轉(zhuǎn)載請注明出處:?http://xiahouzuoxin.github.io/notes/

譜減法模型

實(shí)際聽覺環(huán)境中，肯定是含有噪聲的，那摻雜有噪聲的聲音信號中原聲音信號和噪聲信號是如何體現(xiàn)的呢？一種普遍被使用的方法是：采集到的聲音信號永遠(yuǎn)都是原信號與噪聲信號的疊加，即

模型是信號的直接疊加，這就要滿足：原信號與噪聲信號不相關(guān)。其實(shí)有些情況下這個(gè)條件是不滿足的，所以依然有很多其他的模型，如有人認(rèn)為原信號和噪聲信號是卷積的關(guān)系。當(dāng)然，這些都是模型，還沒有明確的理論證明那種是對的，反正哪種好用我們就撿誰。譜減法就是基于噪聲的加法模型。

語音信號本身是非平穩(wěn)過程，但假如取很短的一段（10~30ms），則具有短時(shí)平穩(wěn)特性。因此，使用窗函數(shù)取含噪語音信號的一幀（N點(diǎn)）進(jìn)行處理。信號疊加模型兩邊同時(shí)進(jìn)行傅里葉變換，并取模，

則對原信號幅值的估計(jì)就可通過|S(k)|=|Y(k)|-|N(k)|求得，但僅這樣存在2個(gè)問題：

|S(k)|可能為負(fù)值，語音信號的FFT譜幅值怎么可能為負(fù)值呢

|S(k)|中不包含相位信息，必需在取模時(shí)同時(shí)保留相位信息

因此，譜減法考慮到這兩點(diǎn)，其流程如下：

圖注：譜減法流程圖

在語音增強(qiáng)的應(yīng)用中，由于人耳對相位信息的感知不敏感，信號恢復(fù)時(shí)仍使用的相位信息為帶噪信號的相位，相位信息保存在哪里呢？我們知道FFT的結(jié)果是復(fù)數(shù)，

?(w)?就是相位，具體一些，復(fù)數(shù)在直角坐標(biāo)系上表示，

圖注：關(guān)于保持相位不變

在上面的譜減法流程中，考慮噪聲的高斯分布特性，用噪聲的均值E[N(k)]替換N(k)，考慮減完后可能為負(fù)值的情況，將值小于0的部分全部截?cái)酁?，這樣處理雖然帶來一定的方便性，但同時(shí)引入了新的噪聲，習(xí)慣上稱之為“音樂噪聲”。通過FFT譜進(jìn)行譜減法并不是最普遍的方法，更多情況下是用功率譜代替FFT譜。

圖注：功率譜的譜減法

Matlab的譜減法實(shí)例

<pre name="code" class="plain">clc clear all;% 選擇.wav音頻文件 [fname,pname]=uigetfile(...{'*.wav';'*.*'},...'Input wav File'); [x,fs] = audioread(fullfile(pname,fname));x = x(1:8912,1); % 如果是雙聲道，取單通道 N = length(x); % 幀長 max_x = max(x); noise_add = random('norm', 0, 0.1*max_x, [N,1]);% 添加高斯噪聲 y = x + noise_add; noise_estimated = random('norm', 0, 0.1*max_x, [N,1]); fft_y = fft(y); fft_n = fft(noise_estimated); E_noise = sum(abs(fft_n)) / N; mag_y = abs(fft_y); phase_y = angle(fft_y); % 保留相位信息 mag_s = mag_y - E_noise; mag_s(mag_s<0)=0;% 恢復(fù) fft_s = mag_s .* exp(1i.*phase_y); s = ifft(fft_s);subplot(311);plot(x);ylim([-1.5,1.5]);title('原始干凈信號'); subplot(312);plot(y);ylim([-1.5,1.5]);title('加噪信號'); subplot(313);plot(real(s));ylim([-1.5,1.5]);title('譜減法去噪后信號');

圖注：Matlab譜減法去噪

上圖取了一段wav文件的腳步聲，從第二張圖到第3張圖，有一些去噪效果，但信號本身也有衰減。譜減法應(yīng)用范圍還是很有限，在實(shí)際應(yīng)用中，主要限制在環(huán)境噪聲的特性上大部分情況不是簡單的高斯特性，而且也很難滿足噪聲加法模型，另外，在譜減之后截?cái)酁?引入的新的音樂噪聲至今沒辦法完全解決。但在高SNR的條件下，使用譜減法進(jìn)行語音信號的增強(qiáng)確也能達(dá)到不錯(cuò)的效果。

參考文獻(xiàn)

Navneet Upadhyay etc. Spectral Subtractive-Type Algorithms for Enhancement of Noisy Speech: An Integrative Review. 2013.

林琴，張道信，吳小培. 一種基于改進(jìn)譜減法的語音去噪新方法. 計(jì)算機(jī)技術(shù)與發(fā)展, 2007年7月.

Marc Karam, Hasan F. Khazaal, Heshmat Aglan, Cliston Cole. Noise Removal in Speech Processing Using Spectral Subtraction. Journal of Signal and Information Processing, 2014, 5, 32-41.

總結(jié)

以上是生活随笔為你收集整理的基于谱减法的声音去噪的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。