[發明專利]語音增強方法及裝置

有效

• 申請號: 201310499826.2
• 申請日: 2013-10-22
• 公開（公告）號: CN104575511B
• 公開（公告）日: 2019-05-10
• 發明（設計）人: 陳卓;席金苗
• 申請（專利權）人: 陳卓;席金苗
• 主分類號: G10L21/0208
• 分類號: G10L21/0208
• 代理公司: 北京知元同創知識產權代理事務所(普通合伙) 11535
• 代理人: 聶稻波

1.語音增強方法，其特征在于，包括：

步驟一、從多個不同的空間位置采集多路帶噪語音信號；

步驟二、對所述帶噪語音信號進行初步語音增強，以獲得初步增強語音信號,然后對所述初步增強語音信號進行分頻和加窗逐幀處理，將其分割為N個語音T-F單元，并提取每個語音T-F單元中的特征值；

同時，對所述帶噪語音信號進行分頻和加窗逐幀處理，以得到N個噪聲T-F單元，提取每個噪聲T-F單元的特征值并將其和設定值進行對比，根據比值確定各個噪聲T-F單元對應的掩蔽值，然后進行相應的掩蔽處理，以獲得噪聲參考信號；

所述語音T-F單元和噪聲T-F單元具有一一對應關系；

步驟三、將每個語音T-F單元的特征值和其對應的經掩蔽后的噪聲T-F單元的特征值進行比較，并以比值為依據得到每個語音T-F語音單元相對應的掩蔽值，然后根據得到的掩蔽值進行相應的掩蔽處理；

步驟四、對經過掩蔽處理后的N個語音T-F單元進行合成，以獲得最終的增強語音信號。

2.根據權利要求1所述的語音增強方法，其特征在于，所述步驟二中所述的特征值包括IID和/或ITD。

3.根據權利要求2所述的語音增強方法，其特征在于，處于高頻段的噪聲/語音T-F單元提取IID，處于低頻段的噪聲/語音T-F單元提取ITD，所述的高頻段和低頻段的分界線為1.5KHz。

4.根據權利要求2或3所述的語音增強方法，其特征在于，所述IID和掩蔽值的關系為：

Mask gram(i,j)＝1,if IID＞2

Mask gram(i,j)＝0.5,if 1.2＜IID＜2

Mask gram(i,j)＝0.3,if 1＜IID＜1.2

Mask gram(i,j)＝0.01,else

其中，Mask gram(i,j)表示第i個時幀、第j個頻帶的噪聲/語音T-F單元所對應的掩蔽值。

5.根據權利要求1、2或3所述的語音增強方法，其特征在于，在所述步驟一中還包括追蹤定位目標聲源的步驟。

6.語音增強裝置，其特征在于，包括：

語音采集模塊：用于從多個不同的空間位置采集多路帶噪語音信號；

語音增強模塊：用于對所述語音采集模塊采集到的帶噪語音信號進行初步語音增強，獲得初步增強語音信號；

第一人耳濾波模塊：用于對所述語音增強模塊中輸出的初步增強語音信號進行分頻和加窗逐幀處理，形成N個語音T-F單元；

第一特征提取模塊：用于提取每個語音T-F單元的特質值；

噪聲參考模塊：包括第二人耳濾波模塊、第二特征提取模塊、第二特征比較模塊及第二掩蔽模塊；所述第二人耳濾波模塊用于對帶噪語音信號進行分頻和加窗逐幀處理，以形成N個噪聲T-F單元，所述第二特征提取模塊用于提取每個噪聲T-F單元的特征值，所述第二特征比較模塊用于將每個噪聲T-F單元的特征值和設定值進行對比，并根據比值確定每個噪聲T-F單元對應的掩蔽值，所述第二掩蔽模塊用于對各噪聲T-F單元進行掩蔽處理，以獲得噪聲參考信號；

第一特征比較模塊：對語音T-F單元的特征值和所述噪聲參考信號中的相應的噪聲T-F單元的特征值進行比較，根據比值確定每個語音T-F單元對應的掩蔽值；

第一掩蔽模塊：根據所述第一特征比較模塊得到的掩蔽值，對相應的語音T-F單元進行掩蔽處理；

語音信號重建模塊：對經過第一掩蔽模塊處理后的N個語音T-F單元進行合并，形成增強后的語音信號用于輸出。

7.根據權利要求6所述的語音增強裝置，其特征在于，所述特征值包括IID和/或ITD。

8.根據權利要求7所述的語音增強裝置，其特征在于，處于高頻段的噪聲/語音T-F單元提取IID，處于低頻段的噪聲/語音T-F單元提取ITD，所述的高頻段和低頻段的分界線為1.5KHz。