1.一种多带谱减法的帕金森语音增强方法,其特征在于,包括以下步骤:S1:通过非接触式方式对帕金森患者进行语音信号采集;
S2:将步骤S1中采集到的帕金森病患者语音进行采样和短时帧划分;
S3:对每一帧语音进行短时能量计算,并根据短时能量进行自适应频带划分;
S4:计算每个窗长内含噪声语音的短时功率谱、时变的平滑参数及平滑功率谱;
S5:计算偏差修正因子;
S6:寻找搜索功率谱密度的最小值;
S7:计算并更新噪声的功率谱密度;
S8:采用多带谱减法进行语音增强;
S81:将自适应频带划分为N个互不重叠的子带,每个子带独立且同步运行谱减法,假设x(t)与d(t)独立,用Yi(W),Xi(W),Di(W)分别表示第i个子带上的含噪语音、纯净语音、噪声信号的傅里叶变换;
S82:对接收到的带噪声信号幅度谱进行平滑处理,并计算平滑后的含噪声语音谱;
S83:根据多带谱减法,利用噪声修正系数对噪声谱进行的过减处理,及利用多个子带的权重控制每个子带,并估算第i个子带的纯净语音信号谱;
S84:根据修饰公式对增强后的语音谱进行进一步修饰。
2.根据权利要求1所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述步骤S1中的语音信号采集是用户通过非接触方式,在室内安静环境下采集一段时间的语音信号,并将帕金森病患者的纯净语音信号建模为x(t),噪声建模为d(t),且d(t)服从零均值的高斯分布,则采集的帕金森病患者的含噪语音为:y(t)=x(t)+d(t)。
3.根据权利要求1所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述步骤S2中采样包括采样频率、采样精度及采样后的含噪语音信号,并设采样频率为Fs kHz,采样精度为B bit,采样后的含噪语音信号为y(m),其中,m为离散时间度量单位;
所述步骤S2中短时帧划分的帧长为L,相邻的帧为R点重叠,且短时帧划分时所用的窗函数类型为矩形窗、汉宁窗或汉明窗。
4.根据权利要求3所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述短时帧划分时所用的窗函数类型为汉宁窗。
5.根据权利要求4所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述步骤S3中计算每一帧语音进行短时能量为计算每一帧中所有样本值的加权平方和,计算公式为:取所述汉宁窗的窗函数为w(m)(0≤m≤L-1),则第λ帧的短时能量计算公式如下:其中,0≤λ≤J-1,J为总帧数;
所述步骤S3中自适应频带划分是在时域将语音信号分离为多个子带信号,并设置阈值e_low和e_high,取短时能量范围在e_low至e_high的频带,若连续多个帧的短时能量Eλ满足Eλ>e_high,则以此连续帧的第一帧作为一个划分的起点;若连续多帧的短时能量Eλ满足Eλ<e_low,则以此连续帧的最后一帧作为一个划分的终点。
6.根据权利要求1所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述步骤S4中短时功率谱的计算方法为:采用步骤S3中经过自适应频带划分所获得的每段频带,针对其中的每一帧,计算出Y(λ,κ),再计算含噪声语音的短时功率谱|Y(λ,κ)|2,计算公式为:其中,λ为帧数标记,λ∈Z;κ表示频率点,κ∈{0,1,...M-1};
所述步骤S4中时变的平滑参数的计算方法为:
初始化平滑功率谱P(λ,κ)=0(λ<0),初始化噪声估计值 时变的平滑参数δ(λ,κ)计算公式为:
其中,P(λ-1,κ)为前一帧的平滑功率谱, 为λ-1帧的噪声方差估计值;
所述步骤S4中平滑功率谱的计算公式为:
P(λ,κ)=δ(λ,κ)P(λ-1,κ)+(1-δ(λ,κ))|Y(λ,κ)|2其中,P(λ,κ)为更新平滑功率谱,δ(λ,κ)为前一帧的平滑参数,P(λ-1,κ)为前一帧的平滑功率谱。
7.根据权利要求1所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述步骤S5中偏差修正因子Bmin(λ,κ)的计算步骤为:S51:计算 与 其中 是E{P(λ,κ)}的一阶平滑估计, 采用的是E{P2(λ,κ)}的一阶平滑估, 与 的计算公式分别为:S52:计算P(λ,κ)方差的估值
S53:计算偏差修正因子Bmin(λ,κ):
其中,D为搜索最小值的窗长(帧长),Qeq(λ,κ)为:S54:将Bmin(λ,κ)用系数Bc(λ)进行修正,Bc(λ)取值如下:其中,
8.根据权利要求1所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述步骤S6中搜索功率谱密度的最小值是在长度为D帧的窗内,搜索最小功率谱密度Pmin(λ,κ),且当处理第V(V<D)帧时,将最小功率谱密度Pmin(λ,κ)更新。
9.根据权利要求1所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述步骤S7中噪声的功率谱密度是当取到更小值时,就更新噪声的功率谱密度 噪声的功率谱密度 的计算公式为:
10.根据权利要求1所述一种基于多带谱减法的帕金森语音增强方法,其特征在于:所述步骤S81中第i个子带上含噪语音、纯净语音、噪声信号的傅里叶变换公式为:|Yi(w)|2=|Xi(w)|2+|Di(w)|2其中,采集的帕金森病患者语音为持续长元音/a/,用户在发声前和发声期间的平稳噪声功率谱相同,并通过基于最小值统计的噪声估计算法估算出噪声的功率所述步骤S82中平滑后的含噪声语音谱的计算公式为:其中,取P=2;wk=2πk/M是离散频率,k=0,1,...,M-1;Wj(0<Wj<1)是分配给每一子带的权重;
所述步骤S83中第i个子带的纯净语音信号谱的估算公式为:其中,αi(αi≥1)为第i个子带的噪声修正系数,亦称过减因子;δi为第i个子带的权重因子(减法因子); 为所估计的噪声功率谱;bi和ei是第i个子带上频点的起始点和结束点;
减法过程产生的负值按带噪信号谱取下限,则第i个子带的纯净语音信号谱转换为:所述步骤S83利用多个子带的权重控制每个子带的权重因子δi的计算公式为:其中,fi为第i个子带的频率上界,FS为采样频率;
所述步骤S84中对增强后的语音谱进行进一步修饰,修饰公式为:其中, 为最终得到的增强语音;
噪声修正系数αi是第i个频率子带的信噪比函数,计算如下:其中子带的信噪比SNRi的计算如下: