采用子带谱减法的语音增强

计算机应用 ›› 2014, Vol. 34 ›› Issue (2): 567-571.

采用子带谱减法的语音增强

蔡宇,郝程鹏,侯朝焕

中国科学院声学研究所声场声信息国家重点实验室，北京 100190

收稿日期:2013-06-21 修回日期:2013-08-22 发布日期:2014-03-01 出版日期:2014-02-01
通讯作者: 蔡宇
作者简介:蔡宇(1985-)，男，四川自贡人，助理研究员，博士研究生，主要研究方向：语音信号处理、多抽样率信号处理；郝程鹏(1975-)，男，黑龙江佳木斯人，副研究员，博士研究生，主要研究方向：自适应信号处理、阵列信号处理；侯朝焕(1936-)，男，四川自贡人，研究员，中国科学院院士，主要研究方向：数字信号处理、VLSI信号处理。〖JP〗

Speech enhancement using subband spectral-subtraction

CAI Yu,HAO Chengpeng,HOU Caohuan

State Key Laboratory of Acoustics, Institute of Acoustics, Chinese Academy of Sciences, Beijing 100190, China

Received:2013-06-21 Revised:2013-08-22 Online:2014-03-01 Published:2014-02-01
Contact: CAI Yu

摘要/Abstract

摘要： 为了抑制语音信号中的环境噪声，提出了一种基于子带谱减法进行噪声抑制的语音增强方法。首先通过滤波器组将时域信号分成若干个频（子）带，然后在每个子带中，独立使用改进的谱减法技术进行语音增强。由于实际环境中的背景噪声绝大多数都不是随频率均匀分布的，因此这种在不同频带内进行噪声估计和频谱相减的方法更具有针对性，且更加准确。在实际语音处理实验中证明，所提方法在达到噪声抑制效果的同时较好地保留了语音的结构，使增强后的语音具有更高的听觉舒适度和可理解度。

关键词: 语音增强, 谱减法, 滤波器组, 子带处理, 噪声抑制

Abstract: A subband spectral-subtraction method for speech enhancement was proposed. Time series were decomposed into frequency subbands through the filterbank and in each subband, an improved spectral-subtraction technique was applied. This method mainly considered that most environmental noises would affect the speech spectrum nonuniformly within different frequencies and multiband processing would be more accurate and effective. In the speech processing experiments, objective evaluation reveals that the proposed algorithm performs well in noise suppression and speech quality improvement, which makes the speech after processing more comfortable and intelligible.

Key words: speech enhancement, spectral-subtraction, filter bank, subband processing, noise suppressing

中图分类号:

TN912.3

蔡宇郝程鹏侯朝焕. 采用子带谱减法的语音增强[J]. 计算机应用, 2014, 34(2): 567-571.

CAI Yu HAO Chengpeng HOU Caohuan. Speech enhancement using subband spectral-subtraction[J]. Journal of Computer Applications, 2014, 34(2): 567-571.

[1]	尤昕源, 王恒. 基于门控膨胀卷积循环网络的单声道语音增强[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1317-1324.
[2]	高建清, 屠彦辉, 马峰, 付中华. 基于渐进比率掩蔽目标的自适应噪声估计方法[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1303-1308.
[3]	金玉堂, 王以松, 王丽会, 赵鹏利. 基于多尺度阶梯时频Conformer GAN的语音增强算法[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3607-3615.
[4]	余本年, 詹永照, 毛启容, 董文龙, 刘洪麟. 面向语音增强的双复数卷积注意聚合递归网络[J]. 《计算机应用》唯一官方网站, 2023, 43(10): 3217-3224.
[5]	夏玉杰, 时永鹏, 高雅, 孙鹏. 降低滤波器组多载波信号峰均比的边信息嵌入选择性映射方法[J]. 计算机应用, 2021, 41(5): 1425-1431.
[6]	龙超, 曾庆宁, 罗瀛. 基于噪声抵消与波束形成的小阵语音增强[J]. 计算机应用, 2020, 40(8): 2386-2391.
[7]	吴庆贺, 吴海锋, 沈勇, 曾玉. 工业噪声环境下多麦状态空间模型语音增强算法[J]. 计算机应用, 2020, 40(5): 1476-1482.
[8]	宋芸, 张元科, 卢虹冰, 邢宇翔, 马建华. 基于区域内容感知核范数的低剂量CT影像去噪[J]. 计算机应用, 2020, 40(4): 1177-1183.
[9]	王永彪, 张文喜, 王亚慧, 孔新新, 吕彤. 拉普拉斯分布下的MMSE谱减语音增强算法[J]. 计算机应用, 2020, 40(3): 878-882.
[10]	李艳生, 刘园, 张毅. 基于感知掩蔽的重构非负矩阵分解单通道语音增强算法[J]. 计算机应用, 2019, 39(3): 894-898.
[11]	葛宛营, 张天骐. 基于掩蔽估计与优化的单通道语音增强算法[J]. 计算机应用, 2019, 39(10): 3065-3070.
[12]	林朗, 王让定, 严迪群, 李璨. 基于修正倒谱特征的回放语音检测算法[J]. 计算机应用, 2018, 38(6): 1648-1652.
[13]	蒋茂松, 王冬霞, 牛芳琳, 曹玉东. 稀疏正则非负矩阵分解的语音增强算法[J]. 计算机应用, 2018, 38(4): 1176-1180.
[14]	李若梦, 唐青青. 降低FBMC-OQAM峰均值比的低复杂度PTS算法[J]. 计算机应用, 2017, 37(9): 2501-2506.
[15]	徐文超, 王光艳, 陈雷. 改进的变步长最小均方误差电子耳蜗语音增强算法[J]. 计算机应用, 2017, 37(4): 1212-1216.