[發明專利]用于音頻信號噪聲抑制的方法和系統

有效

• 申請號: 201280053432.8
• 申請日: 2012-08-31
• 公開（公告）號: CN103907152A
• 公開（公告）日: 2014-07-02
• 發明（設計）人: 拉斯穆斯·孔斯格德·奧爾森
• 申請（專利權）人: GN奈康有限公司
• 主分類號: G10L21/0232
• 分類號: G10L21/0232
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 余剛;李靜

本發明涉及用于音頻信號噪聲抑制的裝置、系統和方法，所述音頻信號包括至少兩個音頻系統輸入信號的組合，其中每個音頻系統輸入信號具有源信號部分和背景噪聲部分。

背景技術

在音頻通信中，典型地，不失真且無噪聲地傳輸用戶的聲音是有利的。然而，通信裝置經常在嘈雜環境中使用；裝置的麥克風所拾取的信號是用戶的聲音和干擾噪聲的混合體。

麥克風處的聲場的特性根據不同的信號和噪聲環境會大量變化。例如，該聲音可能來自單一方向，或同時來自許多方向。其可能在遠離麥克風或靠近麥克風的地方產生。其可能是平穩/恒定的，或是不平穩/瞬時的。噪聲也可能由麥克風端口處的風湍流(wind?turbulence)產生。

多麥克風背景降噪方法分為兩個一般類別。第一種類型是波束成形，其中，將輸出采樣計算為輸入采樣的線性組合。第二種類型是噪聲抑制，其中，通過對信號應用時變濾波器(time-variant?filter)來減小噪聲成分，例如，通過使濾波器組域(bank?domain)中的信號上的與時間和頻率相關的增益增加。

當僅一個麥克風或音頻輸入可用時，噪聲抑制濾波器不可能是空間敏感的。無法獲得聲場的空間特征，提供與語音和背景噪聲相關的判別信息，典型地，僅將其限制為，抑制背景噪聲的平穩成分或準平穩成分。

波束成形和噪聲抑制可以順序地應用，因為它們的降噪效果是加成的。

在WO2009/132646A1中公開了適應性波束成形器的一個實例。

在O.Yilmaz和S.Rickard的Blind?Separation?of?Speech?Mixtures?via?Time-Frequency?Masking(通過時頻掩蔽而盲分離混合語音)，IEEE?Transactions?on?Signal?Processing(IEEE信號處理學報)，Vol.52，No.7，第1830至1847頁，2004年7月)中，公開了一種分離混合聲音的方法。在兩個特征的基礎上，以時頻表示方式計算分離掩蔽，該兩個特征即，兩個傳感器信號之間的級差和相位延遲。

在WO2009/096958A1中公開了一種將方向噪聲抑制和平穩噪聲抑制算法組合的方法。然而，此方法并未考慮空間噪聲抑制成分，該空間噪聲抑制成分除了方向特征以外，其還利用一組空間區別特征的組合。

發明內容

本發明所解決的噪聲抑制的基本問題是，在時間和頻率上，將聲音信號分類成，主要感興趣的信號(例如，用戶的聲音或語音)，或主要是干擾噪聲，并應用相關過濾以減小輸出信號中的噪聲成分。當語音和噪聲的分布不同時，此分類具有成功的機會。

使用不同的分布，文獻中的許多方法提出了空間特征，該空間特征將信號映射至接下來將解決的一維分類問題。這種特征的實例是到達角、接近性、相關性以及和差比率。

本發明利用這樣的事實：每個所提出的空間特征附有一定的不確定度，并且，有利地可以將它們組合，實現更高程度的分類精度，另外可通過任何一個單獨空間特征來實現該更高程度的分類精度。已這樣選擇所提出的空間特征，使得，其中每個都對分類器增加分辨權重(power)。

在本發明的一個實施方式中，對分類器的輸入是所提出的特征的加權和。

因此，本發明的一個目的是，在個人通信裝置的傳輸路徑中提供一種噪聲抑制器，該噪聲抑制器消除平穩噪聲以及非平穩背景噪聲。

根據本發明的第一方面，這個目的通過音頻信號噪聲抑制的方法來實現，該音頻信號包括至少兩個音頻系統輸入信號的組合，其中每個輸入信號都具有聲源信號部分和背景噪聲部分，該方法包括以下步驟：

a)從輸入信號中提取至少兩種不同類型的空間聲場特征，例如，區別語音和/或背景噪聲特征，

b)在所提取的空間聲場特征的基礎上，計算第一中間空間噪聲抑制增益，

c)計算第二中間平穩噪聲抑制增益，

d)將兩個中間噪聲抑制增益相組合，以形成總噪聲抑制增益，其中，通過比較它們的值，并根據它們的比率或相對差，來組合兩個中間噪聲抑制增益，確定總噪聲抑制增益，

e)將總噪聲抑制增益施加至音頻信號，以產生噪聲抑制的音頻系統輸出信號。

有利地，可針對至少一個頻率次頻帶(sub-band)，在頻域中執行該方法。可以應用傅里葉轉換的眾所周知的方法(例如，快速傅里葉轉換(FFT))，將信號從時域轉換至頻域。結果，可以在每個頻帶中應用最優濾波。可每20毫秒(ms)或在任何其他適當的時間間隔下，用FFT算法計算新的頻譜。