语音增强原理之增益因子

　　上次关于语音增强的原理讲说了噪声估计问题，这次打算说下增益因子如何确定，也就是当噪声已知后，如何进行去噪的问题（把增益因子与带噪语音相乘即可）。这里主要说下MMSE滤波，顺带说下谱减法、维纳滤波。当然也有其它方式来实现语音增强的，比如基于矩阵分解原理的子空间法、基于自适应滤波器的降噪，有的方法icoolmedia比较清楚，有的也还在学习之中，同时也欢迎各位朋友就不足之处批评指正。

　　先说下经典的谱减法。我们还是假设带噪语音y(n)由纯净语音x(n)和加性噪声d(n)组成，其时域表示与频域表示为

\[\begin{array}{l}
 y(n) = x(n) + d(n) \\
 Y(\omega ) = X(\omega ) + D(\omega ) \\
 \end{array}\]

　　在语音增强领域中，最常使用的是频域功率谱形式，那么，带噪语音的功率谱可以表示为Y与其共轭相乘，展开可得

\[\begin{array}{l}
 |Y(\omega ){|^2} = [X(\omega ) + D(\omega )][{X^*}(\omega ) + {D^*}(\omega )] \\
  = |X(\omega ){|^2} + |D(\omega ){|^2} + X(\omega ){D^*}(\omega ) + {X^*}(\omega )D(\omega ) \\
  = |X(\omega ){|^2} + |D(\omega ){|^2} + 2{\mathop{\rm Re}\nolimits} \{ X(\omega ){D^*}(\omega )\}  \\
 \end{array}\]

　　展开式的第三项被称为交叉项，当纯净语音与加性噪声不相关时，交叉项为0，那么，当我们已经估计出噪声信号的功率谱时，纯净语音信号的估值就可以表示为

\[|\hat X(\omega ){|^2} = |Y(\omega ){|^2} - |\hat D(\omega ){|^2}\]

　　根据线性滤波理论，可以将这个滤波过程建模为

\[|\hat X(\omega ){|^2} = {H^2}(\omega )|Y(\omega ){|^2}\]

　　综合以上两式，H可以表示为

\[H(\omega ) = \sqrt {\frac{ {|\hat X(\omega ){|^2}}}{ {|Y(\omega ){|^2}}}}  = \sqrt {\frac{ {|Y(\omega ){|^2} - |\hat D(\omega ){|^2}}}{ {|Y(\omega ){|^2}}}}  = \sqrt {1 - \frac{ {|\ha