A New Speech Enhancement Technique Based on Stationary Bionic Wavelet Transform and MMSE Estimate of Spectral Amplitude

Abstract

Speech enhancement has gained considerable attention in the employment of speech transmission via the communication channel, speaker identification, speech-based biometric systems, video conference, hearing aids, mobile phones, voice conversion, microphones, and so on. The background noise processing is needed for designing a successful speech enhancement system. In this work, a new speech enhancement technique based on Stationary Bionic Wavelet Transform (SBWT) and Minimum Mean Square Error (MMSE) Estimate of Spectral Amplitude is proposed. This technique consists at the first step in applying the SBWT to the noisy speech signal, in order to obtain eight noisy wavelet coefficients. The denoising of each of those coefficients is performed through the application of the denoising method based on MMSE Estimate of Spectral Amplitude. The SBWT inverse, S B W T − 1 , is applied to the obtained denoised stationary wavelet coefficients for finally obtaining the enhanced speech signal. The proposed technique’s performance is proved by the calculation of the Signal to Noise Ratio (SNR), the Segmental SNR (SSNR), and the Perceptual Evaluation of Speech Quality (PESQ).

The Analysis of the Potential Capabilities of Methods of Noise Reduction and Reconstruction of Acoustic Speech Signals Masked by Various Types of Noise

“…Поскольку человеческий слух крайне слабо чувствителен к фазе акустического сигнала, методы спектрального вычитания направлены исключительно на восстановление амплитуды спектра исходного РС. При этом корректировка амплитуды спектра очищенного РС осуществляется с помощью вычитания средней амплитуды шума из мгновенного спектра амплитуды зашумленного сегмента (кадра) РС 9 : Согласно результатам исследования возможностей нескольких методов спектрального вычитания 10 их применение для фонограмм, зашумленных белым шумом и помехой типа «речевой хор», при сегментарном отношении «сигнал\шум» (далее SNR) первоначальной записи 0 дБ позволяет обеспечить приращение указанного отношения на 5,5 дБ и 3 дБ соответственно.…”

“…В исследовании [9] также отмечается, что классические подходы к улучшению качества речи, основанные на задании порога в области вейвлет-преобразования, могут вносить определенные искажения в исход ный РС. Особенно это касается глухих консонант.…”

Research on Speech Enhancement Algorithm of Multiresolution Cochleagram Based on Skip Connection Deep Neural Network

“…The deep model algorithm was introduced into the field of speech enhancement. Talbi and Bouhlel [12] proposed a speech enhancement method based on stationary bionic wavelet transform (SBWT) and spectral magnitude minimum mean square error (MMSE) estimation. Combined with LWT and artificial neural network, MMSE estimation of spectral amplitude is used, which has a good noise reduction effect.…”