[發(fā)明專利]一種多通道語音增強(qiáng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210514867.X
• 申請(qǐng)日: 2012-12-04
• 公開（公告）號(hào): CN102969000A
• 公開（公告）日: 2013-03-13
• 發(fā)明（設(shè)計(jì)）人: 劉文舉;李超
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類號(hào): G10L21/02
• 分類號(hào): G10L21/02
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

技術(shù)領(lǐng)域

本發(fā)明涉及語音增強(qiáng)和噪聲消除的語音信號(hào)處理領(lǐng)域，特別涉及一種多通道語音增強(qiáng)方法。

背景技術(shù)

信號(hào)子空間方法(Signal?Subspace?Approach，SSA)主要基于矩陣正交分解理論，利用特征值分解(Eigenvalue?Decomposition，EVD或奇異值分解(Singular?Value?Decomposition，SVD)，將帶噪語音信號(hào)的向量空間分解為彼此正交的兩部分：信號(hào)子空間(信號(hào)+噪聲)和噪聲子空間(只有噪聲)。其中，EVD利用信號(hào)的自相關(guān)矩陣，實(shí)現(xiàn)由時(shí)域到特征域的變換，被視為依賴于信號(hào)的變換，其經(jīng)常被稱作Karhunen-Loeve變換(KLT)。本質(zhì)上，基于SSA的語音增強(qiáng)是將噪聲子空間置零，同時(shí)去除信號(hào)子空間中的噪聲成分。

SSA首先被引入到單通道語音增強(qiáng)領(lǐng)域(參考文獻(xiàn)1：Y.Ephraim?andH.L.Van?Trees，“A?signal?subspace?approach?for?speech?enhancement，”IEEETrans.Speech?Audio?Process.，vol.3，no.4，pp.251-266，Jul.1995)，在Karhunen-Loeve域上設(shè)計(jì)了多種有約束的線性濾波器，很好的處理了白噪聲污染的語音信號(hào)。Hu等人(參考文獻(xiàn)2：Y.Hu?and?P.C.Loizou，“Ageneralized?subspace?approach?for?enhancing?speech?corrupted?by?colorednoise，”IEEE?Trans.Speech?Audio?Process.，vol.11，no.4，pp.334-341，Jul.2003)利用廣義特征值分解(Generalized?Eigenvalue?Decomposition，GEVD)的方法，提高了SSA處理有色噪聲的能力。程寧等人(參考文獻(xiàn)3：N.Cheng，W.Liu?and?L.Wang，“Masking?Property?Based?Microphone?Array?Post-filterDesign”，Interspeech，2010)將人耳的聽覺掩蔽效應(yīng)應(yīng)用到了SSA中，精確了約束條件，使算法性能進(jìn)一步得到提升。

Doclo等人(參考文獻(xiàn)4：S.Doclo?and?M.Moonen，“GSVD-basedoptimal?filtering?for?single?and?multimicrophone?speech?enhancement，”IEEETrans.Signal?Process.，vol.50，no.9，pp.2230-2244，Sep.2002)將SSA應(yīng)用到多通道語音增強(qiáng)算法中，它以廣義奇異值分解(Generalized?SingularValue?Decomposition，GSVD)為工具，推導(dǎo)了在多通道環(huán)境下SSA的最優(yōu)線性濾波器。Kim等人為提高語音識(shí)別系統(tǒng)的性能，先后提出了子頻帶獨(dú)立插值方法(參考文獻(xiàn)5：G.Kim?and?N.I.Cho，Principal?subspacemodification?for?multi-channel?wiener?filter?in?multi-microphone?noisereduction，Proc.IEEE?Int.Conference?on?Acoustics，Speech?and?SignalProcessing，2008)和將多干擾源分離到不同的子空間中的子空間建模方法(參考文獻(xiàn)6：G.Kim?and?P.C.Loizou，Improving?Speech?Intelligibility?inNoise?Using?Environment-Optimized?Algorithms，IEEE?Trans.Audio，Speech，And?Language?Process.，vol.18，no.8，pp.2080-2090，2010)。

多通道SSA也存在著諸多缺陷，主要包括：在實(shí)際環(huán)境中應(yīng)用KLT時(shí)，信號(hào)子空間維度的難以精確估計(jì)；處理有色噪聲時(shí)的廣義特征向量矩陣并不是正交陣，因此在特征值域上設(shè)計(jì)的線性信號(hào)估計(jì)器會(huì)引入語音畸變；多通道條件下GEVD的計(jì)算復(fù)雜度極高，不利于SSA在實(shí)時(shí)系統(tǒng)中應(yīng)用，而現(xiàn)有的快速算法并不能保證算法的性能。