面向语音增强的序贯隐马尔可夫模型时频语音存在概率估计

发布时间：2019-02-18 15:19

【摘要】：语音存在概率的估计是语音增强的核心技术之一,针对传统的存在概率估计方法是启发式的,没有把存在概率的估计统一到一个理论框架之中,不能保证估计最优,提出了一种基于序贯隐马尔可夫模型(SHMM)的存在概率估计方法,在每一子带上构建一个SHMM模型描述对数功率谱包络的时间序列,把谱包络序列看作一个在语音和噪声状态之间转移的动态一阶马尔可夫链,采用单高斯函数构建每一状态的概率模型,语音状态的后验概率即为语音信号的存在概率。为了满足算法实时性要求,SHMM参数估计简化为一阶回归过程,根据极大似然准则逐帧更新模型参数。实验表明:SHMM所描述的时序相关性对存在概率的估计起到关键作用,它优于一般的启发式估计方法;SHMM算法的语音增强分段信噪比(SegSNR)和对数谱失真(LSD)性能优于经典的改进型最小统计量控制递归平均(IMCRA)算法。
[Abstract]:The estimation of speech existential probability is one of the core techniques of speech enhancement. The traditional estimation method is heuristic and can not guarantee the optimal estimation without unifying the estimation of existential probability into a theoretical framework. In this paper, a method of estimating the existence probability of (SHMM) based on sequential hidden Markov model is proposed. A SHMM model is constructed on each subband to describe the time series of the logarithmic power spectrum envelope. The spectral envelope sequence is regarded as a dynamic first-order Markov chain which transfers between speech and noise state. The probabilistic model of each state is constructed by using single Gao Si function. The posteriori probability of speech state is the existence probability of speech signal. In order to meet the real-time requirements of the algorithm, the SHMM parameter estimation is simplified as a first-order regression process, and the model parameters are updated frame by frame according to the maximum likelihood criterion. The experiments show that the temporal correlation described by SHMM plays a key role in the estimation of the existence probability, and it is superior to the general heuristic estimation method. The performance of speech enhancement segmented signal-to-noise ratio (SegSNR) and logarithmic spectral distortion (LSD) of SHMM algorithm is superior to that of the classical modified minimum statistic control recursive average (IMCRA) algorithm.
【作者单位】： 北京理工大学多元信息系统实验室;江西理工大学信息工程学院;中国科学院声学研究所
【基金】：国家重点基础研究发展计划(2013CB329302) 国家自然科学基金(61271426,10925419,90920302,61072124,11074275,11161140319,91120001) 中国科学院战略性先导科技专项(面向感知中国的新一代信息技术研究,XDA06030100,XDA06030500) 国家863计划(2012AA012503) 中国科学院重点部署项目(KGZD-EW-103-2) 江西省教育厅科技项目(GJJ13426)资助
【分类号】：TN912.3

【相似文献】

相关期刊论文 前10条

1 李冲泥,胡光锐;一种改进的子波域语音增强方法[J];通信学报;1999年04期

2 马晓红,殷福亮,陆晓燕,王晓宁;基于小波变换的传声器阵列语音增强方法[J];大连理工大学学报;2003年04期

3 徐爽,韩芳芳,郑德忠;基于阈值的小波域语音增强新算法[J];传感技术学报;2004年01期

4 邹采荣;陈国明;赵力;;基于泄漏约束的DF-GSC语音增强(英文)[J];Journal of Southeast University(English Edition);2007年04期

5 彭煊,刘金福,王炳锡;基于独立分量分析的语音增强[J];信号处理;2002年05期

6 沈亚强;基于多分辨率子波变换的自适应滤波语音增强方法[J];浙江工商职业技术学院学报;2003年04期

7 钱永玲;面向NGN的三重播放——7302 ISAM语音增强型接入平台[J];通讯世界;2005年11期

8 李楠;;一种小波变换与维纳滤波结合的语音抗噪研究[J];电声技术;2007年05期

9 张丽艳;殷福亮;;一种改进的奇异值分解语音增强方法[J];电子与信息学报;2008年02期

10 徐岩,杨静,王维汉;基于谱相减改进算法的语音增强研究[J];铁道学报;2004年01期

相关会议论文 前10条

1 周小星;王安娜;孙红英;杨鸿武;;基于压缩感知过程的语音增强[A];第十一届全国人机语音通讯学术会议论文集（二）[C];2011年

2 陶智;赵鹤鸣;;Bark子波变换在语音增强中的应用[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

3 欧贵文;柯登峰;;基于噪音估计和参数估计的优化语音增强算法[A];第七届全国人机语音通讯学术会议（NCMMSC7）论文集[C];2003年

4 国雁萌;;一种极低信噪比条件下的语音增强方法[A];第六届全国人机语音通讯学术会议论文集[C];2001年

5 江峰;李晓东;;适用于抑制非平稳背景噪声的语音增强算法[A];中国声学学会2003年青年学术会议[CYCA'03]论文集[C];2003年

6 王安娜;周小星;孙红英;杨鸿武;;基于压缩感知过程的语音增强新算法[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

7 吴亚栋;吴旭辉;;一种基于自相关域动态噪声估计方式的语音增强法[A];第六届全国人机语音通讯学术会议论文集[C];2001年

8 丁沛;曹志刚;;基于语音增强失真补偿的抗噪声语音识别技术[A];第七届全国人机语音通讯学术会议（NCMMSC7）论文集[C];2003年

9 阎兆立;杜利民;;维纳后滤波语音增强算法研究[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

10 赵亚丽;付中华;谢磊;张健;张艳宁;;双麦克风语音增强和杂混模型训练相结合的顽健说话人确认[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

相关重要报纸文章 前7条

1 ;打造三重播放接入平台[N];中国电子报;2005年

2 ;7302 ISAM面向NGN支持三重播放[N];通信产业报;2005年

3 王向东 栾焕博 林守勋 钱跃良;语音识别:抗噪音能力有待加强[N];计算机世界;2006年

4 耿青涛;提高无线语音质量 实现语音增值服务[N];中国计算机报;2003年

5 ;StudioSound：高性能的语音质量[N];通信产业报;2003年

6 ;其它网络编辑选择奖获奖产品展示[N];中国计算机报;2002年

7 ;NMS Sonata Ⅲ/Studio Sound级语音增强系统话音更清晰[N];中国计算机报;2003年

相关博士学位论文 前10条

1 尹伟;基于模型的语音增强方法及质量评估研究[D];武汉大学;2009年

2 陶智;低信噪比环境下语音增强的研究[D];苏州大学;2011年

3 赵彦平;基于稀疏表示的语音增强方法研究[D];吉林大学;2014年

4 方瑜;语音增强相关问题研究[D];北京邮电大学;2012年

5 袁文浩;基于噪声估计的语音增强方法研究[D];华东理工大学;2013年

6 王娜;基于小波变换与约束方差噪声谱估计的语音增强算法研究[D];燕山大学;2011年

7 王海艳;基于统计模型的语音增强算法研究[D];吉林大学;2011年

8 姚峰英;语音增强系统的研究与实现[D];中国科学院上海冶金研究所;2001年

9 申丽然;Hilbert-Huang变换及其在含噪语音信号处理中的应用研究[D];哈尔滨工程大学;2006年

10 崔玮玮;基于麦克风阵列的声源定位与语音增强方法研究[D];清华大学;2009年

相关硕士学位论文 前10条

1 邬鑫锋;基于短时谱估计的语音增强研究[D];湘潭大学;2010年

2 陶智;基于人耳听觉掩蔽效应的语音增强的研究[D];苏州大学;2003年

3 孔祥波;基于短时幅度谱估计的语音增强方法研究[D];大连理工大学;2000年

4 朱健华;语音增强方法的研究[D];大连理工大学;2002年

5 武睿;数学形态学在语音增强中的应用[D];河北工业大学;2004年

6 段国和;战场环境下的自适应语音增强[D];西北工业大学;2005年

7 王龙;基于DSP的语音增强系统的研究与设计[D];东华大学;2011年

8 缪春波;语音增强及其相关技术的研究[D];大连理工大学;2003年

9 董婧;基于语音增强及小波变换基音检测的LPC-MBE低速语音编码算法[D];吉林大学;2004年

10 冯炎;基于噪声估计和先验信噪比估计的语音增强算法研究[D];西南交通大学;2010年

，

本文编号：2425970