基于多统计模型和最小均方误差实现背景噪声抑制的方法

摘要

本发明涉及基于多统计模型和最小均方误差的背景噪声抑制方法，包括：对当前输入帧的语音信号进行短时傅立叶变换；利用上帧保留的各频率上纯语音幅度方差估计和噪声幅度方差估计，以及当前输入帧中语音信号各频率分量，计算当前帧中语音信号各频率分量的实部和虚部的估计；计算当前输入帧各频率分量的先验语音不存在概率，据此进一步修正前述得到的当前帧中语音信号各频率分量的实部和虚部的估计结果。本发明更准确地逼近实际应用中语音和噪声的真实分布；能获得更高的抑制效果；估计过程更为准确、稳健；具有高的噪声抑制效率和较低的计算复杂度，适合用于各种语音通信系统。

主权项

1、一种基于多统计模型和最小均方误差的背景噪声抑制方法，其特征在于，包括以下步骤：步骤1、对当前输入帧的语音信号进行短时傅立叶变换；步骤2、利用上帧保留的各频率上纯语音幅度方差估计和噪声幅度方差估计，以及当前输入帧中语音信号各频率分量，分别采用拉普拉斯分布和伽马分布来模拟噪声和语音频谱分量的实部和虚部概率密度分布，利用所述实部和虚部概率密度分布根据最小均方误差准则分别计算实部和虚部的条件期望值，作为实部和虚部的估计；步骤3、计算当前输入帧各频率分量的先验语音不存在概率，据此进一步修正步骤2计算的实部和虚部的估计；步骤4、根据当前输入帧的修正后的实部和虚部的估计，计算纯语音幅度方差估计并保留给下一帧使用；步骤5、计算当前输入帧的似然比，判决当前输入帧是否为纯噪声帧，如是，则更新噪声幅度方差估计；步骤6、采用短时傅立叶反变换和叠接相加得到噪声抑制后的语音。