Abstract
本論文是以麥克風陣列為出發點來進行噪音消除，首先使用功率頻譜相位，空間功率頻譜，訊號在時軸的互相關性等三種方法來預估麥克風間的時間延遲，之後進行延遲相加之波束形成(delay and sum beamforming)，希望能夠消除均值為零的背景噪音。接著在麥克風陣列的系統中，以適應性濾波器來進行噪音消除，其中是以最小平方誤差(least square error)的理論來演算，並且在適應性濾波中參考噪音的產生方式，再次利用LSE的觀念來進行改進。 經過以上的運算轉換成單一通道的訊號。並將其轉至頻域，來估計剩餘噪音的頻譜。使用的方法稱為遞迴平均最小值(minima controlled recursive averaging, MCRA)預估法，它是以遞迴的方式來一步一步的估計噪音的頻譜，並利用預估局部最小值的方式以及搭配類似訊噪比的參數及一些臨界值，來預估各個頻率含有語音否，並根據上述判斷來預估噪音。接著利用已經估計出來的噪音頻譜來進行語音增強，最基本的方法是頻譜刪減法(spectral subtraction) 但是這樣的操作在轉回時域的時候會產生音樂性噪音(musical noise)。因此我們便使用另外一種方法，稱為對數頻譜(log-spectral amplitude)預估，它是以含噪音的語音訊號(noisy)為輸入，來估計一個增益函式(gain function)，使得輸入訊號乘上它，能夠得到乾淨的語音。原理則與估計噪音能量類似，利用語音存在及語音不存在兩種條件，分別對各頻帶作動態的改變增益函式。當偵測出接近語音訊號，則調整一個較大的增益，反之，則調整成一個較小的增益。 最後再利用反傅立業轉換把訊號轉回時域，並使用重疊相加(overlap and add)演算法，重建訊號波形。