智財技轉處 Department of Intellectual Property and Technology Transfer 智財技轉處 Department of Intellectual Property and Technology Transfer

發明提供一種廣義最大事後頻譜振幅預估器之語音增強方法，用以將帶有雜訊的語音訊號去除雜訊部分，增強語音訊號品質。首先定義一代價函數(cost function)，其中引入一比例因子(scaling factor)，此比例因子由語料的訊雜比(signal-to-noise ratio，SNR)動態決定；利用對此代價函數最佳化，得到一增益函數；將所決定之比例因子帶入增益函數可以得到一增益值，語音訊號之振幅與增益值相乘得到增益後之語音訊號振幅；結合增益後之語音訊號振幅與語音訊號相位部分，得到增強後的語音訊號。比例因子的決定方法，乃藉由訓練語料，找出在某一事後訊雜比(a posteriori SNR)下最佳的比例因子。

本發明提供之廣義最大事後頻譜振幅預估器之語音增強方法係利用動態調整事前機率比率（比例因子）的方式，依據不同的訊雜比採用不同的比例因子，可同時在高、低訊雜比的環境下皆達到良好的語音增強效能，減少MAPA會過度語音失真、及MLSA消除雜訊效果不彰之問題。