[發明專利]噪聲降低方法和裝置

有效

• 申請號: 201380012027.6
• 申請日: 2013-02-08
• 公開（公告）號: CN104205214B
• 公開（公告）日: 2016-11-23
• 發明（設計）人: 市川治;S·J·倫尼
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G10L21/0264
• 分類號: G10L21/0264;G10L15/20;G10L21/0216
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 酆迅

1.一種噪聲降低方法，所述方法包括：

基于觀測語音的頻譜而生成針對每個頻帶的置信度指數的步驟；

生成概率模型的步驟，所述概率模型被表示為具有針對每個頻帶的維度的混合多維度正態分布，每個正態分布被表示為第一正態分布和第二正態分布的乘積；以及

通過在所述概率模型上執行MMSE估計來估計失配向量估計值、以及基于所述失配向量估計值來獲得干凈語音估計值的步驟，

其中所述第一正態分布是基于所述觀測語音而生成的失配向量的概率分布，并且

其中所述第二正態分布具有零的均值和如下的方差，所述方差被定義為隨著所述置信度指數變得更大而輸出更小的值的函數。

2.一種噪聲降低方法，所述方法包括：

基于觀測語音的頻譜而生成針對每個頻帶的置信度指數的步驟；

生成概率模型的步驟，所述概率模型被表示為具有針對每個頻帶的維度的混合多維度正態分布，每個正態分布被表示為第一正態分布和第二正態分布的乘積；以及

通過在所述概率模型上執行MMSE估計來獲得干凈語音估計值的步驟，

其中所述第一正態分布是基于所述觀測語音而生成的干凈語音的概率分布，并且

其中所述第二正態分布具有以觀測值作為均值并且具有如下的方差，所述方差被定義為隨著所述置信度指數變得更大而輸出更小的值的函數。

3.根據權利要求1或2所述的方法，其中所述置信度指數是表示所述觀測語音的諧波結構的顯著性的指數。

4.根據權利要求1至3中的任一項所述的方法，其中生成置信度指數的所述步驟包括：

從所述觀測語音的所述頻譜提取諧波結構并且歸一化所述諧波結構的步驟；

在梅爾刻度上平滑經歸一化的值的步驟；以及

將經平滑的所述值歸一化為從0到1的步驟。

5.一種計算機可執行的程序產品，用于使得計算機執行根據權利要求1至4中的任一項所述的方法的步驟。

6.一種噪聲降低裝置，所述裝置包括：

置信度指數生成單元，被配置為基于觀測語音的頻譜而生成針對每個頻帶的置信度指數；以及

噪聲降低單元，被配置為生成概率模型，所述概率模型被表示為具有針對每個頻帶的維度的混合多維度正態分布，每個正態分布被表示為第一正態分布和第二正態分布的乘積，被配置為通過在所述概率模型上執行MMSE估計來估計失配向量估計值，以及被配置為基于所述失配向量估計值來獲得干凈語音估計值，

其中所述第一正態分布是基于所述觀測語音而生成的失配向量的概率分布，并且

其中所述第二正態分布具有零的均值和如下的方差，所述方差被定義為隨著所述置信度指數變得更大而輸出更小的值的函數。

7.一種噪聲降低裝置，所述裝置包括：

置信度指數生成單元，被配置為基于觀測語音的頻譜而生成針對每個頻帶的置信度指數；以及

噪聲降低單元，被配置為生成概率模型，所述概率模型被表示為具有針對每個頻帶的維度的混合多維度正態分布，每個正態分布被表示為第一正態分布和第二正態分布的乘積，以及被配置為通過在所述概率模型上執行MMSE估計來獲得干凈語音估計值，

其中所述第一正態分布是基于所述觀測語音而生成的干凈語音的概率分布，并且

其中所述第二正態分布具有以觀測值作為均值并且具有如下的方差，所述方差被定義為隨著所述置信度指數變得更大而輸出更小的值的函數。

8.根據權利要求6或7所述的噪聲降低裝置，其中所述置信度指數是表示所述觀測語音的諧波結構的顯著性的指數。

9.根據權利要求6至8中的任一項所述的裝置，其中所述置信度指數生成單元包括：

用于從所述觀測語音的所述頻譜提取諧波結構并且歸一化所述諧波結構的裝置；

用于在梅爾刻度上平滑經歸一化的值的裝置；以及

用于將經平滑的所述值歸一化為從0到1的裝置。