[發(fā)明專利]基于麥克風(fēng)音頻信號(hào)來(lái)處理輸入耳機(jī)音頻信號(hào)的音頻信號(hào)處理裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201580079128.4
• 申請(qǐng)日: 2015-04-23
• 公開（公告）號(hào): CN107533849B
• 公開（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 克里斯托弗·富勒;亞歷克西斯·法夫羅;彼得·格羅舍;郎玥
• 申請(qǐng)（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號(hào): G10L21/034
• 分類號(hào): G10L21/034;G10L21/02
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);李稷芳

本發(fā)明涉及一種基于麥克風(fēng)音頻信號(hào)(y)來(lái)處理輸入耳機(jī)音頻信號(hào)(x)的音頻信號(hào)處理裝置(100)，所述音頻信號(hào)處理裝置(100)包括：語(yǔ)音活動(dòng)檢測(cè)器(101)，用于基于所述輸入耳機(jī)音頻信號(hào)(x)來(lái)確定語(yǔ)音活動(dòng)指示信號(hào)(x_vad)；噪聲幅度確定器(103)，用于基于所述麥克風(fēng)音頻信號(hào)(y)來(lái)確定麥克風(fēng)噪聲幅度指示信號(hào)(w_y)；增益因子確定器(105)，用于基于所述語(yǔ)音活動(dòng)指示信號(hào)(x_vad)和所述麥克風(fēng)噪聲幅度指示信號(hào)(w_y)來(lái)確定增益因子信號(hào)(Δ_G)；加權(quán)器(107)，用于通過(guò)所述增益因子信號(hào)(Δ_G)對(duì)所述輸入耳機(jī)音頻信號(hào)(x)進(jìn)行加權(quán)，以獲得輸出耳機(jī)音頻信號(hào)。

技術(shù)領(lǐng)域

本發(fā)明涉及音頻信號(hào)處理領(lǐng)域，尤其涉及移動(dòng)通信設(shè)備中的耳機(jī)音頻信號(hào)增強(qiáng)。

背景技術(shù)

移動(dòng)通信設(shè)備可以在不同的環(huán)境條件下進(jìn)行通信。這些環(huán)境條件可以很大程度上影響通信質(zhì)量，通常會(huì)考慮到兩種類型的噪聲源。在遠(yuǎn)端側(cè)，遠(yuǎn)端麥克風(fēng)將噪聲連同所需的語(yǔ)義分量一起采集并傳輸?shù)浇藗?cè)。在近端側(cè)，語(yǔ)音清晰度可能會(huì)受到近端噪聲的影響，即附近的噪聲源掩蔽了耳機(jī)音頻信號(hào)。

通常是在遠(yuǎn)端側(cè)通過(guò)使用如噪聲消除、噪聲抑制、波束成形等不同的音頻信號(hào)處理技術(shù)進(jìn)行處理來(lái)增強(qiáng)噪聲干擾下的對(duì)話質(zhì)量。然而這些技術(shù)的缺點(diǎn)在于，這種增強(qiáng)僅適用于遠(yuǎn)端側(cè)的麥克風(fēng)信號(hào)，該信號(hào)傳輸?shù)浇藗?cè)后，參與者可以感受到增強(qiáng)效果，但在另一側(cè)，增強(qiáng)效果可能并不明顯。

此外，自適應(yīng)增益或均衡控制技術(shù)可以應(yīng)用于近端側(cè)。這些技術(shù)使得耳機(jī)音頻信號(hào)的自適應(yīng)增益或均衡控制作為本地背景噪聲幅度和耳機(jī)音頻信號(hào)統(tǒng)計(jì)數(shù)據(jù)的函數(shù)，其中耳機(jī)音頻信號(hào)的響度以頻率相關(guān)的方式進(jìn)行調(diào)整，使得耳機(jī)音頻信號(hào)不被本地背景噪聲掩蔽。然而，為了比較耳機(jī)音頻信號(hào)和本地背景噪聲兩者的頻譜分量，對(duì)人類感知和語(yǔ)音清晰度做出了假設(shè)，這樣，在適應(yīng)各種變化的噪聲幅度的同時(shí)，這些技術(shù)變得復(fù)雜且發(fā)展緩慢。另外，為了僅在近端參與者沉默時(shí)估計(jì)背景噪聲幅度，對(duì)麥克風(fēng)音頻信號(hào)進(jìn)行了復(fù)雜的語(yǔ)音活動(dòng)檢測(cè)(voice activity detection，VAD)。

F.Felber在2011年第34屆IEEE薩諾夫研討會(huì)上的“保持清晰度的自動(dòng)音量控制(An automatic volume control for preserving intelligibility)”中描述了一種用于耳機(jī)音頻信號(hào)的自適應(yīng)增益技術(shù)。

A.Goldin、M.Tzur Zibulski在2001年的音頻工程協(xié)會(huì)公約110的“嘈雜環(huán)境中的聲音均衡(Sound equalization in a noisy environment)”中描述了一種用于耳機(jī)音頻信號(hào)的均衡控制技術(shù)。

B.Sauert、F.Heese、P.Vary在2014年的IEEE國(guó)際聲學(xué)、語(yǔ)音和信號(hào)處理會(huì)議上的“手機(jī)的實(shí)時(shí)近端聽力增強(qiáng)(Real-time near-end listening enhancement for mobilephones)”中描述了又一種用于耳機(jī)音頻信號(hào)的均衡控制技術(shù)。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于麥克風(fēng)音頻信號(hào)來(lái)處理輸入耳機(jī)音頻信號(hào)的有效概念。

該目的由獨(dú)立權(quán)利要求的特征來(lái)實(shí)現(xiàn)。更多實(shí)施方式從從屬權(quán)利要求、描述內(nèi)容和附圖中顯而易見。

本發(fā)明基于以下發(fā)現(xiàn)：為了在遠(yuǎn)端側(cè)參與者說(shuō)話時(shí)進(jìn)行檢測(cè)并且在遠(yuǎn)端側(cè)參與者說(shuō)話時(shí)基于麥克風(fēng)音頻信號(hào)來(lái)確定近端側(cè)的噪聲估計(jì)，可以對(duì)耳機(jī)音頻信號(hào)進(jìn)行語(yǔ)音活動(dòng)檢測(cè)(voice activity detection，VAD)。當(dāng)遠(yuǎn)端側(cè)參與者說(shuō)話時(shí)，近端側(cè)參與者通常沉默，因?yàn)殡p方同時(shí)說(shuō)話通常很少見。因此，實(shí)現(xiàn)了近端側(cè)耳機(jī)音頻信號(hào)的自適應(yīng)增強(qiáng)。