基本谱减法去噪

      在语音去噪中最常用的方法是谱减法，谱减法是一种发展较早且应用较为成熟的语音去噪算法，该算法利用加性噪声与语音不相关的特点，在假设噪声是统计平稳的前提下，用无语音间隙测算到的噪声频谱估计值取代有语音期间噪声的频谱，与含噪语音频谱相减，从而获得语音频谱的估计值。谱减法具有算法简单、运算量小的特点，便于实现快速处理，往往能够获得较高的输出信噪比，所以被广泛采用。该算法经典形式的不足之处是处理后会产生具有一定节奏性起伏、听上去类似音乐的“音乐噪声”。

转换到频域后，这些峰值听起来就像帧与帧之间频率随机变化的多频音，这种情况在清音段尤其明显，这种由于半波整流引起的“噪声”被称为“音乐噪声”。从根本上，通常导致音乐噪声的原因主要有：
（1）对谱减算法中的负数部分进行了非线性处理
（2）对噪声谱的估计不准
（3）抑制函数（增益函数）具有较大的可变性

       

       推荐几篇关于谱减法介绍好的博文：

       基于谱减法的声音去噪：http://blog.csdn.net/xiahouzuoxin/article/details/41124245

       谱减法语音降噪原理：http://blog.csdn.net/leixiaohua1020/article/details/47276353

       

       下面介绍一种经典谱减法:

      

       设语音信号的时间序列为x(n)，加窗分帧处理后可以得到第i帧语音信号为Xi(m)，帧长为N。任何一帧语音信号Xi(m)做DFT（谱减法就要变换到频域）后为

      接着，我们需要得到两个分量用于后续的计算一个是幅值，一个是相位角。其中幅值就是|Xi(k)|，相位角为

      在谱减中要把这两组数都保存。

      已知前导无话段（噪声段）时长为IS，对应的帧数为NIS，可以求出该噪声段的平均能量值为

       接下来就需要用原始语音减去这个噪声成分了，其计算过程如下：

 

       式中，a和b是两个常数，a为过减因子，b为增益补偿因子。

       此时我们已经得到了在频域干净了语音，只需要经过快速傅里叶逆变换就可以得到时域的语音序列。此时这里的相位角就可以发挥作用了，由于语音信号相位不灵敏的特征，可以直接将相位角信息用到谱减后的信号中。

       其流程如图所示：

   

     消噪后的语音有明显的“音乐噪声”，增强过减因子a数值，有时能减少“音乐噪声”，但是过大时也会使波形失​真，因此同时要选用一个折中的值。又由于在语音信号叠加随机噪声，每一次叠加上的随机噪声都是不相同的。

参考文献：1.《MATLAB在语音信号分析与合成中的应用》 宋知用  编著

                2.http://blog.csdn.net/tbl1234567/article/details/51841841