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(guò)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(yǔ)音增強(qiáng)算法是一種簡(jiǎn)便、實(shí)用的形式。變換域語(yǔ)音增強(qiáng)算法可充分利用變換域中語(yǔ)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(yǔ)音信號(hào)在時(shí)域中存在的相關(guān)特性，因此其對(duì)帶噪語(yǔ)音的增強(qiáng)效果要優(yōu)于時(shí)域語(yǔ)音增強(qiáng)算法。因此系統(tǒng)適合采用譜減法、聽(tīng)覺(jué)掩蔽算法、維納濾波方法、信號(hào)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(lè)噪聲的干擾，但算法復(fù)雜度較大，適用于對(duì)實(shí)時(shí)性要求不高的場(chǎng)合。聽(tīng)覺(jué)掩蔽算法可減少不必要的語(yǔ)音失真，實(shí)際應(yīng)用中常只能用帶噪語(yǔ)音估計(jì)掩蔽閾值，則估計(jì)結(jié)果誤差較大，對(duì)噪聲估計(jì)要求較高。信號(hào)子空間算法能有效去除帶噪語(yǔ)音中的背景噪聲，使語(yǔ)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(jiǎn)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(huì)引入較大音樂(lè)噪聲，適合在平穩(wěn)噪聲環(huán)境和對(duì)實(shí)時(shí)性要求較高的場(chǎng)合使用。由于本系統(tǒng)為實(shí)時(shí)檢索系統(tǒng)，對(duì)實(shí)時(shí)性和快速性的要求較高，因此這里采用譜減法。

4 基于譜減法的減噪技術(shù)

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(yǔ)音信號(hào)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(yǔ)音信號(hào)獨(dú)立的條件下，從帶噪語(yǔ)音信號(hào)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(yǔ)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(yǔ)音，d(n)表示加性噪聲，r(n)=s(n)+d(n)表示帶噪語(yǔ)音信號(hào)，Yk和Sk(k=0，1，2…)分別表示帶噪語(yǔ)音信號(hào)和純凈語(yǔ)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(duì)聲音相位不敏感特性，從含噪語(yǔ)音中減去估計(jì)噪聲而達(dá)到語(yǔ)音增強(qiáng)的目的，直觀簡(jiǎn)單，但容易產(chǎn)生“音樂(lè)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(yǔ)音信號(hào)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(guò)減法。此時(shí)式(1)取β>1，這樣語(yǔ)音失真可能會(huì)增大。因此，通過(guò)噪聲估計(jì)來(lái)調(diào)整和確定β的取值。β值的取值原則：對(duì)信噪比低的帶噪語(yǔ)音，噪聲的方差大，β可適當(dāng)大些；對(duì)信噪比高的帶噪語(yǔ)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(yǔ)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(yǔ)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(guò)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(yǔ)

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(jí)聯(lián)的抗噪聲音頻檢索系統(tǒng)，從不同角度分析語(yǔ)音增強(qiáng)算法，并通過(guò)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。