[發(fā)明專利]用于增強聲音信號的聲音信號處理裝置和方法

有效

• 申請?zhí)枺?/td>: 201580084540.5
• 申請日: 2015-11-18
• 公開（公告）號: CN108352818B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 彼得·格羅舍;卡里姆·赫爾旺尼;克里斯蒂安·斯格科胡貝爾;弗朗茨·佐特;羅伯特·赫爾德瑞吉;馬蒂亞斯·弗蘭克
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: H03G3/20
• 分類號: H03G3/20;H04R3/00
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

本發(fā)明涉及一種用于增強來自目標源的聲音信號的聲音信號處理裝置(100)。所述聲音信號處理裝置(100)包括：多個麥克風(fēng)(101a–f)，其中每個麥克風(fēng)(101a–f)用于接收來自所述目標源的所述聲音信號；估計器(103)，用于基于所述多個麥克風(fēng)(101a–f)的第一麥克風(fēng)(101a–f)接收的來自目標源的聲音信號估計第一功率測量，基于所述多個麥克風(fēng)(101a–f)的至少一個第二麥克風(fēng)(101a–f)接收的來自目標源的聲音信號估計第二功率測量，其中所述至少一個第二麥克風(fēng)比所述第一麥克風(fēng)(101a–f)距離所述目標源更遠，所述估計器(103)還用于基于所述第二功率測量與所述第一功率測量之間的比值確定增益因子；放大器(105)，用于將所述增益因子應(yīng)用于所述第一麥克風(fēng)(101a–f)接收的來自所述目標源的所述聲音信號。

技術(shù)領(lǐng)域

本發(fā)明通常涉及音頻信號處理和重現(xiàn)領(lǐng)域。更具體地，本發(fā)明涉及一種用于增強聲音信號的聲音信號處理裝置和方法。

背景技術(shù)

自動增益控制(automatic gain control，簡稱AGC)目的在于均衡錄音中的電平變化，以確保語音信號的恒定電平。麥克風(fēng)記錄的語音信號分析表明錄音中電平變化的原因可分為兩種獨立原因，即蓄意的語音電平變化以及，例如，說話者和麥克風(fēng)之間的距離改變造成的非蓄意的變化。

若干種自動增益控制(automatic gain control，簡稱AGC)系統(tǒng)被開發(fā)來均衡電平變化。美國專利8121835以及2014年IEEE國際會議上S.Braun等人的E.A.P.(2014)《聲學(xué)、語音和信號處理(ICASSP)中通用空間濾波器的自動空間增益控制》(第830–834頁)中描述了目前開發(fā)的AGC解決方案。然而，這些解決方案對發(fā)射的語音能量的蓄意和非蓄意的信號電平波動都起作用。

因此，為了能夠傳達逼真的聲場印象，如浸入式電話會議系統(tǒng)中，檢測電平變化原因尤為重要。這樣可完全均衡距離波動造成的非蓄意變化，同時保留了語音信號的蓄意(自然)動態(tài)變化。

最近從諸多角度研究了區(qū)分蓄意和非蓄意信號電平變化和僅均衡非蓄意信號電平變化的概念。提出的一種解決方案是通過聲源定位(acoustic source localization，簡稱ASL)估計說話者到麥克風(fēng)的距離。已開發(fā)了若干種ASL方法來均衡具有處于已知位置的同步麥克風(fēng)且同時沒有活躍說話者的系統(tǒng)中聲源和麥克風(fēng)之間的距離波動引起的電平變化。此類系統(tǒng)在，例如，美國專利7924655以及2007年IEEE聲學(xué)、語音和信號處理國際會議ICASSP 2007上Z.Liu等人在IEEE第2卷《特殊麥克風(fēng)陣列的基于能量的聲源定位和增益歸一化》中進行描述。然而，傳統(tǒng)的ASL方法表現(xiàn)出至少一個以下缺陷。在一些傳統(tǒng)的ASL方法中，麥克風(fēng)必須同步和/或其位置必須已知。一些傳統(tǒng)的ASL方法無法同時處理活躍的說話者。在一些傳統(tǒng)的ASL方法中，較大的估計誤差不允許均衡近距離交談電平變化。一些傳統(tǒng)的ASL方法計算較為復(fù)雜。

因此，需要一種尤其允許自動增益控制的改進的聲音信號處理裝置和方法。

發(fā)明內(nèi)容

本發(fā)明目的在于提供一種尤其允許自動增益控制的改進的聲音信號處理裝置和方法。

上述和其他目的通過獨立權(quán)利要求的主題來實現(xiàn)。結(jié)合從屬權(quán)利要求、說明書和附圖，具體實現(xiàn)形式顯而易見。

第一方面，本發(fā)明涉及一種用于增強來自目標源的聲音信號的聲音信號處理裝置。所述聲音信號處理裝置包括：多個麥克風(fēng)，其中每個麥克風(fēng)用于接收來自所述目標源的所述聲音信號；估計器，用于基于所述多個麥克風(fēng)的第一麥克風(fēng)接收的來自目標源的聲音信號估計第一功率測量，基于所述多個麥克風(fēng)的至少一個第二麥克風(fēng)接收的來自目標源的聲音信號估計第二功率測量，其中所述至少一個第二麥克風(fēng)比所述第一麥克風(fēng)距離所述目標源更遠，所述估計器還用于基于所述第二功率測量與所述第一功率測量之間的比值確定增益因子；放大器，用于將所述增益因子應(yīng)用于所述第一麥克風(fēng)接收的來自所述目標源的所述聲音信號。