[發(fā)明專利]一種基于有色噪聲的語音增強(qiáng)方法

在審

• 申請?zhí)枺?/td>: 201710608441.3
• 申請日: 2017-07-24
• 公開（公告）號: CN107316648A
• 公開（公告）日: 2017-11-03
• 發(fā)明（設(shè)計(jì)）人: 鄭康麗
• 申請（專利權(quán)）人: 廈門理工學(xué)院
• 主分類號: G10L21/02
• 分類號: G10L21/02;G10L21/0208;G10L21/0216
• 代理公司: 廈門智慧呈睿知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)35222
• 代理人: 楊唯

1.一種基于有色噪聲的語音增強(qiáng)方法，其特征在于，包括以下步驟:

步驟1，建立雙麥克風(fēng)陣列，接收得到兩個(gè)通道的帶噪語音信號，所述帶噪語音信號經(jīng)過時(shí)延補(bǔ)償模塊，以使兩個(gè)通道的所述帶噪語音信號同步；

步驟2，得到所述帶噪語音信號數(shù)據(jù)的協(xié)方差矩陣，并進(jìn)行特征值分解，將帶噪語音信號空間分為信號子空間和噪聲子空間；

步驟3，采用子空間法處理得到相對純凈的語音處理信號；

步驟4，在信號子空間內(nèi)對所述語音處理信號進(jìn)行最小均方方差估計(jì)，計(jì)算最小均方誤差。

2.根據(jù)權(quán)利要求1所述的基于有色噪聲的語音增強(qiáng)方法，其特征在于，

得到所述帶噪語音信號后，對其進(jìn)行預(yù)處理，包括：對帶噪語音信號進(jìn)行采樣處理，然后進(jìn)行分幀處理，將分幀處理后的每幀信號進(jìn)行加窗處理。

3.根據(jù)權(quán)利要求1所述的基于有色噪聲的語音增強(qiáng)方法，其特征在于，

步驟1中，時(shí)延補(bǔ)償?shù)木唧w方法為：

雙麥克風(fēng)陣列采集的兩個(gè)通道的帶噪語音信號分別為x₀(n)和x₁(n)，進(jìn)行傅立葉變換到頻域，然后輸入到時(shí)延估計(jì)單元計(jì)算x₀(n)和x₁(n)的相位差τ₀和τ₁，根據(jù)相位差計(jì)算出兩個(gè)通道信號的相對延時(shí)ω₀，然后進(jìn)行延時(shí)-求和波束形成，表示為：X(n)＝ω₀(n)x₀(n-τ₀)+ω₁(n)x₁(n-τ₁)。

4.根據(jù)權(quán)利要求1所述的基于有色噪聲的語音增強(qiáng)方法，其特征在于，步驟2中，

S21，雙麥克風(fēng)陣列接收到帶噪語音信號為X(n)，計(jì)算得到帶噪語音信號的協(xié)方差矩陣為：

其中，X(n)表示帶噪語音信號，E[·]表示求矩陣期望，上標(biāo)H表示共軛轉(zhuǎn)置，R_s表示純凈語音信號的協(xié)方差矩陣，R_n表示噪聲信號的協(xié)方差矩陣；

S22，對協(xié)方差矩陣進(jìn)行特征值分解，表示為：

R_x＝UΛ_xU^T；

其中，Λ_x為R_x的K個(gè)特征值構(gòu)成的K維對角陣，Λ_x的所有特征值中有M個(gè)較大的特征值，0＜M＜K，而其余K-M個(gè)特征值很小，都等于σ_N²，σ_N²表示噪聲方差；

令U是矩陣R_x的特征向量矩陣，因而U是正交矩陣，滿足：

I＝U_xU_x^T+U_pU_p^T

其中，I為K維單位矩陣；U_s為信號子空間，包含目標(biāo)語音信號和噪聲；U_P為噪聲子空間，只包含噪聲。

5.根據(jù)權(quán)利要求1所述的基于有色噪聲的語音增強(qiáng)方法，其特征在于，步驟3中，

對所述帶噪語音信號進(jìn)行KL變換，表示為：

E{U^TX}＝0；

cov{U^TX}＝diag(Λ_x,1+σ_N²I,σ_N²I)；

cov{U_p^TX}＝σ_N²I；

其中，U是矩陣R_x的特征向量矩陣，U_P為噪聲子空間，Λ_x,1為R_x的特征值構(gòu)成的對角陣。

6.根據(jù)權(quán)利要求1所述的基于有色噪聲的語音增強(qiáng)方法，其特征在于，

步驟4中，將代表噪聲子空間的KL分量置零，同時(shí)在信號子空間內(nèi)對所述語音處理信號的KL進(jìn)行最小均方誤差估計(jì)。

7.根據(jù)權(quán)利要求6所述的基于有色噪聲的語音增強(qiáng)方法，其特征在于，

最小均方誤差估計(jì)的計(jì)算方法為：

先驗(yàn)信噪比ξ_k表示為：

后驗(yàn)信噪比γ_k表示為：

其中，X_k為帶噪語音信號X的傅里葉變換，λ_s(k)為第k個(gè)頻率分量下的語音方差，λ_n(k)為第K個(gè)頻率分量下的噪聲方差，S_k為純凈語音的傅里葉變化，N_k為噪聲的傅里葉變換；

得到ξ_k和γ_k后，定義ν_k為：則語音幅度譜估計(jì)值為：

|S^k|=ξk1+ξkexp{12∫vk∞e-ttdt}|Sk|;]]>

其MMSE增益可表示為：

最后再經(jīng)KL逆變換，輸出增強(qiáng)語音。