[發(fā)明專利]一種基于子帶譜熵的語音增強方法

有效

• 申請?zhí)枺?/td>: 201811031344.3
• 申請日: 2018-09-05
• 公開（公告）號: CN109102823B
• 公開（公告）日: 2022-12-06
• 發(fā)明（設(shè)計）人: 呂勇
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號: G10L21/0232
• 分類號: G10L21/0232;G10L21/0264;G10L25/84
• 代理公司: 南京蘇高專利商標事務(wù)所(普通合伙) 32204
• 代理人: 李玉平

本發(fā)明公開了一種基于子帶譜熵的語音增強方法，首先將含噪語音的幅度譜劃分成若干個子帶，計算每個子帶的譜熵；然后，根據(jù)子帶譜熵，判斷該子帶是否存在語音；最后，對無音子帶，更新該子帶上所有數(shù)字頻率處的噪聲參數(shù)；對有音子帶，用譜減法對含噪語音的幅度譜進行增強。本發(fā)明可以對每一幀信號的每個子帶的語音存在性進行判斷，增強噪聲估計算法對非平穩(wěn)環(huán)境的實時跟蹤能力。

技術(shù)領(lǐng)域

本發(fā)明屬于語音信號處理技術(shù)領(lǐng)域，具體涉及到根據(jù)含噪語音每個子帶的譜熵估計背景噪聲的均值，對含噪語音進行譜減，恢復(fù)純凈語音的語音增強方法。

背景技術(shù)

在語音的傳輸過程中，不可避免地會受到環(huán)境噪聲的干擾。含噪語音中混雜的噪聲不僅使聽者產(chǎn)生不舒服的感覺，而且會給語音編碼、語音識別等應(yīng)用系統(tǒng)帶來不利影響。因此，在實際應(yīng)用中，就需要采用各種語音增強方法抑制噪聲干擾，增強有用語音信號，增加語音的可懂度。

在傳統(tǒng)的語音增強算法中，需要對含噪語音進行端點檢測，將其劃分為有音段和靜音段，即將每一幀信號判斷為語音幀和非語音幀。在靜音段，估計噪聲頻譜的均值；在有音段，利用估得的噪聲均值，對每個語音幀的幅度譜進行增強，減小噪聲干擾的影響。然而，實際環(huán)境中的背景噪聲往往是非平穩(wěn)的，在有音段，噪聲的類型或強度也有可能發(fā)生變化。因此，僅僅在靜音段估計噪聲，無法實時跟蹤非平穩(wěn)噪聲的變化，這會給語音增強帶來不利影響。

發(fā)明內(nèi)容

發(fā)明目的：針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種基于子帶譜熵的語音增強方法。

技術(shù)方案：一種基于子帶譜熵的語音增強方法，首先將含噪語音的幅度譜劃分成若干個子帶，計算每個子帶的譜熵；然后，根據(jù)子帶譜熵，判斷該子帶是否存在語音；最后，對無音子帶，更新該子帶上所有數(shù)字頻率處的噪聲參數(shù)；對有音子帶，用譜減法對含噪語音的幅度譜進行增強。

本發(fā)明的具體步驟如下：

(1)對含噪語音進行預(yù)處理，包括加窗、分幀和快速傅里葉變換(FFT：FastFourier Transform)，并將每幀信號的頻譜分為幅度部分和相位部分；

(2)將含噪語音的幅度譜劃分為若干個子帶，并計算每個子帶上的譜熵；

(3)根據(jù)每個子帶上的譜熵，判斷該子帶是否存在語音；

(4)若某子帶上不存在語音，則對該子帶上的每個數(shù)字頻率，用平滑濾波方式更新其噪聲均值，并將其幅度譜設(shè)置為噪聲均值的0.01倍；

(5)若某子帶上存在語音，則對該子帶上的每個數(shù)字頻率，用加權(quán)譜減法減小噪聲的影響，增強含噪語音的幅度譜，提高含噪語音的信噪比；

(6)對增強后的語音信號進行IFFT(Inverse FFT)運算，得到時域信號；

(7)對時域幀信號進行重疊相加，得到增強后的連續(xù)語音。

本發(fā)明采用上述技術(shù)方案，具有以下有益效果：

本發(fā)明可以對每一幀信號的每個子帶的語音存在性進行判斷，增強噪聲估計算法對非平穩(wěn)環(huán)境的實時跟蹤能力。

附圖說明

圖1為本發(fā)明實施例的基于子帶譜熵的語音增強方法的總體框架圖。

具體實施方式

下面結(jié)合具體實施例，進一步闡明本發(fā)明，應(yīng)理解這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對本發(fā)明的各種等價形式的修改均落于本申請所附權(quán)利要求所限定的范圍。

如圖1所示，基于子帶譜熵的語音增強方法主要包括語音預(yù)處理、子帶劃分、子帶譜熵計算、噪聲估計、幅度增強、IFFT和重疊相加部分。

1、語音預(yù)處理