語音信號處理第十一章

1、2021-10-24數字語音處理及MATLAB仿真 張雪英編著1第十一章第十一章 語音增強語音增強 11.1 概述概述111.2 語音感知特性和噪聲特性語音感知特性和噪聲特性11.3 語音增強算法語音增強算法322021-10-24數字語音處理及MATLAB仿真 張雪英編著211.1 概述概述 在通信過程中語音受到來自周圍環(huán)境、傳輸媒在通信過程中語音受到來自周圍環(huán)境、傳輸媒介引入的噪聲，使接收到的語音信號并非純凈的原介引入的噪聲，使接收到的語音信號并非純凈的原始語音信號，而是受噪聲污染的帶噪語音信號。這始語音信號，而是受噪聲污染的帶噪語音信號。這里的里的“噪音噪音”定義為所需語音信號以外的所有

2、干擾定義為所需語音信號以外的所有干擾信號。信號。 干擾信號可以是窄帶的或寬帶的、白噪聲的或干擾信號可以是窄帶的或寬帶的、白噪聲的或有色噪聲的、聲學的或電學的、加性的或乘性的，有色噪聲的、聲學的或電學的、加性的或乘性的，甚至可以是其它無關的語音。由噪聲導致的語音質甚至可以是其它無關的語音。由噪聲導致的語音質量的下降會使許多語音處理系統(tǒng)的性能急劇惡化。量的下降會使許多語音處理系統(tǒng)的性能急劇惡化。2021-10-24數字語音處理及MATLAB仿真 張雪英編著3 采用語音增強技術進行預處理，可有效地改采用語音增強技術進行預處理，可有效地改善系統(tǒng)性能。善系統(tǒng)性能。 語音增強的目標語音增強的目標: 對收聽

3、人而言主要是改善語音質量，提高語音對收聽人而言主要是改善語音質量，提高語音可懂度，減少疲勞感；對語音處理系統(tǒng)（識別器、可懂度，減少疲勞感；對語音處理系統(tǒng)（識別器、聲碼器、手機）而言是提高系統(tǒng)的識別率和抗干擾聲碼器、手機）而言是提高系統(tǒng)的識別率和抗干擾能力。能力。2021-10-24數字語音處理及MATLAB仿真 張雪英編著4 目前國內外有關抗噪聲技術的的研究成果大體目前國內外有關抗噪聲技術的的研究成果大體分為三類解決方法：分為三類解決方法： 1. 采用語音增強算法，提高語音識別系統(tǒng)前端采用語音增強算法，提高語音識別系統(tǒng)前端預處理的抗噪聲能力，提高輸入信號的信噪比；預處理的抗噪聲能力，提高輸入信

4、號的信噪比； 2. 尋找穩(wěn)健的語音特征作為特征參數，實驗證尋找穩(wěn)健的語音特征作為特征參數，實驗證明，這類參數對寬帶語音具有較好的抗噪性；明，這類參數對寬帶語音具有較好的抗噪性； 3. 基于模型參數基于模型參數自適應的噪聲補償算法。自適應的噪聲補償算法。2021-10-24數字語音處理及MATLAB仿真 張雪英編著5 解決噪聲問題的根本方法是實現噪聲和語音解決噪聲問題的根本方法是實現噪聲和語音的自動分離，但由于技術的難度，這方面的研究進的自動分離，但由于技術的難度，這方面的研究進展不大。近年來，隨著聲場景分析技術和盲分離技展不大。近年來，隨著聲場景分析技術和盲分離技術的研究發(fā)展，利用在這些領域的

5、研究成果進行語術的研究發(fā)展，利用在這些領域的研究成果進行語音和噪聲分離的研究取得了一些進展。音和噪聲分離的研究取得了一些進展。2021-10-24數字語音處理及MATLAB仿真 張雪英編著6 語音增強與語音信號處理理論有關，而且涉及語音增強與語音信號處理理論有關，而且涉及到人的聽覺感知和語音學。噪聲來源眾多，隨應用到人的聽覺感知和語音學。噪聲來源眾多，隨應用場合不同而特性各異，因此難以找到一種通用的語場合不同而特性各異，因此難以找到一種通用的語音增強算法可以適用于各種噪聲環(huán)境，必須針對不音增強算法可以適用于各種噪聲環(huán)境，必須針對不同環(huán)境下的噪聲采取不同的語音增強策略。因此，同環(huán)境下的噪聲采取不

6、同的語音增強策略。因此，要進行語音增強首先要了解語音特性、人耳感知特要進行語音增強首先要了解語音特性、人耳感知特性和噪聲特性。性和噪聲特性。 2021-10-24數字語音處理及MATLAB仿真 張雪英編著711.2 語音感知特性和噪聲特性語音感知特性和噪聲特性 11.2.1 語音特性語音特性 1. 語音信號具有短時平穩(wěn)性語音信號具有短時平穩(wěn)性 聲道形狀有相對穩(wěn)定性，在一段時間內聲道形狀有相對穩(wěn)定性，在一段時間內（10ms30ms），人的聲帶和聲道形狀是相對穩(wěn)），人的聲帶和聲道形狀是相對穩(wěn)定的，可認為其特征是不變的，因而語音的短時定的，可認為其特征是不變的，因而語音的短時譜具有相對穩(wěn)定性，在語音

7、分析中可以把語音信譜具有相對穩(wěn)定性，在語音分析中可以把語音信號分為若干分析幀，每一幀的語音可以認為是準號分為若干分析幀，每一幀的語音可以認為是準穩(wěn)定的。語音增強可以利用這種短時平穩(wěn)性。穩(wěn)定的。語音增強可以利用這種短時平穩(wěn)性。2021-10-24數字語音處理及MATLAB仿真 張雪英編著8 2.語音信號可以分為濁音和清音語音信號可以分為濁音和清音 語音可以分為周期性的濁音和非周期性的清語音可以分為周期性的濁音和非周期性的清音。在語音增強中，可以利用濁音的周期性特征，音。在語音增強中，可以利用濁音的周期性特征，采用梳狀濾波器提取語音分量或者抑制非語音信采用梳狀濾波器提取語音分量或者抑制非語音信號，

8、而清音則難以與寬帶噪聲區(qū)分。號，而清音則難以與寬帶噪聲區(qū)分。2021-10-24數字語音處理及MATLAB仿真 張雪英編著9 3.語音信號可以利用統(tǒng)計分析特征描述語音信號可以利用統(tǒng)計分析特征描述 作為一個隨機過程，語音信號可以利用許多作為一個隨機過程，語音信號可以利用許多統(tǒng)計分析特征進行分析。統(tǒng)計分析特征進行分析。 語音的短時譜幅度統(tǒng)計特征是時變的，只有語音的短時譜幅度統(tǒng)計特征是時變的，只有當分析幀長趨于無窮大時，才能近似具有高斯分當分析幀長趨于無窮大時，才能近似具有高斯分布。在高斯模型的假設中，可以認為傅里葉展開布。在高斯模型的假設中，可以認為傅里葉展開系數是獨立的高斯隨機變量，均值為零，而

9、方差系數是獨立的高斯隨機變量，均值為零，而方差是時變的。在有限幀長時這種高斯模型只是一種是時變的。在有限幀長時這種高斯模型只是一種近似的描述，可以作為分析的前提在寬帶噪聲污近似的描述，可以作為分析的前提在寬帶噪聲污染的帶噪語音增強中應用。染的帶噪語音增強中應用。2021-10-24數字語音處理及MATLAB仿真 張雪英編著1011.2.2 人耳感知特性人耳感知特性 人耳對語音的感知主要是通過語音信號頻譜分人耳對語音的感知主要是通過語音信號頻譜分量幅度獲取的，對各分量相位則不敏感，對頻率高量幅度獲取的，對各分量相位則不敏感，對頻率高低的感受近似與該頻率的對數值成正比。低的感受近似與該頻率的對數值

10、成正比。 人耳具有掩蔽效應，人耳除了可以感受聲音的人耳具有掩蔽效應，人耳除了可以感受聲音的強度、音調、音色和空間方位外，還可以在兩人以強度、音調、音色和空間方位外，還可以在兩人以上的講話環(huán)境中分辨出所需要的聲音，這種分辨能上的講話環(huán)境中分辨出所需要的聲音，這種分辨能力是人體內部語音理解機制具有的一種感知能力。力是人體內部語音理解機制具有的一種感知能力。人類的這種分離語音的能力與人的雙耳輸入效應有人類的這種分離語音的能力與人的雙耳輸入效應有關，稱為關，稱為“雞尾酒會效應雞尾酒會效應”。2021-10-24數字語音處理及MATLAB仿真 張雪英編著11 語音增強的最終效果度量是人耳的主觀感覺，語音

11、增強的最終效果度量是人耳的主觀感覺，所以在語音增強中可以利用人耳感知特性來減少運算所以在語音增強中可以利用人耳感知特性來減少運算代價。代價。2021-10-24數字語音處理及MATLAB仿真 張雪英編著1211.2.3 噪聲特性噪聲特性 根據與輸入語音信號的關系，噪聲可分為加根據與輸入語音信號的關系，噪聲可分為加性噪聲和非加性噪聲兩類。對某些非加性噪聲而性噪聲和非加性噪聲兩類。對某些非加性噪聲而言，可以通過一定的變換轉換成加性噪聲。言，可以通過一定的變換轉換成加性噪聲。 語音處理中的加性噪聲大體上可以分為周期語音處理中的加性噪聲大體上可以分為周期性噪聲、脈沖噪聲、寬帶噪聲和同聲道其他語音性噪聲

12、、脈沖噪聲、寬帶噪聲和同聲道其他語音的干擾等。的干擾等。2021-10-24數字語音處理及MATLAB仿真 張雪英編著13 1周期性噪聲周期性噪聲 周期性噪聲主要來源于發(fā)動機等周期性運轉的周期性噪聲主要來源于發(fā)動機等周期性運轉的機械，電氣干擾也會引起周期性噪聲。機械，電氣干擾也會引起周期性噪聲。 特點是頻譜上有許多離散的線譜。特點是頻譜上有許多離散的線譜。 實際信號受多種因素的影響，線譜分量通常轉實際信號受多種因素的影響，線譜分量通常轉變?yōu)檎瓗ёV結構，而且通常這些窄帶譜都是時變的，變?yōu)檎瓗ёV結構，而且通常這些窄帶譜都是時變的，位置也不固定。必須采用自適應濾波的方法才能有位置也不固定。必須采用自

13、適應濾波的方法才能有效地區(qū)分這些噪聲分量。效地區(qū)分這些噪聲分量。2021-10-24數字語音處理及MATLAB仿真 張雪英編著14 2脈沖噪聲脈沖噪聲 脈沖噪聲來源于爆炸、撞擊、放電及突發(fā)性干脈沖噪聲來源于爆炸、撞擊、放電及突發(fā)性干擾等。擾等。 特征是時間上的寬度很窄。特征是時間上的寬度很窄。 在時域消除脈沖噪聲過程如下：根據帶噪語音在時域消除脈沖噪聲過程如下：根據帶噪語音信號幅度的平均值確定閾值。當信號超出這一閾值信號幅度的平均值確定閾值。當信號超出這一閾值時判別為脈沖噪聲。然后對信號進行適當的衰減，時判別為脈沖噪聲。然后對信號進行適當的衰減，就可完全消除噪聲分量，也可以使用內插方法將脈就可

14、完全消除噪聲分量，也可以使用內插方法將脈沖噪聲在時域上進行平滑。沖噪聲在時域上進行平滑。2021-10-24數字語音處理及MATLAB仿真 張雪英編著15 3寬帶噪聲寬帶噪聲 寬帶噪聲來源很多，熱噪聲、氣流噪聲及各種寬帶噪聲來源很多，熱噪聲、氣流噪聲及各種隨機噪聲源、量化噪聲都可以視為寬帶噪聲。寬帶隨機噪聲源、量化噪聲都可以視為寬帶噪聲。寬帶噪聲與語音信號在時域和頻域上基本上重疊，只有噪聲與語音信號在時域和頻域上基本上重疊，只有在無話期間，噪聲分量才單獨存在。因此消除這種在無話期間，噪聲分量才單獨存在。因此消除這種噪聲比較困難。噪聲比較困難。 對于平穩(wěn)的寬帶噪聲，通常可以認為是白色高對于平穩(wěn)的

15、寬帶噪聲，通?？梢哉J為是白色高斯噪聲。斯噪聲。2021-10-24數字語音處理及MATLAB仿真 張雪英編著16 4同聲道語音干擾同聲道語音干擾 干擾語音信號和待傳語音信號同時在一個信道干擾語音信號和待傳語音信號同時在一個信道中傳輸所造成的語音干擾稱為同聲道語音干擾。區(qū)中傳輸所造成的語音干擾稱為同聲道語音干擾。區(qū)別有用語音和干擾語音的基本方法是利用它們的基別有用語音和干擾語音的基本方法是利用它們的基音差別?？紤]到一般情況下兩種語音的基音不同，音差別。考慮到一般情況下兩種語音的基音不同，也不成整數倍，這樣可以用梳狀濾波器提取基音和也不成整數倍，這樣可以用梳狀濾波器提取基音和各次諧波，再恢復出有用

16、語音信號。各次諧波，再恢復出有用語音信號。2021-10-24數字語音處理及MATLAB仿真 張雪英編著17 5傳輸噪聲傳輸噪聲 這是傳輸系統(tǒng)的電路噪聲。這是傳輸系統(tǒng)的電路噪聲。 處理這種噪聲可以采用同態(tài)處理的方法，把非處理這種噪聲可以采用同態(tài)處理的方法，把非加性噪聲變換為加性噪聲來處理。加性噪聲變換為加性噪聲來處理。2021-10-24數字語音處理及MATLAB仿真 張雪英編著18通過語音增強技術改善語音質量的過程如下圖所示：通過語音增強技術改善語音質量的過程如下圖所示：2021-10-24數字語音處理及MATLAB仿真 張雪英編著1911.3 語音增強算法語音增強算法 目前語音增強算法大致

17、可以分為四種：目前語音增強算法大致可以分為四種： 參數方法參數方法 非參數方法非參數方法 統(tǒng)計方法統(tǒng)計方法 其它方法其它方法2021-10-24數字語音處理及MATLAB仿真 張雪英編著20 11.3.1 參數方法參數方法 此類方法主要依賴于使用的語音生成模型（例此類方法主要依賴于使用的語音生成模型（例如如AR模型），需要提取模型參數（如基音周期、模型），需要提取模型參數（如基音周期、LPC系數），常常使用迭代方法。如果實際噪音或系數），常常使用迭代方法。如果實際噪音或語音條件與模型有較大的差距，或提取模型參數有語音條件與模型有較大的差距，或提取模型參數有困難，則此類方法容易失效。采用濾波器模

18、型時，困難，則此類方法容易失效。采用濾波器模型時，典型的有梳狀濾波器、維納濾波器、卡爾曼濾波器典型的有梳狀濾波器、維納濾波器、卡爾曼濾波器等。等。2021-10-24數字語音處理及MATLAB仿真 張雪英編著21語音的全極點生成模型如圖所示：語音的全極點生成模型如圖所示：圖圖11.2 語音的全極點生成模型語音的全極點生成模型2021-10-24數字語音處理及MATLAB仿真 張雪英編著22 語音的全極點生成模型中語音的全極點生成模型中 激勵源為：激勵源為：u(n) ；增益因子為：；增益因子為：g；語音信號為：；語音信號為：s(n) 全極點濾波器為：全極點濾波器為： ， 根據全極點模型有根據全極

19、點模型有 s(n)為清音時，為清音時，u(n)為寬帶噪聲為寬帶噪聲 s(n)為濁音時，為濁音時，u(n)為間隔是基音周期為間隔是基音周期T的脈沖串的脈沖串)(1)(zAzHpkkkzazA11)(pkknguknsans1)()()(2021-10-24數字語音處理及MATLAB仿真 張雪英編著2311.3.2 非參數方法非參數方法 非參數方法不需要從帶噪信號中估計模型參數，非參數方法不需要從帶噪信號中估計模型參數，因此這種方法的應用范圍較廣。但由于沒有利用可因此這種方法的應用范圍較廣。但由于沒有利用可能的語言統(tǒng)計信息，故結果一般不是最優(yōu)化的。這能的語言統(tǒng)計信息，故結果一般不是最優(yōu)化的。這類方

20、法包括自適應噪聲抵消法、譜減法等。類方法包括自適應噪聲抵消法、譜減法等。2021-10-24數字語音處理及MATLAB仿真 張雪英編著241.自適應噪聲抵消法自適應噪聲抵消法圖圖11.3 自適應噪聲抵消原理圖自適應噪聲抵消原理圖2021-10-24數字語音處理及MATLAB仿真 張雪英編著25 設帶噪語音輸入為設帶噪語音輸入為y(n)=s(n)+d(n), s(n)為語音為語音信號，信號，d(n)為未知噪聲信號，為未知噪聲信號，r(n)參考噪聲輸入，參考噪聲輸入，也即自適應濾波器的輸入，也即自適應濾波器的輸入，v(n)是該濾波器的輸出。是該濾波器的輸出。 r(n)與與s(n)無關，而與無關，而

21、與d(n)相關。相關。 自適應濾波器原理：在輸入過程的統(tǒng)計特性自適應濾波器原理：在輸入過程的統(tǒng)計特性未知或是輸入過程的統(tǒng)計特性變化時，能夠調整自未知或是輸入過程的統(tǒng)計特性變化時，能夠調整自己的參數，以滿足某種最佳準則的要求。自適應濾己的參數，以滿足某種最佳準則的要求。自適應濾波的目的就是通過對波的目的就是通過對 r(n)的濾波，使輸出的噪聲估的濾波，使輸出的噪聲估值值v(n)盡可能接近帶噪語音中的盡可能接近帶噪語音中的d(n)，然后從帶噪，然后從帶噪語音中直接減去語音中直接減去 v(n) ，達到語音增強的目的。，達到語音增強的目的。2021-10-24數字語音處理及MATLAB仿真 張雪英編著

22、26 自適應濾波器通常采用自適應濾波器通常采用FIR濾波器，系數采用最小濾波器，系數采用最小均方誤差均方誤差(MMSE)準則來迭代估計。判斷標準是使準則來迭代估計。判斷標準是使誤差信號誤差信號e(n)能量最?。耗芰孔钚。?其中，其中，wk是濾波器系數，是濾波器系數，N是濾波器抽頭數。是濾波器抽頭數。MMSE準則要求噪聲和語音相互獨立，這時，誤差準則要求噪聲和語音相互獨立，這時，誤差信號信號e(n)能量最小，可保證能量最小，可保證v(n)與與d(n)最接近。最接近。Nkkknrwndnsnvndnsne1)()()()()()()(2021-10-24數字語音處理及MATLAB仿真 張雪英編著2

23、7 2譜減法譜減法 是利用噪聲的統(tǒng)計平穩(wěn)性以及加性噪聲與語音是利用噪聲的統(tǒng)計平穩(wěn)性以及加性噪聲與語音不相關的特點而提出的一種語音增強方法。沒有使不相關的特點而提出的一種語音增強方法。沒有使用參考噪聲源，但它假設噪聲是統(tǒng)計平穩(wěn)的，即有用參考噪聲源，但它假設噪聲是統(tǒng)計平穩(wěn)的，即有語音期間噪聲幅度譜的期望值與無語音間隙噪聲的語音期間噪聲幅度譜的期望值與無語音間隙噪聲的幅度譜的期望值相等。用無語音間隙測量計算得到幅度譜的期望值相等。用無語音間隙測量計算得到的噪聲頻譜的估計值取代有語音期間噪聲的頻譜，的噪聲頻譜的估計值取代有語音期間噪聲的頻譜，與含噪語音頻譜相減，得到語音頻譜的估計值。此與含噪語音頻譜相

24、減，得到語音頻譜的估計值。此類語音增強方法將估計的對象放在短時譜幅度上。類語音增強方法將估計的對象放在短時譜幅度上。2021-10-24數字語音處理及MATLAB仿真 張雪英編著28 FFT 2kY IFFT 相位恢復相位恢復 1 / 22kSyi si ni()=()+() 2kS nk kY kY()si ( )k圖圖11.5 譜減法原理圖譜減法原理圖圖中，圖中，y(n)經經FFT變換后，有變換后，有Yk=Sk+Nk，由此可得：，由此可得：222KkkkkkkYSNS NS N2021-10-24數字語音處理及MATLAB仿真 張雪英編著29 由于由于 和和 相互獨立，所以相互獨立，所以

25、和和 獨立，而獨立，而 為零均值的高斯分布，所以有：為零均值的高斯分布，所以有： 對于一個分析幀內的短時平穩(wěn)過程，有：對于一個分析幀內的短時平穩(wěn)過程，有： 為無語音時為無語音時 的統(tǒng)計平均值，則原始語音的的統(tǒng)計平均值，則原始語音的估計值如下，其中估計值如下，其中 是增強后的語音信號的幅度是增強后的語音信號的幅度 )(ns)(ndkSkNkN222kkkE YE SE N22( )kknYSk( )nk2kN2221/21/2()( )kkkknSYE NYkkS2021-10-24數字語音處理及MATLAB仿真 張雪英編著30定義定義 ，及后驗信噪比，及后驗信噪比 ，上式，上式可改寫為：可改寫

26、為： (11-9) (11-10)式式(11-10)中，當中，當 小于小于1時，將失去意義。因此，將時，將失去意義。因此，將式式(11-10)改寫為改寫為其中，其中， 是個大于零的常數。是個大于零的常數。/kkkGSY2/( )kknYkkkkSGY1/2(1 1/)kkGk1/2max( ,(1 1/)kkG2021-10-24數字語音處理及MATLAB仿真 張雪英編著31 譜相減的物理意義：相當于對帶噪語音的每一譜相減的物理意義：相當于對帶噪語音的每一個頻譜分量乘以一個系數。信噪比高時，含有語音個頻譜分量乘以一個系數。信噪比高時，含有語音的可能性大，衰減系數小。反之，則認為含有語音的可能性

27、大，衰減系數小。反之，則認為含有語音的可能性小，衰減系數大。的可能性小，衰減系數大。 譜減法在頻域將帶噪語音的功率譜減去噪聲的譜減法在頻域將帶噪語音的功率譜減去噪聲的功率譜得到純凈語音功率譜估計，開方后就得到語功率譜得到純凈語音功率譜估計，開方后就得到語音幅度譜估計，用帶噪語音的相位來近似純凈語音音幅度譜估計，用帶噪語音的相位來近似純凈語音的相位，再采用反傅里葉變換恢復時域信號。的相位，再采用反傅里葉變換恢復時域信號。kGkkkSGY2021-10-24數字語音處理及MATLAB仿真 張雪英編著32 譜減法優(yōu)點：譜減法優(yōu)點：比較簡單，只需要進行正反傅比較簡單，只需要進行正反傅立葉變換，而且實時

28、實現較容易。立葉變換，而且實時實現較容易。 譜減法缺點：譜減法缺點：適用的信噪比范圍較窄，在信噪比適用的信噪比范圍較窄，在信噪比較低時對語音的可懂度損傷較大。所以實際應用時較低時對語音的可懂度損傷較大。所以實際應用時除了要降低噪聲外，還要兼顧語音的可懂度和自然除了要降低噪聲外，還要兼顧語音的可懂度和自然度。度。 由于頻譜直接相減會使增強后的語音產生由于頻譜直接相減會使增強后的語音產生“音音樂噪聲樂噪聲”，它具有一定的節(jié)奏性，聽上去類似音樂，它具有一定的節(jié)奏性，聽上去類似音樂聲，由此而得名。聲，由此而得名。 2021-10-24數字語音處理及MATLAB仿真 張雪英編著3311.3.3 統(tǒng)計方法

29、統(tǒng)計方法 統(tǒng)計方法較充分地利用了語音和噪音的統(tǒng)計特統(tǒng)計方法較充分地利用了語音和噪音的統(tǒng)計特性，一般要建立模型庫，需要訓練過程獲得初始統(tǒng)性，一般要建立模型庫，需要訓練過程獲得初始統(tǒng)計參數，它與語音識別系統(tǒng)的聯系很密切。如最小計參數，它與語音識別系統(tǒng)的聯系很密切。如最小均方誤差估計均方誤差估計(MMSE)、利用聽覺掩蔽效應等。、利用聽覺掩蔽效應等。 對于語音增強來說，聽覺意義上的失真準則與對于語音增強來說，聽覺意義上的失真準則與給定噪聲情況下語音頻譜的后驗分布是無法知道的，給定噪聲情況下語音頻譜的后驗分布是無法知道的，因此，對于特定的失真準則和后驗概率不敏感的估因此，對于特定的失真準則和后驗概率不

30、敏感的估計方法是很有用處的。計方法是很有用處的。2021-10-24數字語音處理及MATLAB仿真 張雪英編著34 大部分語音的變化是比較緩慢的，幀與幀之間大部分語音的變化是比較緩慢的，幀與幀之間的頻譜有著一定的相似性，其相應頻譜分量之間存的頻譜有著一定的相似性，其相應頻譜分量之間存在某種相關性，這種相關性可以反映在前一幀的頻在某種相關性，這種相關性可以反映在前一幀的頻譜值對后一幀頻譜的分布產生一種約束影響。由此，譜值對后一幀頻譜的分布產生一種約束影響。由此，產生了基于幀間頻譜分布約束的產生了基于幀間頻譜分布約束的MMSE估計方法。估計方法。 人耳對聲音強度的感受是與譜幅度的對數成正人耳對聲音強度的感受是與譜幅度的對數成正比的，同時，語音處理的實踐也表明，采用對數失比的，同時，語音處理的實踐也表明，采用對數失真準則更為適合一些。為此，可得到頻域分布約束真準則更為適合