本研究聚焦于语音降噪技术，深入探讨噪声抑制算法，并通过实验验证多种方法的有效性，旨在提高语音通信的质量与清晰度。
目前存在多种语音降噪算法。频谱减法因原理简单且易于实现而成为常用的语音降噪方法之一。然而，它也存在着两个主要缺点：首先，在噪声水平较高的情况下，常规的端点检测技术可能失效，这会导致无法准确识别出信号中的噪音帧位置，进而影响到对背景噪音的有效估计；其次，频谱减法在处理带噪信号时会引入“音乐噪声”，表现为随机分布且容易使人感到疲惫的声音片段。
为了解决这些问题，我们改进了频谱减法算法。首先，在高噪声环境下为了准确检测端点，我们会计算整个带噪音频的幅度平均值，并将其与开头几帧的数据进行对比以判断信号是以纯噪音还是含语音的混合开始；之后通过连续两帧间的差异变化来识别具体的语音和噪音段落位置，并采用这种方法得到的均值作为噪声估计的基础。这种改进不仅考虑到了前后相邻帧之间的相关性，还能有效降低背景噪音的影响。
此外，基于我们提出的新端点检测方法所得出的噪声估计结果可以在整个音频文件中快速更新，从而增强了频谱减法算法在实时处理中的表现能力。
另外一种改进措施是引入LMS（最小均方）算法以减少“音乐噪声”的出现。通过这种方法，在时域上进一步增强语音信号的同时能够将产生的“音乐噪音”转化为能量更低的白噪声，这不仅减少了对听觉感官的负面影响，还提升了最终音频的质量及主观评价效果。
5星
