基于F范数的信号子空间维度估计的多通道语音增强算法冰（可编辑）

基于F范数的信号子空间维度估计的多通道语音增强算法冰（可编辑） 基于F范数的信号子空间维度估计的多通道语音增强算 法冰 声学 第卷第期 学 报 .,.年月 ., 基于范数的信号子空间维度估计的 多通道语音增强算法冰 李超 刘文举 中国科学院自动化研究所模式识别国家重点实验室北京 年月日收到 年月日定稿 摘要尽管信号子空间方法在语音增强中的应用已经得到了广泛的研究,但是作为制约子空间方法性能的子空间维度估计却 一直没有得到较好的解决.针对子空间维度估计问题,本文用多通道语音信号互功率谱矩阵的范数的统计模型来描述语 音信号的先验知识和变化规律,提出了一种基于最大化原则的子空间维度估计方法,在接受原假设的前提下最大化子空间维 度。实验证明,在客观语音质量评估和主观测评中,所提算法都取得了更好的结果.与传统方法相比,采用本文方法的多通 道语音增强算法可在房间回声、低信噪比等恶劣环境下获得更高的噪声消除和更低的语音畸变. 数:. ? ‖巧., .,,.??, 勰 . .量的子空间语音增强算法被提出并应用于各种语音 环境中.然而,许多实际问题却降低了此类算 引言 法的性能,如:房间回声、有色噪声等。子空间方法 性能下降的一个重要原因便是在此等不利环境下, 为了能使语音通讯系统在房间或其它自然环境 信号子空间维度难以精确的估计。因此,本文对子空 中应用,噪声消除或语音增强算法是必不可少的重 间维度的变化规律和决定因素展开探讨,并提出了 要环节。近年来,基于信号子空间方法的传声器阵列 一种新的行之有效的子空间维度估计算法。 语音增强算法得到了广泛的研究。其优点在于能够 在噪声消除和语音畸变之间建立合理的折中,即最 基于语音的低维线性模型和噪声与语音不相关 大限度的消除加型宽带噪声,又可以使语音畸变保 的假设,观测到的带噪信号可以被分解到彼此正交 持在一个较低水平【.等人首先提出了基于 的两个子空间中:信号子空间包含目标信号和噪 改进的奇异值分解的子空间信号估计算法】自此大 声和噪声子空间只包含噪声.本质上讲,子空间 爿 国家重点基础研究发展计划计戈和国家自然科学基金,,资助项目. 万方数据 声 学 学 报 年 语音增强算法是将噪声子空间置零,同时去除信号子 宰七%七%尼,空间中的噪声成分。子空间方法的核心之一在于精确 ~ ,,?,? 的子空间维度估计。一方面,对信号子空间维度的过 其中,鼽是声源到第个传声器的冲击响应, 估计会导致信号子空间中噪声成分增加,并在增强 %知是第个传声器采集到的噪声。考虑到噪声 后的语音中残留,保留了过多残留噪声;另一方面, ‰七中与信号相关的成分相当于信号反射,可 对信号子空间的欠估计又会导致语音成分的丢失, 在鲰中体现,因此本文假设信号。七和尼不相 从而增大语音畸变,降低语音感知质量。因此,精确 关,且零均值。信号模型可表示为向量形式: 的信号子空间维度估计是子空间方法的优异性能的 保证,并直接影响到算法后续过程的有效性。 可。%茁。%口。惫,礼,,?,? 传统的子空间方法【】基于理想白噪声假设,通 其中,。南。七,。%一,?,可。%一工 过在降序排列的特征值中寻找大于噪声方差的最小 包含了带噪语音。%最近的个采样,?。南和 特征值来确定信号子空间的维度,但由于真实语音 。后类比定义。语音增强算法的目标是从观测值 环境中白噪声假设难以成立,该方法估计的子空间 虮后?,?,?中估计。 维度往往存在较大误差;和提出一种利 定义茁南的估计信号石忌,如下: 用广义子空间方法】来处理有色噪声的语音增强算 ? 法,将语音信号互相关矩阵的秩定义为子空间的维 南?后,吼 度,该方法的不足在于,每一帧上纯净语音信号的互 相关矩阵各不相同,其估计值又直接取决于噪声估 其中, 计的精确程度,而噪声估计的精度往往难以保证。在 可手南,可芗%,?,耖焉惫, 传统子多通道语音增强算法中使用的子空间维度估 后七,手七,?,焉七, 计方法的根本缺陷在于过分依赖噪声估计,而忽略 ,七,,七,,罗而,?,口焉尼, 了信号子空间维度自身的分布模型和变化规律。本 【,日,?,日?】, 文利用语音训练数据,得到相关的先验知识,并结合 纯净语音多通道互相关矩阵的范数的概率密度分 巩?,?,?是 的滤波矩阵,所以日是 布函数,采用一种改进的假设检验方法在置信域内 ×? 的全局滤波矩阵。 最大化子空间维度,得到一种新的子空间维度估计 定义误差信号向量为: 方法。 惫名%一 以将子空间语音增强算法应用到不利环境中为 ?七 研究目的,本文提出了一种新的精确估计子空间维 。七忌, 度的方法。首先,由于语音信号离散傅里叶变换幅值 其中,×,死×,?,屯×】是×?的矩 的统计柱状分布图体现了超高斯特性,本文将语音 阵,屯×是阶单位阵。表示语音畸变,。屉 信号在离散傅里叶变换各个频点上幅值分布用超高 代表残余噪声. 斯分布函数逼近。然后,利用纯净语音多通道互相关 矩阵的范数和语音频谱幅值之间的函数关系,本 .子空间语音增强算法 文得到了该范数的对数的概率密度分布函数。接 在所有的子空间信号增强算法中,一个关键假 着,通过对当前帧互相关矩阵的范数的可行性检 设是每一段短时语音向量【,,?,口】 验,采用最大化原则估计信号子空间的维度。最后, 都可以表示成口个线性独立基本函数的线性组 几组实验被设计用来讨论该方法参数的选择,传声 合。因此,维的观测空间可以被分解为两部分: 器个数的影响,输入信噪比的影响;与传统方法的对 维的信号子空间信号噪声和?维的噪声子 比实验表明了本方法的有效性。 空间只有噪声。 的多通 对于观测信号向量暑,岛,定义 背景描述 道互相关矩阵为: .信号模型和问题描述 吼府 为不失一般性,本文假设由?个传声器组成的 七口后岛,尼 传声器阵列在离散时间点采集到的信号为: 见冠,, 万方数据期 李超等:基十范教的信号子空阅维度估计的多通道语奇增强算法 ? ” 的客通道互相关矩阵 。??厶 是女和的? ?昭才 罂勰秽删圳塞?五‰矧 釜茅蚕篓篓劳 见和风可蚪同时对角化 本文通过将模型分柑和分柑柱状田 矾,“之问的?距离最小化,得到最佳参数组合 ?.其中,”日是语营信号离散傅里叶变换幅 旷矿旷 心凰嘞 旭日‰ ? 值的分桂状图.通过小时的语音数据训练到. 从图可以看川,最优的?是殷小化 其中.是特征向量矩阵,对角阵是风皿的 距离后的超商斯分布一 .“ ,其中 特征疽矩阵,且的秩为子空闻的维度. % 为设定值.表说明,与高斯、拉普拉斯 于空问方法的时域约束虽扰渡波器可表述为下 和伽马分布相比.超高斯分布与语音频谱柱状葺县 面的最优化同题; 有更小的 距离.更接近于真实的统计柱状田 日一盯肼矗 同样的方法,我们可以得到各个频点.的超高 斯逼近. 日?口, 其中, 】‰《女 女 而且矿:。.拉;甜采子可以披用来获得最 优解.紫一?口 十焉.。如’ 口? 、 自 ,,?月?【&口?? 一种新的估计子夺间维度的方法 ?,?目《自?自& 经过 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 ,义献和文献所提方法的假本缺 女女?目?日女&《??月々 陷在于过分倚重磺声估计,而忽略丁浯音先验知识的 ??目? ? 应用.斗环境噪声复杂并伴睫有到声时,噪声难“精 目自? & 确估计,阜统子空问维度确定方法性能严重下降根 据正变变换不改变舡眸范数的特点,本文从传声 ? ? 器问巨相关矩阵的范数慨率分布使型着手,得到 . 范擞的概率密度分布函数 其在时数域的概率密度分柑函数,并检验不同维度 取值下范数的可行性,采用最大化原则来更精确 定义纯净语音的传声嚣日 功率醋矩眸, 地估计子空间的维度. 孵 % %? 语音频谱幅值的概率密度分布函数 ?二 % % 定义超高斯分布函数一如下. % 舭,爿南者一一等?, % 其中,“是可调参数,是语音离散博里叶变换 的幅值,口。是语音的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差,,是伽马函数 其中,%。 ~】足第羊不个恃出器问 距离十被用来衡量任意两个分布之问的差 的自/唾功率谱矩阵,该矩阵为一个矩阵, 异,本文将其定义如下: 可通过/年相关函数的傅里叶变换得到. 万方数据 声 ’? 。。 报 年 %., 虬。 虬 :., 眦。,】 虬., 为艇汁算,土史提出陌个基本假设; 期统计信息,具有稳定性,干?语音信号 的播政功 不阿传声器的功率谱矩时一且相荨曲范 率有关,本文同定其为】四定义第帧 上传声器 可语音功率昔矩阵估计的范数对数的数学期望 疋女为: , ?,~ 不同传声器问的互功率荷矩阵拈有相等的 硝啦“一,?诹九, 范数.井小于功率谱矩阵的范数. 、 ‰豇”。, 『帆?,】【? 五 , ?和? ? 其中,吼州%々女足对毗女的估 计,女表示帧号,址竹后取均值的帧数 阿此,时十每卟眦.,? ,?】我? 那么,牟史片法中辞一帧上。女的计将 得到: 通过下式迭代运苒蛮现 , 臀龇嚣?。 州“,志血秀业卜 其中.为比例系数。 心的范数计算如下 .,、?%;、俪矿厨可? 四 要?『一 一? 。篓.,“,“一一篓“。, 其中.?『? ,?屉纯净语奇 目删;‘””&目? 在频点处的幅值. & 为简化柱进。定义厶,的概率分布 函数可以由,扣结合式】得副此 .最大化信号子空阀维度 汁莽太复杂难以得到清晰的解析解马尔柯夫链 为了得到式巾的鼎优滤波器,本文提出了一 蒙持?洛方法。恰到好处地用来计算 的统计 种基于范数慌率分析的于空间维度估计算法.通 解.通址利用“算浊产生 过检验。】住空?维度小同取值下的范数对 十服从,升巾的观测值得到相同数蛄的 数的可行性.最他地士 :号子空可的维庄。 汁算结果,从而统计其分柑如图所永 首先,考虑如阿个假矬 通定义。,将范数转换到时毁城 ,,:”号子空坷 中率文得到的分柑住状阿如同所币芏现出高 “信号于牵间 斯特性利用高斯博型町“逼近浚徒状图.扯中方肇 其一“ 口% 期望???“ 足,第个持征时成 实际并境,高斯逼近模型曲参数应时刻政 的持征向坫既然持征战世降序排 列的.邪么柯如下 变以迂应语爵的变化其中方差%。是沿阡源的长 等价关系. 万方数据期 李超等基下范数的信号子空间维度估计的多通道语音增强算法 据.本文使用 软件的房间回声效果 “信号子空间 模型米仿真实验数据.模拟一个宽为 ,长 甘?, .“?情号子空间, 为”? ,高为?的密闭房间,图给 骨,/, ,,? 了其甲面图且位置信息以坐标形式 ,表示这 这里,““,,是:的特征值定 样处理的合理性以及优势详见文献。实验所用传 义前个特征值组成的对角阵的范数为一 声器阵列小个传声器线性排列。圆心距为 , 州, ,“,那么 放置在实验室盘侧两个相同的扬声器分别放置在实验室有侧的前后两端,作 为语音福和噪声源.传声 厶? % 器和扬声器距地面高度均为 该实验环境的房 ? 间冲击响应如图所示.经计算,其在? 考虑到由于信号子空间维度估计过岛所带来的 额带上回声的 衰减时间? . 残留噪声可姒被滤波器消除,而过低估计引起的语 语音源随机选取连续语音库中句话, 音畸变却难以修复,因此本文提出丁信号子空间维 播放功率固定.噪声为种不同的有色噪声:汽车引 度估计的最大化原则 擎声、人群噪声、机器轰鸣声和风痢噪声,且其播放 ?信号子空问应浚尽可能最大限度地包含所有 功率随着输信噪比的要求而调整传声器 语音信息 乐样频率为 .本文采用的客现语音质量评价 也就是蜕.干空间维度的过估计比欠估计的代 标准包括信噪比,语音畸变对数 价要小.因此,本文欲找到可以使假设成立的最 ,和似然比对数 大值作为干空间的维度 ,:”。 其中,越大,和 越小,语音质量越好 ‘?嚣风?, 其中,定义了一次抽洋俭验中原假设一 被拒绝的水下,它一方面刻面丁先验分布。与实际观测相符的程度,另一方面 互过来可以按照先 ? ’ 验分布去除误差较大的观测值如是。。在当前概 率分布下的上限阈值,如图中所示,计算如下, ?, 厶帆“ ;;?? ‘,女 ??“?%“ 将式和式带人式,于空问维度估 【二】 计可另写为 ? 妊。必。 一虮驴一: ”?黼垤 一:器?彝 语音增强实验及结果分析 真实环境中录制回声和噪声同时存在的多传声 器语音信号往往遇到许多困难不同环境噪声下的 浯音需要重复录制,实验室回声特性不可调,传声器 不匹配等.工作量大且漏整不灵活迫使研究人员通 址检测痔间冲击响应或专业仿真软件来获得实验数 万方数据筵 声 学 学 报 滤波器长度通常在到之间取值】,回 间,使得增强后的语音畸变增加和大, 声环境中厶的取值应偏大,因此本文取.拉格 而且语音信号被大大削弱,从 而信噪比也不高 朗日乘子肛决定了子空间算法在噪声消除和语音畸 较小。综合比较各输入信噪比条件下的算法性能, 变之间平衡,随着“值的增大噪声残留减少,但语 实验得到日.是低信噪比? 环境下比 音畸变增加。当“时子空间方法等效于 较理想的选择,而.普遍适用于较高 的信噪 滤波器【】.因为本文提出的维度估计算法可以更精 时, 比? 环境,当输入信噪比高于 确的估计信号子空间的维度,有效抑制了噪声成分 .的性能最佳. 泄露进信号子空间,所以本文选取略小值.。取均 考虑到在语音占优的帧中语音对噪声有听觉掩 值的帧数与说话人的语速有关,语速越慢的 蔽效果,所以应该最小化语音畸变;而在噪声占优的 取值应越大,针对实验所用语音库语速,实验表明在 帧中应该尽可能的消除残余噪声。因此,本文提出一 时,所提算法性能最好。每路信号的噪声频 谱幅值估计采用最小统计方法】. .不同参数的影响及选择 本文设计了多组实验,用以研究本文所提子空 间维度估计方法对子空间多通道语音增强算法性能 的影响。为不失一般性,本小节试验中噪声选用最接 近白噪声的风扇噪声。讨论的参数包括:比例系数, 拒绝水平口,传声器个数?. 实验:比例系数的选择 由式,计算比例系数如下: 图第个传声器与其它传声器间互相关功率谱矩阵的范数 ?,.; 澎唧币瓦丽 ? ?眠,玎哼一?矾脚; ? 一 , 比 ? 百 为提高计算效率并不失一般性,本文以第个 ? 传声器为参考,计算其与其它传声器间的互相关功 ? 率谱矩阵,?和自相关功率谱矩阵矾, 的范数,如图所示. 在本文所进行的实验中,比例系数可如下近 似得到。 ? . 口:蚓:二型二二:? ’; 矾’幅 实验:拒绝水平一的影响 为研究拒绝水平口对本文所提算法性能的影 响,分别令口.,.,.和.,实验结果如 图所示。当取值较小时.,子空间维度 的过估计使大量噪声泄露到信号子空间中,从而导 致增强后的语音不仅残留噪声增多小,而且 语音信号受到干扰,畸变也相对较大和 输. 大,语音质量差。当日取值较大.时,子 图所提方法在不同值下的性能表现 空间维度的欠估计将部分信号成分剔除出信号子空 分段信噪比;指标;指标 万方数据期 李超等:基于范数的信号子空间维度估计的多通道语音增强算 法 表所提算法在不同传声器个数下的平均测试结果, 传声器数 . . . . . . . . . . . . . . . . . . . . . .“ . . ,同时 种可以根据短时信噪比自适应变化的拒绝水平口的 较算法中的最好算法, 增加至少. 确定方法,使其在低信噪比环境下取较大的值,并随 平均下降.%,平均下 降.%。当信噪 比较高时? 着输入信噪比的提高,其取值也相应减小。 ,本文算法在各项评价指标 上依然有明显提高,分别为:平均增加. 均下降.%,平均下降.%。与由此 口器羔 ./?垒 可见,将互相关矩阵范数的先验分布应用于子空 .?.×?舯。 间维度估计的确能改进子空间方法的性能. 其中,为短时信噪比。 实验:传声器个数?的影响 ? 一 传声器个数?对基于本文算题方法的多通道语 ? 音增强算法的影响如表所示,,?,。 芒 随着传声器个数的增加,信噪比明显提高, 暑 ? 同时语音畸变指数和也有不同程度的 ? 下降。当?从增加到时,增加. , 噪声消除明显;和分别下降. 和 . ,语音感知质量显著提高。但当?从增长 到时,只提高了大约. ,而和 的变化微小的难以观察。实验结果说明,本文所提的 多通道语音增强算法在传声器数量增加不大时,噪 声消除明显,语音畸变得到有效抑制;当传声器个数 超过以后,再增加传声器个数对算法性能提高的 帮助微小。因此为降低计算复杂度并保持优异的算法 性能,本文选用的传声器个数为个. .对比实验 为评估本文算法的整体效果,本文将所提算法 与文献和文献所提算法进行了比较,实验结果 如图所示,为不失一般性,噪声类型为风扇噪声。 输入 从图中可以看到,本文算法在各项评价指标 图所提方法与文献和文献中算法的性能比较 上都比比较算法要好。特别是在低信噪比的情况下 分段信噪比;指标;指标 ?一 ,本文算法性能显著提升,相对于比 万方数据正 声 学 学 报 前面所采用的三种评测指标都是客观的,而语音 中可以看出,文献中算法具 有较大的目标信号失 的主观听觉感知质量用客观指标无法评价。为进一步 真,且对于噪声能量集 中的低频谱域消噪效果较差。 文献中算法比文献中算法有较小的目标信号失 验证本文算法增强语音给人的听觉效果,本文又进行 了主观听觉评价实验。本文在数据库中再次随 真,但中低频消噪残留严重, 特别是当目标语音能 机选取了旬语音个说话人每人两句,在实验 量较弱时,噪声消除性能下降明 显,如图中圆 环境下采集到其与种噪声混合的混响语音,用本 圈标示部分;而当语音能量同时在多个频带中分散 聚集时,相对弱势的频带会出现较大的语音畸变,如 文的算法和比较算法分别进行处理得到增强后的语 音。按照噪声类型的不同,实验分为组。一共有 图中矩形框标示部分.相比之下,本文所提的 个人参加了该听觉实验。每个人都要求在增强后的 算法可以适应信噪比的变化,在回声环境中具有更 语音中按给定的标准选择自己认为最理想的语音. 好的噪声消除效果,恢复的目标语音信号也具有更 小的畸变。 主观评价标准有两个:残余噪声最少;语音畸 变最小。对于标准和分别统计在该标准下各个 最后,本文对所提算法的时间复杂度进行简单 算法结果被选中的百分比.实验结果如表所示。 的分析。因为所提算法所用范数的先验分布由数 据离线训练得到,所以本文只分析算法在线处理传 从表中可以看出,在最为恶劣的人群噪声环 境下,本文所提算法的语音增强性能提升最好,相对 声器阵列信号所用的时间。由于子空间算法需要进 于比较算法中表现较好的算法而言,残余噪声最少 行矩阵运算,对于每一帧 信号,传声器间互相关矩阵 指标提高了%,语音畸变最小指标提高了%。 为?×阶,则矩阵运算特征值分解和矩阵乘 风扇噪声环境下本文所提算法的语音增强性能提升 法的时间复杂度是? 。相对于文献和文 最不显著,主要是因为该噪声的统计特性与白噪声 献中算法而言,本文所提算法在确定子空间维度 相近,比较算法也可以较好地适用。此时,相对于比 时增加了一个?级别的操作,所以本文算法 较算法的增强语音结果而言,残余噪声最少指标提 所增加的运算量很小,时间复杂度与传统算法处在 高了%,语音畸变最小指标提高%。综合比较, 同一级别上,都是?。在环境下 对约分钟的信号进行对比试验,平均每处理秒 相对于比较算法而言,本文所提算法使得增强语音 具有更少的噪声残留和更好的语音感知质量。 的输入信号各算法的运行时间如表所示。可见, 时语句‘‘农业成 图给出了输入 所提算法仅仅比文献和文献中算法分别多用时 本”的语谱图和波形图,噪声类型为人群噪声.从图 .%和.%。 表主观听觉实验的测试结果 文献算法 文献算法 本文算法 % % % 标准 汽车引擎噪声 % 标准 % % % % 标准 % 风扇噪声 % % % 标准 % % % 标准 机器轰鸣噪声 标准 % % % 标准 % % % 人群欢呼噪声 % 标准 % % 表 环境下各种算法的运行时间 算法 文献算法 文献算法 本文算法 . . . 运行时间 万方数据期 李超等基‘范数的信号子空间维度估计的多通道语音增强算法 ?? 女?? 目“《事?日&日. 音先验知识,使得所提算法摆脱了对噪声估计的过 。结论 撇惫,嚣篙翼黧温舭雌: 可以应用有色噪声和怍下稳噪声环境; 本文通过使用一种新的子空间维度的估计方法 改进丁于空间多通道语奇增强算法。因为考虑了以 练简单:只需单通道纯净 语音信号作为洲 多通道:相关矩阵的范敬的统计模型为代表的语 练数据就可以得到所需先 验知识. 万方数据声 学 学 报 年 所提算法在提供更大的噪声衰减和更小的语音 , .. 畸变的同时,其不足也应得到重视和进一步的改进,‘,.. 一;: 一 如计算复杂度高。所提算法总的计算量比较大,限制. .了其在实时系统中应用. . ,。 ,;:? 参 考 文 献 缸 . :. ... ..? . ,;: , , . , ,. ,. , . ;:? , ,;:?., , ., . 帆髓 . ?咖代竹 ,:一 伽 .. 程宁,刘文举.基于高斯一拉普拉斯一伽玛模型和人耳听觉掩 , , . 蔽效应的信号子空间语音增强算法.声学学报, ;: , .? , , 程宁,刘文举.基于听觉感知特性的子空间传声器阵列语音增强 忡算法.自 动化学报,;:一 . . .的. . , .,;:? 万方数据