張娓娓 陳樂瑞

（1.河南工業(yè)職業(yè)技術(shù)學(xué)院電氣工程系，河南 南陽 473000；2.鄭州鐵路職業(yè)技術(shù)學(xué)院，河南 鄭州 450001）

基于PSO-BP的語音增強(qiáng)方法研究

張娓娓1陳樂瑞2

（1.河南工業(yè)職業(yè)技術(shù)學(xué)院電氣工程系，河南 南陽 473000；2.鄭州鐵路職業(yè)技術(shù)學(xué)院，河南 鄭州 450001）

針對一些常用語音增強(qiáng)方法的特點和不足，本文提出將改進(jìn)粒子群優(yōu)化BP網(wǎng)絡(luò)算法用于語音增強(qiáng)，仿真結(jié)果表明：基于PSO-BP神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法可以較大幅度的提升帶噪語音信號的信噪比，效果明顯。

語音增強(qiáng)；帶噪語音信號；信噪比

1 引言

語音增強(qiáng)[1]是指當(dāng)語音信號受到噪聲干擾，從含噪語音中提取盡可能純凈的原始語音的技術(shù)。目前，國內(nèi)外諸多學(xué)者對語音增強(qiáng)領(lǐng)域進(jìn)行了研究，并提出了多種方法，譜減法[2，3]因為其計算量比較小，比較容易實現(xiàn)，應(yīng)用得也較多。文獻(xiàn)[2]提出了小波分層閾值處理法，其對于低信噪比下的處理結(jié)果不太理想，為此本文使用改進(jìn)的粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法對低信噪比下的帶噪語音信號進(jìn)行了進(jìn)一步處理。

2 PSO-BP神經(jīng)網(wǎng)絡(luò)用于語音增強(qiáng)

2.1 PSO優(yōu)化BP網(wǎng)絡(luò)算法

2.1.1 基本粒子群算法

在允許范圍內(nèi)隨機(jī)產(chǎn)生粒子的速度和位移，之后根據(jù)（1）、（2）式迭代，直到找到滿意的解為止。

2.1.2 粒子群算法的改進(jìn)

2.1.3 改進(jìn)粒子群優(yōu)化BP網(wǎng)絡(luò)步驟

第一步：初始化設(shè)置。

第二步：先對每個粒子的適應(yīng)度值進(jìn)行計算，然后將計算出來的各個粒子的適應(yīng)度值進(jìn)行比較，并對各個粒子的適應(yīng)度值進(jìn)行線性排列。

第三步：按照（1）和（2）式更新粒子的位移以及其速度，（1）式中w由w（k）代替。

第四步：計算各個個體的選擇概率，之后選擇、交叉，使得新一代種群生成。

第五步：若粒子群優(yōu)化BP網(wǎng)絡(luò)算法的終止條件被滿足，可以求出最優(yōu)解。如若終止條件沒有得到滿足，需要轉(zhuǎn)到第二步繼續(xù)進(jìn)行。

第六步：確定網(wǎng)絡(luò)參數(shù)，使用相應(yīng)的訓(xùn)練樣本對網(wǎng)絡(luò)進(jìn)行分幀訓(xùn)練。

第七步：停止運算。

2.2 仿真結(jié)果分析

原始信號的時域波形圖，以及在該原始信號上加噪后的時域波形圖如圖1所示，從圖1中可以明顯看出，噪聲完全淹沒了原始的語音信號。針對這樣的情況，單靠傳統(tǒng)的濾波器沒有辦法將噪聲濾掉，即無法將原始信號從噪聲中提煉出來，而神經(jīng)網(wǎng)絡(luò)卻具備了很好的非線性映射能力，正是利用網(wǎng)絡(luò)非線性映射能力這一特點，可以對低信噪比下的帶噪信號進(jìn)行增強(qiáng)處理。

圖 1 原始語音信號波形圖和帶噪信號的波形圖

圖2 使用BP和PSO-BP網(wǎng)絡(luò)對帶噪語音的處理結(jié)果

圖2是使用BP網(wǎng)絡(luò)和改進(jìn)粒子群優(yōu)化BP網(wǎng)絡(luò)對同一段帶噪語音的處理結(jié)果。在處理效果上，與BP網(wǎng)絡(luò)相比，帶噪語音經(jīng)改進(jìn)粒子群優(yōu)化BP網(wǎng)絡(luò)處理后，其噪聲成分有了更大衰減。在主觀聽覺上，使用改進(jìn)粒子群優(yōu)化BP網(wǎng)絡(luò)算法處理后的語音中仍然有較大噪聲存在，但與BP網(wǎng)絡(luò)的處理結(jié)果相比，原始語音可以聽得更清楚。

3 實錄信號仿真結(jié)果分析

3.1 實錄環(huán)境

錄音環(huán)境為一報告廳，可容納300人，錄音時的噪聲有腳步聲，拿東西和放東西聲，竊竊私語聲，翻動紙張聲等，即報告廳常見噪聲。錄音軟件采用Windows系統(tǒng)自帶的錄音機(jī)軟件，量化為16位，采樣頻率為11025。

3.2 仿真結(jié)果分析

實錄語音段的內(nèi)容為：“過程控制系統(tǒng)是實現(xiàn)生產(chǎn)過程自動化的平臺，而過程控制儀表與裝置是過程控制系統(tǒng)不可缺少的重要組成部分?！笔褂酶倪M(jìn)PSO-BP網(wǎng)絡(luò)對上述帶噪語音段進(jìn)行增強(qiáng)處理，在未進(jìn)行增強(qiáng)處理時，語音信號被淹沒在噪聲里，主觀聽覺上，語音段內(nèi)容幾乎聽不到。經(jīng)語音方法增強(qiáng)后有所改觀，但是譜減法的語音增強(qiáng)處理結(jié)果和小波分層閾值法語音增強(qiáng)處理結(jié)果，效果并不是太明顯，平均意見得分也僅在1.5左右。但是經(jīng)過PSO-BP網(wǎng)絡(luò)處理后，語音的內(nèi)容已經(jīng)基本上能聽清楚，語音的質(zhì)量和可懂度也得到了提高，平均意見得分為2.2。

分別使用譜減法、小波分層閾值法、BP網(wǎng)絡(luò)、改進(jìn)PSO-BP方法對同一段信噪比為-9.66dB的帶噪語音信號進(jìn)行增強(qiáng)處理的性能比較如表1所示。

表 1 不同方法的性能

4 小結(jié)

本文提出了改進(jìn)粒子群優(yōu)化BP網(wǎng)絡(luò)算法，并分別用譜減法、小波分層閾值法、BP網(wǎng)絡(luò)、改進(jìn)PSO-BP對語音信號進(jìn)行了仿真處理。仿真結(jié)果表明，使用PSO-BP神經(jīng)網(wǎng)絡(luò)對帶噪語音進(jìn)行增強(qiáng)處理，可以大幅提高信噪比，效果明顯。

圖 3 極端噪聲環(huán)境下不同方法的處理結(jié)果

[1]張雄偉，陳亮，楊吉斌.現(xiàn)代語音處理技術(shù)及應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2003.

[2]靳志強(qiáng)，萬紅.小波分層閾值處理在語音增強(qiáng)中的應(yīng)用[J]，煤炭技術(shù)，2010：54-56.

[3]李季，孫秀霞，李士波，等.基于遺傳交叉因子的改進(jìn)粒子群優(yōu)化算法[J].計算機(jī)工程，2008，34（2）：181～183.

[4]韓瑞通，王書明，黃理善，等.交叉粒子群算法在大地電磁反演中的應(yīng)用[J].工程地球物理學(xué)報.2009，6（2）：223～228.

[5]Adam Borowicz，Alexandr Petrovsky.Signal subspace ap?proach for psy-choacoustically motivated speech enhancement[J]. Speech Communicat-ion.2010（2）.

[6]阮兆文.基于聲學(xué)模型和小波變換的語音增強(qiáng)方法研究[D].合肥：中國科技大學(xué)，2009.

[7]李如瑋，鮑長春，竇慧晶.基于小波變換的語音增強(qiáng)算法綜述[J].數(shù)據(jù)采集與處理.2009（03）.

[8]Stephen So，Kuldip K.Paliwal.Modulationdomain Kal?man filtering for single-channel speech enhan-cement[J]. Speech Communication.2011（6）.

TN912

A

1671-0037（2014）04-60-1.7