基于分数傅里叶变换的二维维纳滤波的取证语音增强方法

摘要：

本发明公布了一种基于分数傅里叶变换的二维维纳滤波的取证语音增强方法，包括以下步骤：(1)分数傅里叶变换域；(2)取模；(3)加二维汉明窗；(4)二维维纳滤波；(5)分数傅里叶逆变换；(6)线性合并。本发明在取证语音增强领域具有较高的应用价值和广阔的应用前景。

专利类型：发明专利

申请/专利号：CN201010259828.0

申请日期：2010-08-20

公开/公告号：CN101950563A

公开/公告日：2011-01-19

主分类号：G10L21/02(2006.01)I

申请/专利权人:东南大学

发明/设计人:包永强;邹采荣;赵力;奚吉;王开;魏昕;唐加能

主申请人地址:215123 江苏省苏州市工业园区独墅湖高教区林泉街399号

专利代理机构:南京经纬专利商标代理有限公司 32200

代理人:许方

国别省市代码:江苏;32

权利要求：

一种基于分数傅里叶变换的二维维纳滤波的取证语音增强方法，其特征在于包括以下步骤：(1)分数傅里叶变换域输入语音序列s(n)的ai阶分数傅里叶变换算法如下： <mrow> <msub> <mi>S</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </msub> <mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>F</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </msup> <mrow> <mo>(</mo> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> </mrow> <mrow> <mo>=</mo> <mfenced open='{' close=''> <mtable> <mtr> <mtd> <msqrt> <mfrac> <mrow> <mn>1</mn> <mo>-</mo> <mi>j</mi> <mi>cot</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </mrow> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </mfrac> </msqrt> <munderover> <mo>&Integral;</mo> <mrow> <mo>-</mo> <mo>&infin;</mo> </mrow> <mrow> <mo>+</mo> <mo>&infin;</mo> </mrow> </munderover> <mi>exp</mi> <mrow> <mo>(</mo> <mi>j</mi> <mfrac> <mrow> <msup> <mi>u</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>n</mi> <mn>2</mn> </msup> </mrow> <mn>2</mn> </mfrac> <mi>cot</mi> <mi>a</mi> <mo>-</mo> <mfrac> <mi>jun</mi> <mrow> <mi>sin</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mi>s</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>dt</mi> </mtd> <mtd> <msub> <mi>a</mi> <mi>i</mi> </msub> <mo>&NotEqual;</mo> <mi>m&pi;</mi> </mtd> </mtr> <mtr> <mtd> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mtd> <mtd> <msub> <mi>a</mi> <mi>i</mi> </msub> <mo>=</mo> <mn>2</mn> <mi>m&pi;</mi> </mtd> </mtr> <mtr> <mtd> <mi>s</mi> <mrow> <mo>(</mo> <mo>-</mo> <mi>n</mi> <mo>)</mo> </mrow> </mtd> <mtd> <msub> <mi>a</mi> <mi>i</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>2</mn> <mi>m</mi> <mo>&PlusMinus;</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>&pi;</mi> </mtd> </mtr> </mtable> </mfenced> </mrow>式中，O＜|p|＜2，i＝l，2，...，16，m为整数，j为虚数单位；(2)取模为的实部，为的虚部，的模如下： <mrow> <mo>|</mo> <msub> <mi>S</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </msub> <mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>=</mo> <msqrt> <msup> <mrow> <mo>(</mo> <mi>Re</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </msub> <mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mi>Im</mi> <mrow> <mo>(</mo> <msub> <mi>S</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </msub> <mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> </msqrt> <mo>;</mo> </mrow>(3)二维汉明窗二维汉明窗h(l，k)： <mrow> <mi>h</mi> <mrow> <mo>(</mo> <mi>l</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mrow> <mo>(</mo> <mn>0.54</mn> <mo>-</mo> <mn>0.46</mn> <mi>cos</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mn>2</mn> <mi>&pi;l</mi> </mrow> <mn>255</mn> </mfrac> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mn>0.54</mn> <mo>-</mo> <mn>0.46</mn> <mi>cos</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mn>2</mn> <mi>&pi;k</mi> </mrow> <mn>15</mn> </mfrac> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mo>,</mo> </mrow>上式中l∈[0，255]，k∈[0，15]；(4)二维维纳滤波 <mrow> <msup> <mrow> <mo>|</mo> <mover> <mi>S</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> <mo>=</mo> <msup> <mrow> <mo>|</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <msup> <mrow> <mo>|</mo> <mover> <mi>N</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> <mo>=</mo> <msup> <mrow> <mo>|</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <msup> <mrow> <mo>|</mo> <mover> <mi>N</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> <msup> <mrow> <mo>|</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> </mfrac> <mo>)</mo> </mrow> <mo>,</mo> </mrow>其中为目标信号谱的估计幅度，|X(i，j)|为滤波前的目标信号谱的幅度，噪声信号谱的估计幅度；则可得二维维纳滤波如下： <mrow> <mover> <mi>S</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mi>H</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>,</mo> </mrow> <mrow> <mo>=</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <msqrt> <mi>max</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <mi>SNR</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <mi>&beta;</mi> <mo>)</mo> </mrow> </msqrt> <mo>,</mo> </mrow>上式中β≥0，以保证传输函数H(u，v)＞0， <mrow> <mi>SNR</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <msup> <mrow> <mo>|</mo> <mover> <mi>X</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> <msup> <mrow> <mo>|</mo> <mover> <mi>N</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> </mfrac> <mo>,</mo> </mrow>上式中： <mrow> <mo>|</mo> <mover> <mi>X</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mi>v</mi> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <mi>v</mi> <mo>+</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mi>u</mi> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <mi>j</mi> <mo>=</mo> <mi>u</mi> <mo>+</mo> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <mi>X</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>,</mo> </mrow> <mrow> <mo>|</mo> <mover> <mi>N</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>=</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mi>v</mi> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <mi>v</mi> <mo>+</mo> <mn>1</mn> </mrow> </munderover> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mi>u</mi> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <mi>j</mi> <mo>=</mo> <mi>u</mi> <mo>+</mo> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <mi>N</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>;</mo> </mrow>(5)分数傅里叶逆变换为ai阶分数傅里叶变换域上的估计语音：＝Si(u)exp(?jΔθi(u))，上式中分别为ai阶分数傅里叶变换域上含噪语音、纯净语音的相位谱，Δθi(u)为相位误差；Δθi(u)＝εiu/sinai，εi为均值较小的随机变量，则有： <mrow> <msub> <mover> <mi>S</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>F</mi> <mrow> <mo>-</mo> <msub> <mi>a</mi> <mi>i</mi> </msub> </mrow> </msup> <mo>[</mo> <msub> <mi>S</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo> </mrow> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mi>j</mi> <msub> <mi>&epsiv;</mi> <mi>i</mi> </msub> <mi>u</mi> <mo>)</mo> </mrow> <mo>]</mo> </mrow> <mrow> <mo>=</mo> <msqrt> <mfrac> <mrow> <mn>1</mn> <mo>+</mo> <mi>j</mi> <mi>cot</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </mrow> <mrow> <mn>2</mn> <mi>&pi;</mi> </mrow> </mfrac> </msqrt> <munderover> <mo>&Integral;</mo> <mrow> <mo>-</mo> <mo>&infin;</mo> </mrow> <mrow> <mo>+</mo> <mo>&infin;</mo> </mrow> </munderover> <mi>exp</mi> <mrow> <mo>(</mo> <mi>j</mi> <mfrac> <mrow> <mrow> <mo>(</mo> <msup> <mi>u</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>n</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mi>cos</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> <mo>-</mo> <mn>2</mn> <mi>u</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <msub> <mi>&epsiv;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mo>-</mo> <mn>2</mn> <mi>sin</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <msub> <mi>S</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>u</mi> <mo>)</mo> </mrow> <mi>du</mi> <mo>,</mo> </mrow>为的时域形式；(6)线性合并令n′＝n?εi，代入上式并化简整理可得： <mrow> <msub> <mover> <mi>S</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>RES</mi> <mrow> <mo>(</mo> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mi>j</mi> <mfrac> <mrow> <msup> <msub> <mi>&epsiv;</mi> <mi>i</mi> </msub> <mn>2</mn> </msup> <msup> <mi>cos</mi> <mn>2</mn> </msup> <msub> <mi>a</mi> <mi>i</mi> </msub> <mo>+</mo> <mn>2</mn> <msub> <mi>&epsiv;</mi> <mi>i</mi> </msub> <mi>t</mi> <mi>cos</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </mrow> <mrow> <mn>2</mn> <mi>sin</mi> <msub> <mi>a</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <msub> <mi>&epsiv;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow>由于εi为均值较小的随机变量，则有： <mrow> <msub> <mover> <mi>S</mi> <mo>^</mo> </mover> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>&ap;</mo> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <msub> <mi>&epsiv;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow>那么线性合并后可得： <mrow> <mover> <mi>s</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>M</mi> </mfrac> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mo>[</mo> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <msub> <mi>&epsiv;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>]</mo> <mo>,</mo> </mrow>当信号路数M→∞时，则有： <mrow> <mover> <mi>s</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>E</mi> <mo>[</mo> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <msub> <mi>&epsiv;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>]</mo> <mo>,</mo> </mrow>由于语音信号为短时平稳随机过程，则有： <mrow> <mover> <mi>s</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <msub> <mi>&tau;</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow>式中τ0为时延常数。FSA00000239174200013.tif,FSA00000239174200014.tif,FSA00000239174200015.tif,FSA00000239174200016.tif,FSA00000239174200017.tif,FSA00000239174200018.tif,FSA000002391742000112.tif,FSA000002391742000113.tif,FSA00000239174200025.tif,FSA00000239174200026.tif,FSA00000239174200027.tif,FSA00000239174200028.tif,FSA00000239174200029.tif,FSA000002391742000212.tif,FSA000002391742000213.tif