[發明專利]共振峰依賴的語音信號增強

有效

• 申請號: 201280076334.6
• 申請日: 2012-09-04
• 公開（公告）號: CN104704560B
• 公開（公告）日: 2018-06-05
• 發明（設計）人: M·克里尼;I·沙爾克-舒普;M·布克
• 申請（專利權）人: 紐昂斯通訊公司
• 主分類號: G10L21/0232
• 分類號: G10L21/0232
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 李光穎;王英

描述了一種用于語音信號處理的裝置。接收包括語音信號分量和噪聲分量的輸入麥克風信號。將所述麥克風信號變換到短期譜信號的頻域集中。然后，基于檢測所述譜信號中的高能量密度區域來估計在所述譜信號之內的語音共振峰分量。對所述譜信號應用一個或多個動態調節的增益因子，以增強所述語音共振峰分量。

技術領域

本發明涉及語音信號處理中的降噪。

背景技術

常見的降噪算法對嘈雜的信號中存在的噪聲類型做出假設。例如，維納濾波器引入均方差(MSE)成本函數作為目標距離測量，以最優地最小化期望的信號與經濾波的信號之間的距離。然而，MSE不能說明人類對信號質量的感知。另外，濾波算法通常獨立地應用于頻率箱中的每個。因此，所有類型的信號被同等處置。這允許在許多不同情形下的良好的降噪性能。

然而，汽車環境中的移動通信情況是特殊的，這時因為它們包含語音作為它們期望的信號。行駛過程中存在的噪聲的主要特征在于具有較低頻率的漸增的噪聲水平。語音信號處理開始于來自語音感測麥克風的輸入音頻信號。麥克風信號表示多個不同聲源的混合物。除語音分量外，麥克風信號中的所有其他聲源分量都充當不期望的噪聲，所述不期望的噪聲使得對語音分量的處理復雜化。在中度到高度噪聲境況中從噪聲分量中分離期望的語音分量尤其困難，尤其是在以高速公路行駛速度行駛的汽車客艙之內，在多名人員正在同時講話時，或者有音頻內容存在的情況下。

在語音信號處理中，麥克風信號通常首先被分割成適當大小的重疊塊并對其應用窗口函數。然后使用快速傅立葉變換(FFT)將每個經開窗的信號塊變換到頻域中，以產生嘈雜的短期譜信號。為了降低不期望的噪聲分量，同時保持語音信號盡可能自然，計算信噪比依賴(SNR：信噪比)的加權系數并將其應用于譜信號。然而，現有的常規方法使用的SNR依賴的加權規則，所述SNR依賴的加權規則在每個頻率中獨立地運行，并且不考慮被處理的實際語音聲音的特征。

圖1顯示了用于語音信號降噪的典型裝置。分析濾波器組102從麥克風101接收麥克風信號y(i)。y(i)包括語音分量(i)和由麥克風接收到的噪聲 分量n(i)兩者。參數(i)是采樣索引，其識別用于麥克風信號y采樣的時間段。分析濾波器組102通過應用FFT變換來將時域麥克風采樣轉換成頻域表示幀。分析濾波器組102將濾波器系數分離成頻率箱。如在附圖中所指出的，麥克風信號的頻域表示為Y(k,μ)，其中，k表示幀索引，并且μ表示頻率箱索引。將麥克風信號的頻域表示提供給降噪濾波器103。在降噪濾波器中計算信噪比加權系數，從而得到濾波器系數H(kμ)，并且濾波器系數和頻域表示相乘，從而得到降噪信號針對幀的所有頻率，在合成濾波器組中收集降噪頻域信號，并且通過逆向變換(例如，逆向FFT)來傳遞幀。

發明內容

本發明的實施例指向用于語音信號處理的裝置。可以在語音識別之前完成對語音信號的處理。該系統和方法也可以與移動電話信號一起被采用，并且更具體地在嘈雜的汽車環境中，以便提高接收的語音信號的可懂度。

接收包括語音信號分量和噪聲分量的輸入麥克風信號。麥克風信號被變換到短期譜信號的頻域集中。然后，基于檢測譜信號中的高能量密度區域來估計在譜信號之內的語音共振峰分量。對譜信號應用一個或多個動態調節的增益因子，以增強語音共振峰分量。

包括至少一個硬件實施的計算機處理器(例如，數字信號處理器)的計算機實施的方法可以處理語音信號并且識別并提升頻域中的共振峰。可以由麥克風接收具有語音信號分量和噪聲分量的輸入麥克風信號。

語音預處理器將麥克風信號變換到短期譜信號的頻域集中。基于檢測譜信號中的高能量密度區域來在譜信號之內識別出語音共振峰分量。對譜信號應用一個或多個動態調節的增益因子，以增強語音共振峰分量。