[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

本發明公開了一種語音增強方法及裝置，該方法包括步驟：從多個不同的空間位置采集多路帶噪語音信號，根據采集到的帶噪語音信號得到初步增強語音信號和噪聲參考信號，再將初步增強語音信號和噪聲參考信號進行特征值的對比，以對比的比值為依據，對初步增強語音信號進行掩蔽處理，并得到最終的增強語音信號，用于輸出。本發明實現了語音信號的360°的全面覆蓋，并且信噪比相比于傳統的噪聲抑制方法（如廣義旁瓣對消）提升了5?10dB，在多噪聲環境下，能更加有效的對噪聲掩蔽，對目標聲源的語音信號進行增強，保證較高的語音質量。

[技術領域]

本發明涉及到語音增強領域，尤其涉及一種語音增強方法及裝置。

[背景技術]

用戶使用聽覺設備需要面對各種各樣復雜的環境，目標語音隨時在發生變化，如有時是人聲，有時候是音樂聲，而且目標語音的強度，方位等，都隨時在變化。同時，不可避免受到噪聲的干擾。

不同場景中噪音種類千差萬別。可能是穩態噪聲，也可能是動態噪聲，可能是沖擊噪聲，也可能是風噪聲。噪聲可能是單頻音，也可能是窄帶噪聲，甚至是寬帶噪聲。

而且，不同的用戶在不同的場景中對于目標語音的要求也是有差異的，舉例說，在相對安靜的環境中，用戶需要更加清晰的語音。而在相對嘈雜的環境中，則需要提高語音的可懂度。

[發明內容]

本發明提供了一種語音增強方法，以及和該方法對應的語音增強裝置；用于在多噪聲環境下，能更加有效的對噪聲掩蔽，對目標聲源的語音信號進行增強，從而得到去噪的語音，保證較高的語音質量。

本發明的技術方案是：

語音增強方法，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。

以及和上述方法對應的語音增強裝置，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；