[發(fā)明專(zhuān)利]一種基于相位調(diào)整和幅值補(bǔ)償?shù)亩嘧訋ёV減法的語(yǔ)音增強(qiáng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210513075.0
• 申請(qǐng)日: 2012-12-04
• 公開(kāi)（公告）號(hào): CN103021420A
• 公開(kāi)（公告）日: 2013-04-03
• 發(fā)明（設(shè)計(jì)）人: 劉文舉;李超
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類(lèi)號(hào): G10L21/0232
• 分類(lèi)號(hào): G10L21/0232
• 代理公司: 中科專(zhuān)利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

1.一種基于相位調(diào)整和幅值補(bǔ)償?shù)亩嘧訋ёV減法的語(yǔ)音增強(qiáng)方法，其特征在于，包括下列步驟：

步驟a：采集帶噪語(yǔ)音信號(hào)y(k)，獲得所述帶噪語(yǔ)音信號(hào)y(k)的幅值譜α_y(ω)，其中，k表示離散時(shí)間點(diǎn)，ω表示離散頻點(diǎn)；

步驟b：利用相位調(diào)整算法對(duì)帶噪語(yǔ)音的幅值譜進(jìn)行微距最大值搜索，獲得純凈語(yǔ)音信號(hào)與加性噪聲信號(hào)之間的相位差為0時(shí)的帶噪語(yǔ)音幅值譜?

步驟c：利用噪聲估計(jì)算法更新加性噪聲幅值譜?

步驟d：利用過(guò)減規(guī)則系數(shù)和加性噪聲幅值譜?對(duì)所述帶噪語(yǔ)音幅值譜?進(jìn)行幅值譜減，得到純凈語(yǔ)音幅值譜?

步驟e：利用二階幅值補(bǔ)償因子和預(yù)設(shè)的一階幅值補(bǔ)償因子，對(duì)純凈語(yǔ)音幅值譜?進(jìn)行補(bǔ)償，得到增強(qiáng)后的純凈語(yǔ)音幅值譜?進(jìn)而得到增強(qiáng)后的純凈語(yǔ)音信號(hào)?

2.如權(quán)利要求1所述的方法，其特征在于，所述步驟b中對(duì)帶噪語(yǔ)音的幅值譜進(jìn)行微距最大值搜索具體包括：

第ω頻點(diǎn)上，在連續(xù)的M(ω)個(gè)時(shí)刻里搜索帶噪語(yǔ)音信號(hào)幅值的最大值作為相位調(diào)整后的帶噪語(yǔ)音幅值譜，即找到純凈語(yǔ)音信號(hào)與加性噪聲信號(hào)之間的相位差為0時(shí)的帶噪語(yǔ)音幅值譜：

其中，Y_m(ω)是遷移m個(gè)采樣點(diǎn)后語(yǔ)音信號(hào)的快速傅里葉變換，M(ω)在不同的頻點(diǎn)上取值不同，如下式所示：

其中，?是向上取整算子，Ω表示快速傅里葉變換的長(zhǎng)度，ω表示離散頻點(diǎn)。

3.如權(quán)利要求1所述的方法，其特征在于，所述步驟c中更新加性噪聲幅值譜?進(jìn)一步包括：

步驟c1：計(jì)算全頻帶的信噪比SNR：?

其中，log₁₀表示自然對(duì)數(shù)算子，∑[·]是有限范圍求和算子，k表示幀號(hào)，ω表示離散頻點(diǎn)，?當(dāng)前幀k的帶噪語(yǔ)音功率譜的估計(jì)值，?表示前一幀k-1的加性噪聲功率譜的估計(jì)值；

步驟c2：利用語(yǔ)音激活檢測(cè)VAD方法，根據(jù)有聲段的SNR的下限閾值SNR_th，更新加性噪聲功率譜的估計(jì)值：

其中，?表示前一幀k-1的加性噪聲功率譜的估計(jì)值，?表示當(dāng)前幀k的帶噪語(yǔ)音功率譜的估計(jì)值，k是幀號(hào)。

步驟c3：根據(jù)所述加性噪聲功率譜的估計(jì)值得到加性噪聲幅值譜?

4.如權(quán)利要求1所述的方法，其特征在于，所述步驟d前還包括將全頻帶劃分成多個(gè)子頻帶，并在每個(gè)子頻帶上計(jì)算信噪比的步驟，其具體包括如下步驟：

步驟1：將全頻帶劃分成多個(gè)子頻帶，并計(jì)算子頻帶帶寬f_d，

f_d＝f_s/2R

其中，f_s是采樣率，R是子頻帶個(gè)數(shù)；

步驟2：計(jì)算各個(gè)子頻帶的起始頻點(diǎn)b_r和截止頻點(diǎn)e_r：

其中，r＝1，2，...，R，Ω表示快速傅里葉變換的長(zhǎng)度；

步驟3：計(jì)算第r個(gè)子頻帶上的信噪比SNR_r，r＝1，2，...，R：?

其中，log₁₀表示自然對(duì)數(shù)算子，∑[·]是有限范圍求和算子，k表示幀號(hào)，ω表示離散頻點(diǎn)，?表示當(dāng)前幀k的帶噪語(yǔ)音功率譜的估計(jì)值，?表示當(dāng)前幀k的加性噪聲功率譜的估計(jì)值。

5.如權(quán)利要求4所述的方法，其特征在于，所述步驟d中過(guò)減規(guī)則系數(shù)如下計(jì)算：

其中，?為各個(gè)子頻帶上的過(guò)減規(guī)則系數(shù)。

6.如權(quán)利要求5所述的方法，其特征在于，步驟d中所述幅值譜減如下：

在第r個(gè)子頻帶上進(jìn)行譜減得到當(dāng)前幀k的純凈語(yǔ)音幅值譜：

其中，?是當(dāng)前幀k的加性噪聲幅值譜，?是當(dāng)前幀k的帶噪語(yǔ)音幅值譜，r＝1，2，...，R，δ_r是減法增益因子，計(jì)算公式如下：

7.如權(quán)利要求4所述的方法，其特征在于，步驟e中計(jì)算二階幅值補(bǔ)償因子具體如下：

計(jì)算各個(gè)子頻帶上二階幅值補(bǔ)償因子μ_2，r；

其中，SNR₀是判定是否有語(yǔ)音活動(dòng)的閾值。