聲源定位中三種常用語(yǔ)音增強(qiáng)算法的對(duì)比分析

肖剛祥，周妙琪，劉俊，李軍成

(湖南人文科技學(xué)院 數(shù)學(xué)與金融學(xué)院，湖南 婁底 417000)

0 引言

有關(guān)聲音的處理是一門重要的學(xué)科，涉及到了生活中的方方面面，比如監(jiān)控安保、軍事偵察、人工智能等等。然而在生活中不僅僅有人們感興趣的聲音，還有許許多多的噪聲，因此，通過語(yǔ)音增強(qiáng)技術(shù)來(lái)增強(qiáng)特定的聲源信號(hào)（即感興趣的聲音），同時(shí)抑制其他的聲源信號(hào)（即不想要的噪聲）就成了迫切需求。

在聲源定位中，為了加強(qiáng)聲音采集與運(yùn)用的效率，語(yǔ)音增強(qiáng)是非常關(guān)鍵的一個(gè)環(huán)節(jié)。目前，聲源定位中的語(yǔ)音增強(qiáng)的方法有很多，但總的來(lái)說可分為單通道語(yǔ)音增強(qiáng)法和多通道的語(yǔ)音增強(qiáng)法兩類。在單通道語(yǔ)音增強(qiáng)算法中，較為典型的有譜減法[1-3]，而在多通道語(yǔ)音增強(qiáng)算法中，較為常用的有維納濾波法[4-6]、子空間法[7-9]等。本文的主要目的是分析譜減法、維納濾波法、子空間法等三種聲源定位中常用的語(yǔ)音增強(qiáng)算法在不同噪聲、不同信噪比情形下的去噪能力，為聲源定位時(shí)選取合適的語(yǔ)言增強(qiáng)算法提供一定的參考。

1 三種常用語(yǔ)音增強(qiáng)算法的對(duì)比分析

本文利用MATLAB軟件進(jìn)行仿真實(shí)驗(yàn)。輸入的干凈語(yǔ)音為“多么痛的領(lǐng)悟”（時(shí)間為3秒的男聲），其波形圖和語(yǔ)譜圖如1所示。

圖1 干凈語(yǔ)言信號(hào)的波形圖和語(yǔ)譜圖

為了對(duì)比分析譜減法、維納濾波法、子空間法等三種語(yǔ)音增強(qiáng)算法的效果，本文分別給干凈語(yǔ)音添加white噪聲、volvo噪聲、babble噪聲等三種不同的噪聲，并在不同輸入信噪比的情形下進(jìn)行語(yǔ)音增強(qiáng)效果的比較。

1.1 添加white噪聲的情形

給干凈語(yǔ)言添加white（白）噪聲后，其波形圖和語(yǔ)譜圖如2所示。

圖2 添加white噪聲后語(yǔ)言信號(hào)的波形圖和語(yǔ)譜圖

為了說明三種方法去噪的有效性，將輸入信噪比取為15db，三種方法得到的語(yǔ)言信號(hào)波形圖和語(yǔ)譜圖如圖3所示。

圖3 輸入信噪比取為15db時(shí)含white噪聲語(yǔ)言信號(hào)去噪后的波形圖和語(yǔ)譜圖

由圖3可知，當(dāng)輸入信噪比為15db時(shí)，這三種方法都具有較好的語(yǔ)音增強(qiáng)能力，其中利用譜減法增強(qiáng)后的語(yǔ)音與干凈語(yǔ)音的波形圖和語(yǔ)譜圖最為接近。為了進(jìn)一步對(duì)比分析三種方法對(duì)含white噪聲語(yǔ)言信號(hào)的去噪效果，將輸入信噪比由-50db逐漸增加到50db時(shí)，可得輸入信噪比與輸出信噪比的關(guān)系曲線如圖4所示，其中橫坐標(biāo)為輸入信噪比，縱坐標(biāo)為輸出信噪比，黑色線條為譜減法的結(jié)果，紅色線條為維納濾波法的結(jié)果，黃色線條為子空間法的結(jié)果。

圖4 添加white噪聲下三種算法的效果對(duì)比

由圖4可知，在添加white噪聲的情形下，

(1) 隨著輸入信噪比的提高，譜減法的輸出信噪比提高的速度比其它兩種方法快很多。

(2) 當(dāng)輸入信噪比高于20db時(shí)，譜減法的語(yǔ)音增強(qiáng)效果開始趨于穩(wěn)定；當(dāng)輸入信噪比高于0db時(shí)，子空間的語(yǔ)音增強(qiáng)效果開始趨于穩(wěn)定；當(dāng)輸入信噪比高于5db時(shí)，維納濾波方法的語(yǔ)音增強(qiáng)效果趨于穩(wěn)定。

(3) 當(dāng)輸入信噪比低于-1db時(shí)，子空間法的語(yǔ)音增強(qiáng)效果最好；當(dāng)輸入信噪比高于-1db低于13db時(shí)，維納濾波的語(yǔ)音增強(qiáng)的效果最好；當(dāng)輸入信噪比高于13db時(shí)，譜減法的語(yǔ)言增強(qiáng)效果最好。

1.2 添加volvo噪聲的情形

給干凈語(yǔ)言添加volvo噪聲后，其波形圖和語(yǔ)譜圖如5所示。

為了說明三種方法去噪的有效性，將輸入信噪比取為15db，三種方法得到的語(yǔ)言信號(hào)波形圖和語(yǔ)譜圖如圖6所示。

圖5 添加volvo噪聲后語(yǔ)言信號(hào)的波形圖和語(yǔ)譜圖

圖6 輸入信噪比取為15db時(shí)含volvo噪聲語(yǔ)言信號(hào)去噪后的波形圖和語(yǔ)譜圖

由圖6可知，當(dāng)輸入信噪比為15db時(shí)，這三種方法都具有較好的語(yǔ)音增強(qiáng)能力，其中利用維納濾波法增強(qiáng)后的語(yǔ)音與干凈語(yǔ)音的波形圖和語(yǔ)譜圖最為接近。為了進(jìn)一步對(duì)比分析三種方法對(duì)含volvo噪聲語(yǔ)言信號(hào)的去噪效果，將輸入信噪比由-50db逐漸增加到50db時(shí)，可得輸入信噪比與輸出信噪比的關(guān)系曲線如圖7所示，其中橫坐標(biāo)為輸入信噪比，縱坐標(biāo)為輸出信噪比，黑色線條為譜減法的結(jié)果，紅色線條為維納濾波法的結(jié)果，黃色線條為子空間法的結(jié)果。

圖7 添加volvo噪聲下三種算法的效果對(duì)比

由圖7可知，在添加volvo噪聲的情形下，

(1) 隨著輸入信噪比的提高，譜減法的輸出信噪比提高的速度比其它兩種方法快很多。

(2) 當(dāng)輸入信噪比大于20db時(shí)，譜減法的語(yǔ)音增強(qiáng)效果開始趨于穩(wěn)定；當(dāng)輸入信噪比大于5db時(shí)，維納濾波法的語(yǔ)音增強(qiáng)效果開始趨于穩(wěn)定；當(dāng)輸入信噪比大于0db時(shí)，子空間法的語(yǔ)音增強(qiáng)效果開始趨于穩(wěn)定。

(3) 當(dāng)輸入信噪比低于-3db時(shí)，子空間法的語(yǔ)音增強(qiáng)效果最好；當(dāng)輸入信噪比高于-3db低于12db時(shí)維納濾波方法的語(yǔ)音增強(qiáng)效果最好；在輸入信噪比高于19db時(shí)，譜減法的語(yǔ)音增強(qiáng)效果最好。

1.3 添加babble噪聲的情形

給干凈語(yǔ)言添加babble噪聲后，其波形圖和語(yǔ)譜圖如8所示。

圖8 添加babble噪聲后語(yǔ)言信號(hào)的波形圖和語(yǔ)譜圖

為了說明三種方法對(duì)含babble噪聲語(yǔ)言信號(hào)的去噪能力，將輸入信噪比取為15db，三種方法得到的語(yǔ)言信號(hào)波形圖和語(yǔ)譜圖如圖9所示。

圖9 輸入信噪比取為15db時(shí)含babble噪聲語(yǔ)言信號(hào)去噪后的波形圖和語(yǔ)譜圖

由圖9可知，當(dāng)輸入信噪比為15db時(shí)，三種方法都具有較好的語(yǔ)音增強(qiáng)能力，其中利用譜減法增強(qiáng)后的語(yǔ)音與干凈語(yǔ)音的波形圖和語(yǔ)譜圖最為接近。為了進(jìn)一步對(duì)比分析三種方法對(duì)含babble噪聲語(yǔ)言信號(hào)的去噪效果，將輸入信噪比由-50db逐漸增加到50db時(shí)，可得輸入信噪比與輸出信噪比的關(guān)系曲線如圖10所示，其中橫坐標(biāo)為輸入信噪比，縱坐標(biāo)為輸出信噪比，黑色線條為譜減法的結(jié)果，紅色線條為維納濾波法的結(jié)果，黃色線條為子空間法的結(jié)果。由圖10可知，在添加babble噪聲的情形下，

圖10 添加babble噪聲下三種算法的效果對(duì)比

(1) 隨著輸入信噪比的提高，譜減法的輸出信噪比提高的速度比其它兩種方法快很多。

(2) 當(dāng)輸入信噪比高于20db時(shí)，譜減法的語(yǔ)音增強(qiáng)效果開始趨于穩(wěn)定；當(dāng)輸入信噪比高于0db時(shí)，子空間法的語(yǔ)音增強(qiáng)效果開始趨于穩(wěn)定；而維納濾波方法的語(yǔ)音增強(qiáng)效果浮動(dòng)較大，當(dāng)輸入信噪比高于30db時(shí)，其語(yǔ)音增強(qiáng)效果才開始趨于穩(wěn)定。

(3) 當(dāng)輸入信噪比低于5db時(shí)，子空間算法的語(yǔ)音增強(qiáng)效果最好；當(dāng)輸入信噪比高于5db低于14db時(shí)，維納濾波法的語(yǔ)音增強(qiáng)效果最好；當(dāng)輸入信噪比高于14db時(shí)，譜減法的語(yǔ)音增強(qiáng)效果最好。

2 結(jié)語(yǔ)

本文利用MATLAB軟件對(duì)譜減法、維納濾波算法、子空間等三種聲源定位中常用的語(yǔ)音增強(qiáng)算法進(jìn)行了對(duì)比分析。通過給干凈語(yǔ)音添加white噪聲、volvo噪聲、babble噪聲等三種不同的噪聲，在不同輸入信噪比的情形下對(duì)三種方法的語(yǔ)音增強(qiáng)效果進(jìn)行了比較，得到了三種語(yǔ)音增強(qiáng)方法的特性，為聲源定位時(shí)語(yǔ)音增強(qiáng)算法的選擇提供了一定的依據(jù)。