[發(fā)明專利]語(yǔ)音降噪算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810274913.0
• 申請(qǐng)日: 2018-03-29
• 公開（公告）號(hào): CN108428456A
• 公開（公告）日: 2018-08-21
• 發(fā)明（設(shè)計(jì)）人: 禹深義;婁進(jìn)凱;張勤磊;胥楊;李萬(wàn)順;高峻峰;丁輝;付琰;于江菊
• 申請(qǐng)（專利權(quán)）人: 浙江凱池電子科技有限公司
• 主分類號(hào): G10L21/0224
• 分類號(hào): G10L21/0224;G10L21/0232
• 代理公司: 鄭州金成知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 41121
• 代理人: 郭增欣

1.一種語(yǔ)音降噪算法，包括以下步驟：

(1)使用仿真軟件對(duì)聲音樣本進(jìn)行前期的采集與處理，并進(jìn)行A/D轉(zhuǎn)換；

(2)將前級(jí)經(jīng)過(guò)AD采樣后的一段帶噪語(yǔ)音，經(jīng)過(guò)分幀(20ms)加窗后進(jìn)行短時(shí)傅里葉變換，由信號(hào)的時(shí)域處理轉(zhuǎn)換為信號(hào)的頻時(shí)處理，計(jì)算出每一幀信號(hào)的短時(shí)能量譜和相位譜；

其中x(m)為輸入信號(hào)，w(m)是分析窗，此處取漢明窗，它在時(shí)間上反轉(zhuǎn)并且有n個(gè)樣本的偏移量，ω為頻率變量，N為短時(shí)傅里葉變換的分辨率，這里取N＝128,Y_i(k)為第幀數(shù)據(jù)，第k條譜線頻率分量f_k的能量譜；

(3)對(duì)經(jīng)過(guò)傅里葉分析處理的每一幀信號(hào)進(jìn)行VAD檢測(cè)，根據(jù)VAD門限，得出每一幀信號(hào)時(shí)有效幀還是無(wú)效幀，如果是無(wú)效幀，即不含有效語(yǔ)音的幀，更新噪聲估計(jì)的能量譜，如果是有效幀，則不動(dòng)作；

(4)根據(jù)當(dāng)前幀的帶噪語(yǔ)音的能量譜和噪聲估計(jì)的能量譜，計(jì)算當(dāng)前幀數(shù)據(jù)每一頻率分量的后驗(yàn)信噪比，如下式所示：

其中Y_i²(k)為當(dāng)前幀數(shù)據(jù)的頻率分量k的能量值，λ_d(k)為噪聲估計(jì)能量譜中頻率分量k的能量值，γ_i(k)為當(dāng)前幀數(shù)據(jù)的k頻率分量的后驗(yàn)信噪比；

(5)利用當(dāng)前幀的后驗(yàn)信噪比結(jié)合前一幀數(shù)據(jù)的譜估計(jì)器，計(jì)算當(dāng)前幀的先驗(yàn)信噪比，如下式所示：

ξ_i(k)≈αξ_i-1(k)+(1-α)(γ_i(k)-1)

其中α為平滑因子，一般取0.9-1.0，這里取0.95，ξ_i-1(k)為上一幀數(shù)據(jù)頻率分量k的先驗(yàn)信噪比，γ_i(k)為當(dāng)前幀數(shù)據(jù)頻率分量k的后驗(yàn)信噪比，ξ_i(k)為當(dāng)前幀數(shù)據(jù)頻率分量k的先驗(yàn)信噪比；

(6)根據(jù)計(jì)算出的當(dāng)前幀的先驗(yàn)信噪比，結(jié)合logMMSE算法模型，計(jì)算出當(dāng)前幀數(shù)據(jù)的譜估計(jì)器，并計(jì)算出純凈信號(hào)的能量譜，如下式所示：

其中ξ_i(k)為當(dāng)前幀數(shù)據(jù)頻率分量k的先驗(yàn)信噪比，為當(dāng)前幀數(shù)據(jù)后驗(yàn)信噪比的維納估計(jì)，Y_i(k)為當(dāng)前幀數(shù)據(jù)頻率分量k的帶噪語(yǔ)音的能量譜，X_k為當(dāng)前幀數(shù)據(jù)頻率分量k的純凈語(yǔ)音的能量譜；

(7)根據(jù)計(jì)算出的純凈語(yǔ)音能量譜與計(jì)算出的當(dāng)前幀數(shù)據(jù)的相位譜，進(jìn)行短時(shí)傅里葉反變換，將信號(hào)從頻域轉(zhuǎn)換到時(shí)域，再對(duì)每一幀數(shù)據(jù)進(jìn)行合成，形成連續(xù)的純凈語(yǔ)音信號(hào)。

2.根據(jù)權(quán)利要求1所述的語(yǔ)音降噪算法，其特征是：步驟(3)中的VAD檢測(cè)，使用能熵比進(jìn)行檢測(cè)，具體能熵比計(jì)算過(guò)程如下所示：

(1)計(jì)算當(dāng)前幀數(shù)據(jù)的每個(gè)頻率分量的歸一化譜概率密度函數(shù)，如下式所示：

其中Y_i(k)為第k條譜線頻率分量f_k的能量譜，為所有頻率分量的能量和，p_i(k)為第i幀第k個(gè)頻率分量f_k對(duì)應(yīng)的概率密度，N為短時(shí)傅里葉變換的分辨率，這里取N＝128；

(2)計(jì)算當(dāng)前幀數(shù)據(jù)的短時(shí)譜熵，如下式所示：

其中H_i為當(dāng)前幀數(shù)據(jù)的短時(shí)譜熵；

(3)計(jì)算當(dāng)前幀數(shù)據(jù)的能量，如下式所示：

LE_i＝log₁₀(1+AMP_i/a)

其中Y_i²(k)是當(dāng)前幀數(shù)據(jù)的能量，AMP_i為當(dāng)前幀數(shù)據(jù)的能量，LE_i是改進(jìn)的能量關(guān)系，a是一個(gè)常數(shù)，這里取1.5：

(4)計(jì)算當(dāng)前幀數(shù)據(jù)的能熵比，如下式所示：

其中EEF_i就是當(dāng)前幀數(shù)據(jù)的能熵比，根據(jù)EEF_i的值，判斷是否為有效語(yǔ)音，如果是，則不更新噪聲估計(jì)的能量譜，如果不是，這里取EEF_i<1.6為無(wú)效語(yǔ)音，則更新噪聲能量譜λ_d(k)，λ_d(k)＝0.9*λ_d-1(k)+0.1*Y_i²(k)

3.根據(jù)權(quán)利要求1所述的語(yǔ)音降噪算法，其特征是：在進(jìn)行語(yǔ)音降噪算法的過(guò)程中，選擇使用數(shù)字信號(hào)處理器TMS320VC5509A作為主處理芯片，使用音頻編解碼器TLV320AIC23B作為AD/DA芯片。