[發(fā)明專利]基于語音出現(xiàn)概率和一致性的雙耳語音去混響方法和裝置

有效

• 申請?zhí)枺?/td>: 201810765266.3
• 申請日: 2018-07-12
• 公開（公告）號: CN108986832B
• 公開（公告）日: 2020-12-15
• 發(fā)明（設(shè)計）人: 劉宏;王秀玲
• 申請（專利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L21/0232
• 代理公司: 北京君尚知識產(chǎn)權(quán)代理有限公司 11200
• 代理人: 邱曉鋒

1.一種基于語音出現(xiàn)概率和一致性的雙耳語音去混響方法，其步驟包括：

1)將兩個麥克風(fēng)接收到的語音信號進行時延補償，得到時間上對齊后的語音信號；

2)對所述時間上對齊后的語音信號進行加窗分幀處理，并通過傅里葉變換使語音信號從時域變換到頻域；

3)基于語音出現(xiàn)概率估計語音信號的低頻段部分的混響功率譜；將低頻段的混響功率譜分開估計，以保證能夠去除低頻段的混響；當兩個通道的語音出現(xiàn)概率中的較大值低于某個閾值時，對混響功率譜進行更新，否則不更新；所述對混響功率譜進行更新的方法為：

a)如果max(P(H₁|X_l),P(H₁|Xr))p₀,而且P(H₁|X_l)P(H₁|X_r),

則

b)如果max(P(H₁|X_l),P(H₁|X_r))p₀,而且P(H₁|X_l)＞P(H₁|X_r),

則

c)其他,

其中，P(H₁|X_l)表示第一個麥克風(fēng)信號X_l的語音出現(xiàn)概率，P(H₁|X_r)表示第二個麥克風(fēng)信號X_r的語音出現(xiàn)概率，p₀表示閾值，λ和μ分別表示幀號和頻率，H₁表示語音，H₀表示非語音，為所估計的混響的自功率譜；

4)計算語音信號的不同信號分量的一致性；

5)基于所述一致性估計語音信號的高頻段部分的混響功率譜；

6)根據(jù)所述低頻段部分的混響功率譜和所述高頻段部分的混響功率譜，根據(jù)高低頻段的劃分閾值對結(jié)合高低頻的混響功率譜進行估計；

7)根據(jù)所述結(jié)合高低頻的混響功率譜，利用遞歸平滑算法計算得到最終的混響功率譜；

8)根據(jù)所述最終的混響功率譜計算增益函數(shù)，通過增益函數(shù)得到去混響后的頻域信號；

9)根據(jù)所述去混響后的頻域信號，利用短時傅立葉逆變換得到去混響后的時域信號。

2.如權(quán)利要求1所述的方法，其特征在于，步驟1)中兩個語音信號采用GCC-PHAT-ργ方法進行時延補償，以克服環(huán)境中的干擾因素對互相關(guān)函數(shù)譜峰位置的影響。

3.如權(quán)利要求1所述的方法，其特征在于，步驟4)將混響假設(shè)為散射性聲場，并使用有頭部遮擋的混響一致性模型計算一致性。

4.如權(quán)利要求1所述的方法，其特征在于，步驟5)包括如下子步驟：

5-1)根據(jù)所有頻率處的語音出現(xiàn)概率更新信號的一致性；

5-2)考慮頭部遮擋效應(yīng)的影響，假設(shè)兩個麥克風(fēng)接收到的純凈語音信號功率譜不同，結(jié)合一致性函數(shù)對混響功率譜進行估計。

5.如權(quán)利要求4所述的方法，其特征在于，步驟5)中兩個麥克風(fēng)接受到的純凈語音的自功率譜和互功率譜表示為：

其中，H_l和H_r分別表示左右耳的傳遞函數(shù)，S表示聲源信號，表示雙耳信號相干函數(shù)，S_l表示左側(cè)麥克風(fēng)接收到的聲音信號，S_r表示右側(cè)麥克風(fēng)接收到的聲音信號。