[發明專利]一種單麥克風的組合感知增益函數語音增強方法

在審

• 申請號: 201710227956.9
• 申請日: 2017-04-10
• 公開（公告）號: CN108696791A
• 公開（公告）日: 2018-10-23
• 發明（設計）人: 譚洪舟;李竺珊;李宇;農革
• 申請（專利權）人: 廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學
• 主分類號: H04R3/00
• 分類號: H04R3/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明提供一種單麥克風的組合感知增益函數語音增強方法，該發明在DFT域用判決引導方法估計先驗信噪比；其次，利用基于廣義Gamma先驗與加權歐式失真測度得到的組合增益函數來增強語音，在該情況下，所得的增益函數沒有閉合解，則采用其數值解的組合表示形式；最后，對語音的頻譜分量進行DFT的逆變換，則獲得增強語音的時域形式。通過這種方法，從帶噪語音中恢復純凈語音信號。

技術領域

本發明涉及語音增強領域，更具體地，涉及一種單麥克風的組合感知增益函數語音增強方法。

背景技術

在語音處理系統中，語音信號在經過各式各樣噪聲的干擾后變成含噪語音，含噪語音經過語音增強模塊從而得到增強的語音，最后便可對語音信號進行其他處理。實際生活中，會對語音信號會進行各種各樣的實際處理，如語音編碼、語音識別、車載系統等，背景噪聲的干擾會嚴重影響運行系統的性能。多年來，基于統計模型的語音增強一直是研究的熱點。單麥克風語音增強由于其復雜度低，硬件要求簡單被廣泛應用。語音增強作為語音處理系統的預處理模塊，是對抗噪聲污染的有效方式，從而達到抑制噪聲、提高語音質量的目的。增益函數的好壞直接影響了語音增強的性能。相較于高斯先驗，Gamma先驗更符合語音DFT幅度系數的分布。聽覺掩蔽效應是指聽覺系統對于共振峰附近的量化噪聲不容易聽出來，可以利用這一特性用來修整誤差頻譜。因此，采用廣義Gamma模型對語音DFT幅度系數進行建模，并考慮聽覺掩蔽效應的方法是很有價值的。

發明內容

本發明提供一種單麥克風的組合感知增益函數語音增強方法，該方法可實現從帶噪語音中恢復純凈語音信號。

為了達到上述技術效果，本發明的技術方案如下：

一種單麥克風的組合感知增益函數語音增強方法，包括以下步驟：

S1：利用基于MMSE的無偏噪聲功率譜估計得到

S2：利用判決引導方法估計先驗信噪比；

S3：根據廣義Gamma先驗的感知MMSE準則來計算增益函數，

S4：利用增益函數來增強語音

進一步地，所述步驟S1中在加性噪聲模型中，S(k,i)與N(k,i)分別表示第k幀，第i個頻譜分量的語音信號與噪聲信號。帶噪語音信號通過離散傅立葉變換后在頻域表示為：X(k,i)＝S(k,i)+N(k,i)，設語音的功率譜密度為且噪聲的功率譜密度為則先驗信噪比定義與后驗信噪比分別定義為與其中，E[·]是期望算子，噪聲功率譜采用MMSE估計。

進一步地，所述步驟S2中使用DD方法估計先驗信噪比：

其中，P[·]表示半波整流，之前幀的語音譜估計，β＝0.98。

進一步地，所述步驟S3中：

在幅頻域，利用極坐標來表示X(k,i)＝S(k,i)+N(k,i)，則

Rexp(jθ)＝Aexp(jφ)+Dexp(jψ)。X,S,N的幅度系數分別為為R,A,D。幅頻域語音增強的目的就是求得A的估計

語音DFT幅度系數分布采用單邊廣義Gamma模型進行建模：

其中，Γ(·)表示Gamma函數，τ與v是Gamma分布的形狀參數，而β為縮放比例參數，當τ＝1時，β表達式如下：

噪聲DFT系數采用高斯模型進行建模：

其中，I₀(·)為零階貝塞爾函數；

感知的加權歐式失真測度為則風險函數

取風險函數的最小值，得到