基于TVAR模型和粒子滤波的语音增强方法.pdfVIP

第 28卷第 12 期 微 　计 　算 　机 　应 　用 Vol28 No12 2007年 12 月 M ICROCOM PU TER A PPL ICA T ION S D ec2007 基于 TVAR模型和粒子滤波的语音增强方法 张海云 　　杜利民 (中国科学院声学所语音交互技术研究中心 　北京 　100080) ( ) 摘要 :实际的语音以及语音中掺杂的噪声一般都是非平稳的。本文详细分析了 TVAR 时变 自回归模型 语音系统模型 ,把利 用 TVAR 模型增强语音分解成卡尔曼滤波和粒子滤波两步 , 以减小运算量 。同时在粒子滤波中 ,为克服粒子退化效应 , 引入 了粒子重采样技术提高粒子滤波精度 。实验证明 ,这种增强语音方法无需对语音分帧处理 ,无需要求噪声是否平稳 ,能很好 地跟踪语音信号的非平稳性 ,对系统初始值设置不敏感 ,增强后的语音信号信噪比得到明显改善 。 关键词 : TVA R模型 　卡尔曼滤波 　粒子滤波 　重采样 Speech Enhancem en t Ba sed on TVA R M odel and Particle F ilter ZHAN G H aiyun , DU L im in (Cen ter for Sp eech In teraction Techno logy R e search, In stitu te of A cou stic s, Ch ine se A cademy of Science s, B eij ing, 100080 , Ch ina) A b stract: Practically, both clean sp eech signal and noise are non stationary In th is p ap er, a detailed analysis of TVAR ( Tim e - V ar ying A u toregressive) sp eech model is p resen ted In order to reduce the comp utation, the m ethod of sp eech enhancem ent u sing TVAR is divided into two step s: Kalm an filter, p article filter In the p article filter step , resamp le algorithm is introduced to increa se the accura cy of p article filter, and to overcom e p article degeneracy p rob lem Exp erim ental re su lts show that the m ethod p re sented in th is p ap er ha s good p erform ance in tracing non stationary sp eech signal, w ithou t requ irem en t of sp litting sp eech into fram e s and the stationarity of