相对不敏感,从而可以提升算法对带噪声数据和复杂结构数据的聚类精度。人工数据和真实数据上的对比性实验,验证了RSC-FWSA算法的有效性。特别是人工带噪声数据和3个真实数据:Wine, Zoo以及Breastcancer上的实验结果表明,RSC-FWSA可以显著提升原对应算法的聚类精度。RSC-FWSA具有的强鲁棒性使得该算法适用于高维带噪声和复杂结构数据的聚类问题。     

Boosting算法在基因表达谱样本分类中的应用

基于基因表达谱结构提出一种基因表达谱的样本分类方法。首先用基因的Bhattacharyya距离衡量其所含样本类别的信息,过滤Bhattacharyya距离较小的噪声基因;然后修改重复剪辑近邻算法,剔除噪声样本;再基于Boosting算法构建支持向量机组合分类器;最后以结肠癌基因表达谱样本为例,进行了分类实验。实验结果表明该方法简单、有效,对基因表达谱样本的分类问题有强的实用性。     

去除乘性噪声的重加权各向异性全变差模型

恢复含乘性噪声的图像是当前图像处理的重要研究课题. 本文提出基于迭代重加权的各向异性全变差(Total variation, TV)模型. 新模型中, 假定乘性噪声服从Gamma分布. 正则项采用加权的各向异性全变差, 其中, 自适应权函数由期望最大(Expectation maximization, EM)算法得到. 新模型在有效去噪的同时, 较好地保留了图像的边缘和细节信息, 同时能够有效地抑制"阶梯效应". 数值实验验证了新模型的效果.     

An Improved Active Noise Control Algorithm Without Secondary Path Identification Based on the Frequency-Domain Subband Architecture

Common active noise control (ANC) algorithms need to identify the secondary path transfer functions between the output of the adaptive control filters and the error sensors, and then use the information to guide the direction of control filter coefficient updating. Recently, Zhou proposed an ANC algorithm without secondary path identification, and we improve their algorithm in this paper. For single-tone and narrowband noise control, the direction of control filter coefficient updating has four choices 180$^{circ}$, 0$^{circ}$, and $pm {hbox {90}}^circ$. We test the four update directions and select the one that works the best. If for all four update directions, the system converges slowly or diverges, we adjust the step size and test again with the new step size. The multitone and broadband noise control problems are converted into several single-tone and narrowband noise control problems by means of a frequency-domain delayless subband architecture. Compared to Zhou's algorithm, our proposed method yields good performance and converges quickly. Simulation results confirm the effectiveness of our proposed algorithm.      

ETDE算法在相关背景噪声下应用研究

相关背景噪声下的时延估计问题是现阶段的一个研究热点.在时延估计的众多算法中,属于“约束”类算法,ETDE（explicit time delay estimation）算法具有适用性广、可靠性高、计算量小和实时性好等优点.文中首次将ETDE算法扩展到相关背景噪声领域.首先从理论上分析了在相关背景噪声下ETDE算法的估计效果,得出了时延估计的期望表达式.指出在此种情况下,ETDE算法得到的是时延的有偏估计,且偏差量与时延真值、信噪比以及背景噪声间互相关函数值的大小有关.最后通过计算机仿真验证了理论结果.