基于多窗谱估计与NLMS自适应滤波算法的单通道语音增强

多数传统语音增强算法是基于平稳噪声下分析的，且没有从语音质量及可懂度角度全面衡量增强性能。因此，提出了基于多窗谱估计与归一化最小均方（Normalized Least Mean Square,NLMS)自适应滤波算法的单通道语音增强方案。首先利用多窗谱估计谱减法（Multiwindow Spectral Subtraction,MSS）解决谱减法产生的“音乐噪声”问题；其次将估计出的期望信号与纯净参考信号的差值作为误差信号，由自适应滤波的NLMS算法代替传统的最小均方（Least Mean Square,LMS）算法，以降低滤波器成本及运算时间，求取滤波器权系数值，并不断迭代更新修正滤波器；最后分析了所提算法在不同噪声环境下的增强性能，并与传统的各种谱减算法对比，从语音质量及可懂度出发衡量语音增强效果。结果表明，所提算法的增强效果优于各类谱减法。