在语音传输的过程中，语音增强方案经常被采用。它使用 FEC 编码技术(由卷积编码和维特比译码算法组成) 进行数据传输，有着大批量的数据运算(包括卷积和译码等算法)和检测，而且都是采用先进的 DSP 处理器来完成 底噪消除的算法 的，其中就包括语音编码和降噪。 1 干扰相减降噪技术研究 为了降低信号在传输过程中的噪声，改善语音传输质量，大多会采用三种通用的语音增强方法。首先是干扰 相减法，即通过减掉噪声频谱来抑制噪声；其次是谐波频率抑制法，即利用语音增强的方法来完成减噪，基于噪 声的周期性原理，利用谐波噪声的自适应梳状滤波实施基频跟踪来完成降噪；第三是利用声码器再合成法，它利 用迭代法，在语音建模的基础上，估计模型参数，用描述语音信号的方法再重新合成无噪声信号。 每种方法都有自己的特点，这里介绍噪声相减法降噪。单通道语音增强系统(图 1)必须在无语音期间，也就 是在只有背景噪声存在时估计噪声的特性。通过语音启动检测器(VAD)采集有效的语音源和噪音源，然后利用噪 声相减算法实现降噪。基于声音语音的周期性，时域自适应噪声抵消法可以通过产生参考信号而加以利用。其中， 参考信号是延迟主信号一个周期形成的，需要有复杂的间距估计算法。在语音帧内利用 FFT，用估计的噪声幅值 频谱相减，并逆变换这个相减后的频谱幅值，再利用原始噪音的相位，求出有噪音短时幅值和相位频谱。增强步 骤一帧接一帧地完成。此方法先把污染的语音利用带通滤波器组分解成不同的频率组，随后每个分波段的噪声功 率在无语音期间被估计出来。通过利用衰减因子可以获得噪声抑制，其中衰减因子相对应于每个分波段估计噪声 功率比上的瞬时信号功率。 2 谱相减降噪技术研究 目前，多数的通信减噪都是使用 DSP 来完成的，主要是使用 FFT 降低噪声。其中，频谱相减提供了有效的 计算方法，通过从有噪声语音谱中减去噪声频谱，即增强了语音，又降低了噪声。有噪声语音被分段，并且被设 置窗口，每个数据窗口的 FFT 均被执行，并且幅值频谱被计算出来。VAD 用来检测输入的语音信号。在非语音 段，噪声频谱将会被估计出来，并存入缓存区，再通过算法使得缓冲器内的数据衰减，从而使噪声减小。在非语 音期间，有两种方法产生输出：用固定因子衰减输出或设置输出为 0。在非语音帧期间具有某种残余噪声(舒适噪 声)，可输出比较高的语音质量，原因是在语音帧期间，噪声局部地被语音屏蔽，它的幅值将会在非语音段上被 存在的相同量值的噪声所平衡。在语音段上设置输出为 0，具有放大噪声的效果，因此在非语音期间，最好通过 固定因子衰减噪声。幅值与语音段上可觉察的噪声特性，以及噪声段上可觉察的噪声之间必须保持平衡，所以不 希望的音响效果，如嗡嗡声、咔嗒声、抖动声、语音信号的模糊不清等，均可以避免。 在描述算法之前，先设置一些参数，并做数据分析。首先假设背景噪声是平稳的，并且在语音段内，使其希 望幅值频谱出现在不变的语音段之前。如果环境是变化的，则在语音帧开始之前，有足够的时间去估计背景噪声 的新幅值频谱。对于缓慢变化的噪声算法，需要根据 VAD 参数确定语音是否已经终止，同时估计新的噪声影响， 然后利用频谱相减法，就可以使得噪声明显下降。 假设信号 s(n)受到干扰信号 v(n)的影响而遭到损失，则被污染的有噪声信号可以表示为： 取 x(n)的 DFT 得到： 

假设 V(n)为零均值，且与 S(n)不相关，则 S(K)的估计可以表示为： s(k)=|x(k)|-E|V(k)| 式中：E|V(K)|是发生在非语音周期上的期望噪声频谱。 给定估计|s(k)|，则谱估计可以表示为： |s(k)|=|s(k)| ejθx(k) 式中： 式中：θx(k)是被测量的有噪声信号的相位，利用噪声语音相位，可以满足实际目的需要。因此利用短期语 音幅值频谱的估计|s(k)|和受到损害的语音相位θx(k)重构处理后的信号，估计器可以表示为： 方程给出的频谱相减算法避开了对相位的计算，在浮点 DSP 硬件中实现。为了降低噪声得到良好的听觉效果， 除了以上算法外还有谱幅值平均法、半波整流法和残余噪声减小法，其目的都是为了得到更好的效果。