[發明專利]用于多話筒音頻設備的去噪方法

有效

• 申請號: 201210202063.6
• 申請日: 2012-06-19
• 公開（公告）號: CN102855880A
• 公開（公告）日: 2013-01-02
• 發明（設計）人: C·福克斯
• 申請（專利權）人: 鸚鵡股份有限公司
• 主分類號: G10L21/0216
• 分類號: G10L21/0216;H04R3/00
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 張欣

發明領域

本發明涉及用于多話筒音頻設備，尤其用于“免提”電話系統的去噪方法，涉及處理嘈雜環境中的語音。

本發明特別地但非以限制方式，涉及處理由用在機動車中的電話設備所獲取的語音信號。

發明背景

這樣的器具包括一個或多個話筒，該一個或多個話筒不僅敏感于用戶話音，還獲取周圍環境噪聲以及由于周圍環境中（一般是車輛的車廂）的回響現象所引起的回音。因此有用分量（即，來自近旁講話者的語音信號）被淹沒在干擾噪聲分量（外部噪聲和回響）中，這些噪聲分量經常使得對于遠方講話者（即，位于傳輸電話信號的通道的另一端的講話者）而言近旁講話者的語音不可理解。

如果期望實現話音識別技術，也會有同樣的情況，因為對于淹沒于高級別噪聲的話語（word）非常難以實現形狀識別。

“免提”設備特別受制約于與周圍環境噪聲相關聯的這個困難。特定地，話筒和講話者之間的較大距離給予噪的較高的相對級別，藉此使得難以提取淹沒在噪聲中的有用信號。進一步，對于機動車而言很普遍的非常嘈雜的環境中存在不穩定的頻譜特性，即，取決于駕駛情況（在不平坦的道路表面或鵝卵石上駕駛、車載收音機在操作中等）而以不可預測的方式變化。

一些這樣的設備安排為使用多個話筒且然后取這些話筒所獲取信號的平均值、或者執行更為復雜的其他操作，從而獲得具有較小干擾級別的信號。

特定地，所謂“波束成形”技術能使用軟件方式來創建用于改進信號/噪聲比的方向性。然而，當僅使用兩個話筒時，這個技術的性能非常有限（特別地，發現這樣的方法僅在使用至少八個話筒的陣列的情況下提供良好的效果）。當環境是回響的時，性能也會被非常降低。

發明目的和內容

本發明的目的在于提供用于對處于非常嘈雜和非常回響的環境（一般是車輛的車廂）中的這種多通道、多話筒系統所獲取的音頻信號進行去噪的解決方案。

與多通道系統的語音處理方法相關聯的主要困難在于評估用于執行該處理的有用參數的困難，因為這些評估項與周圍環境極為相關。

大多數技術基于這樣的假設：有用的信號和/或干擾信號存在一定量的方向性，且大多數技術將來自各話筒的信號組合起來從而應變于這樣的方向性狀況從而改進信號/噪聲比。

因此，EP?2293594A1(Parrot?SA)描述了對不持續且定向的噪聲，諸如鳴笛、路過的電瓶車、超車的車，等的空間檢測和過濾方法。所提出的技術在于將空間方向性與不持續的時間和頻率性質關聯起來，從而檢測出一般難以與語音區別的類型的噪聲，并因此提供對于這種噪聲的有效過濾并推測出語音存在的概率，藉此能使噪聲衰減被進一步改進。

EP?2309499A1(Parrot?SA)描述了二話筒系統，其在所獲取的信號上進行空間相干性分析從而確定入射方向。該系統使用不同的方法計算兩個噪聲參考，一個噪聲參考應變于所獲取的信號（包括非定向的不持續的噪聲）的空間相干性，而另一個噪聲參考應變于入射信號（包括，特別是，定向的非持續信號）的主要方向。這個去噪技術依賴于這樣的假設：相比噪聲，語音一般存在更大的空間相干性，且進一步，語音的入射的方向一般是明確定義的且可被認為已知：在機動車輛內，該方向可由駕駛員的位置所定義，話筒就面向著這個位置。

無論如何，這些技術在考慮對車廂而言很典型的回響的效果方面比較差，在回響中數量眾多的高功率反射使得難以計算到達方向，藉此具有顯著降低去噪效力的結果。

進一步，使用這些技術，在輸出所獲得的經去噪的信號以令人滿意的方式重現了初始語音信號的幅值而非相位，這可導致該話音由設備播放時是被變形的。

本發明的問題是對使得不可能以令人滿意的方式計算有用信號的到達方向的回響環境予以考慮，并獲得重現初始信號的幅值和相位二者的去噪，即，在該信號由設備播放時并不使得講話者的話音變形。

本發明提供了在頻域中在所獲取的信號的多個元（bin）上（即，在信號每一時間幀的頻帶上）所實現的技術。該處理主要包括：

·計算在所獲取的嘈雜信號中語音存在的概率；

·估算語音源（近旁講話者）和話筒陣列的每一個傳感器之間的聲道的傳遞函數；

·以多個聲道的所估算的傳遞函數為基礎計算最佳射影（projection），用于確定單個聲道；且

·對于每一個元，應變于語音存在的概率，在這個單個聲道中選擇性地減少噪聲。

更準確地，本發明的方法是對于具有以預確定配置所設置的多個話筒傳感器所構成的陣列的設備的去噪方法。

該方法包括在頻域中對于為信號的連續時間幀所定義的多個頻帶的如下處理步驟：