基于AR-HMM在线能量调整的语音增强方法

• 作者: 何玉文 夏丙寅 鲍长春
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 语音增强 非平稳噪声 隐马尔可夫模型 高斯混合模型
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 1991-1997
• 页数: 7页
• 分类号: TN912.3
• 字数: 6420字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.10.019

摘要

针对单通道语音增强技术对非平稳噪声的跟踪不准确、噪声抑制效果较差的问题，本文提出一种基于在线能量调整的语音增强方法．该方法以归一化临界带能量为特征，采用高斯混合模型对背景噪声进行分类，利用对应类型噪声的自回归隐马尔可夫模型（Auto-Regressive Hidden Markov Model ，AR-HMM ）和纯净语音的AR-HMM ，在最小均方误差准则下估计语音和噪声的功率谱．考虑到非平稳环境中训练集和测试集的差异性，需在线调整语音模型和噪声模型中的能量，语音模型的能量调整采用迭代的期望最大化算法；噪声模型的能量调整则利用的是模型训练过程中的能量重估方法，并以最小值控制的递归平均算法确定噪声能量调整的初始值．在ITU-T G.160标准下对算法进行性能测试，测试结果表明，本文方法对非平稳噪声的跟踪效果较好，对噪声衰减量较大，收敛时间较短．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍长春	北京工业大学电子信息与控制工程学院语音与音频信号处理实验室	93	719	12.0	22.0
2	夏丙寅	北京工业大学电子信息与控制工程学院语音与音频信号处理实验室	8	63	4.0	7.0
3	何玉文	北京工业大学电子信息与控制工程学院语音与音频信号处理实验室	3	21	2.0	3.0