[發(fā)明專利]使用語音信號(hào)的諧波估計(jì)噪聲的方法和設(shè)備

無效

• 申請(qǐng)?zhí)枺?/td>: 200810085858.7
• 申請(qǐng)日: 2008-03-21
• 公開（公告）號(hào): CN101271686A
• 公開（公告）日: 2008-09-24
• 發(fā)明（設(shè)計(jì)）人: 金炫秀;高漢錫;安盛柱;裴正勛;尹現(xiàn)珍
• 申請(qǐng)（專利權(quán)）人: 三星電子株式會(huì)社;高麗大學(xué)校產(chǎn)學(xué)協(xié)力團(tuán)
• 主分類號(hào): G10L11/00
• 分類號(hào): G10L11/00;G10L11/02;G10L21/02;G10L15/20
• 代理公司: 北京銘碩知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 郭鴻禧;韓素云

技術(shù)領(lǐng)域

本發(fā)明涉及聲音信號(hào)處理，更具體地說，涉及一種用于估計(jì)包括在聲音信號(hào)中的噪聲的方法和設(shè)備。

背景技術(shù)

在用于語音通信或需要語音增強(qiáng)的語音識(shí)別的聲音信號(hào)處理中，估計(jì)并去除包括在語音信號(hào)中的噪聲很重要。因此，已經(jīng)提出并使用用于估計(jì)噪聲的方案。例如，為了估計(jì)噪聲，一個(gè)方案首先在一定的時(shí)間間隔(即，時(shí)間段)估計(jì)噪聲，在所述一定的時(shí)間間隔，在輸入語音之前語音不存在，并且一旦輸入語音，用于減少估計(jì)的噪聲的信號(hào)被施加。在另一方案中，通過使用語音激活檢測(VAD)將非語音和語音區(qū)進(jìn)行區(qū)分，并隨后在非語音時(shí)間段估計(jì)噪聲。還存在一種基于最小統(tǒng)計(jì)量的噪聲估計(jì)方案，其中，基于在語音時(shí)間段中的語音頻譜能量大于噪聲的頻譜能量以及語音字的發(fā)音時(shí)間段與0.7秒至1.3秒相應(yīng)的特性，在給定時(shí)間段中表示最小能量的值被估計(jì)為是噪聲。在另一方案中通過關(guān)于語音是否存在的概率進(jìn)行近似確定，以在語音存在概率(VPP)較大的時(shí)間段期間估計(jì)噪聲，相反，在VPP較小的時(shí)間段期間不估計(jì)噪聲。

然而，上述傳統(tǒng)噪聲估計(jì)方案的缺陷在于它們不能夠檢測非平穩(wěn)噪聲的改變，以反映噪聲估計(jì)的改變。例如，不能有效地估計(jì)具有較短持續(xù)時(shí)間、但是還具有與語音能量類似的大能量的錯(cuò)誤噪聲(諸如，在實(shí)際生活中突然產(chǎn)生的周圍的音頻聲音或包括關(guān)門時(shí)產(chǎn)生的聲音、腳步聲等的噪聲)。因此，出現(xiàn)的問題在于錯(cuò)誤噪聲估計(jì)導(dǎo)致殘留噪聲的問題。殘留噪聲導(dǎo)致在語音通信中用戶收聽不方便或語音識(shí)別裝置的故障，這使語音識(shí)別產(chǎn)品的性能下降。

傳統(tǒng)噪聲估計(jì)方案具有上述問題的原因在于：當(dāng)參照在先前處理的語音時(shí)間段中的結(jié)果處理隨后語音信號(hào)的方案時(shí)，在相關(guān)時(shí)間段可存在與先前噪聲不同的噪聲，當(dāng)通過近似預(yù)測噪聲存在的時(shí)間段僅在相關(guān)時(shí)間段期間估計(jì)噪聲的方案時(shí)，準(zhǔn)確地估計(jì)噪聲存在的時(shí)間段存在限制。而且，由于通過使用各個(gè)信號(hào)的能量大小之間的差與信噪比(SNR)對(duì)語音和非語音進(jìn)行區(qū)分的方案，即，當(dāng)如果諸如各個(gè)信號(hào)的能量大小之間的差與信噪比(SNR)的值較大，則識(shí)別時(shí)間段為語音時(shí)間段的方案時(shí)，以及當(dāng)如果該值較小，則將時(shí)間段看作非語音時(shí)間段的方案時(shí)，如果具有與語音的能量的大小類似的大小的能量的周圍噪聲被輸入，則噪聲估計(jì)沒有被實(shí)現(xiàn)，因此，噪聲頻譜沒有被更新。

發(fā)明內(nèi)容

因此，本發(fā)明致力于解決上述發(fā)生在傳統(tǒng)方法中的問題，并且本發(fā)明提供一種在語音信號(hào)處理中估計(jì)非平穩(wěn)噪聲并去除估計(jì)的非平穩(wěn)噪聲的方法和設(shè)備。

而且，本發(fā)明提供一種用于估計(jì)具有與語音能量的大小類似的大小的能量的噪聲并去除估計(jì)的噪聲的方法和設(shè)備。

此外，本發(fā)明提供一種有效地估計(jì)噪聲并去除估計(jì)的噪聲的方法和設(shè)備。

根據(jù)本發(fā)明的一方面，提供一種通過使用語音信號(hào)的諧波來估計(jì)噪聲的方法，包括：在輸入聲音信號(hào)的幀中估計(jì)諧波分量；使用估計(jì)的諧波分量，計(jì)算關(guān)于輸入的聲音信號(hào)的幀的語音存在概率(VPP)；根據(jù)計(jì)算的VPP，確定如下定義的估計(jì)噪聲頻譜所需的等式的權(quán)值；以及使用確定的權(quán)值和估計(jì)噪聲頻譜所需的等式，估計(jì)噪聲頻譜，并更新噪聲頻譜，

N(k，t)＝α(k，t)N(k，t-1)+(1-α(k，t))Y(k，t)，

其中，N(k，t)表示噪聲頻譜，Y(k，t)表示輸入信號(hào)的頻譜，索引k表示頻率索引，索引t表示幀索引，以及α(k，t)表示權(quán)值。

根據(jù)本發(fā)明的另一方面，提供一種通過使用語音信號(hào)的諧波估計(jì)噪聲的設(shè)備，包括：諧波估計(jì)單元，估計(jì)在輸入聲音信號(hào)的幀中的諧波分量，并輸出估計(jì)的諧波分量；語音估計(jì)單元，使用估計(jì)的諧波分量，計(jì)算關(guān)于輸入聲音信號(hào)的幀的語音存在概率(VPP)，并輸出計(jì)算的VPP；權(quán)值確定單元，根據(jù)計(jì)算的VPP，確定如下定義的估計(jì)噪聲譜所需的等式的權(quán)值，并輸出確定的權(quán)值；以及噪聲頻譜更新單元，使用確定的權(quán)值和估計(jì)噪聲頻譜所需的等式，估計(jì)噪聲頻譜，并更新噪聲頻譜，

N(k，t)＝α(k，t)N(k，t-1)+(1-α(k，t))Y(k，t)，

其中，N(k，t)表示噪聲頻譜，Y(k，t)表示輸入信號(hào)的頻譜，索引k表示頻率索引，索引t表示幀索引，以及α(k，t)表示權(quán)值。

附圖說明

通過下面結(jié)合附圖的詳細(xì)描述，本發(fā)明的上述和其他示例性特點(diǎn)、方面和優(yōu)點(diǎn)將會(huì)變得更加清楚，其中：

圖1是示出根據(jù)本發(fā)明的實(shí)施例的用于估計(jì)噪聲的設(shè)備的配置的框圖；

圖2是示出根據(jù)本發(fā)明的實(shí)施例的估計(jì)噪聲的處理的流程圖；