[發(fā)明專利]噪聲估計方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811554601.1
• 申請日: 2018-12-18
• 公開（公告）號: CN109741760B
• 公開（公告）日: 2020-12-22
• 發(fā)明（設計）人: 管青松;馬峰;王海坤
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G10L21/0232
• 分類號: G10L21/0232
• 代理公司: 北京維澳專利代理有限公司 11252
• 代理人: 王立民;賈博雍

本發(fā)明公開了一種噪聲估計方法及系統(tǒng)，其中所述方法包括：接收帶噪語音數(shù)據(jù)；提取所述帶噪語音數(shù)據(jù)中的原噪聲信號；根據(jù)頻率劃分標準，對所述原噪聲信號進行壓縮，得到目標噪聲信號。本發(fā)明基于有限的硬件資源，能夠在有效減小后續(xù)運算量的同時不會造成性能損失。進一步地，本發(fā)明可以基于經(jīng)由大量數(shù)據(jù)訓練的分類器，能夠得到準確的噪聲數(shù)據(jù)，為后續(xù)降低運算量的相關操作提供可靠的噪聲預測基礎。更進一步地，本發(fā)明可以根據(jù)場景噪聲特性的先驗知識以及準確提取的噪聲信號，還能夠有效地追蹤到不穩(wěn)定的突變噪聲。

技術領域

本發(fā)明涉及信號處理領域，尤其涉及一種噪聲估計方法及系統(tǒng)。

背景技術

語音識別技術應用廣泛，例如車載語音交互系統(tǒng)等，為了確保識別準確率，需要對音頻輸入的質(zhì)量進行可靠的預估，并對可能干擾到后續(xù)識別處理過程的音頻進行處理。例如在行駛中的汽車內(nèi)采集到的語音數(shù)據(jù)會包含大量的背景噪聲，容易導致相關的語音識別、動作執(zhí)行以及通信質(zhì)量等受到干擾，因此通常需要對接收到的音頻輸入信號進行降噪處理。

對于語音信號的估計，一般采用基于對數(shù)幅度譜的估計器，在高斯信號的模型假設下，對數(shù)幅度譜的均方誤差最小化，從而進行針對語音信號的估計。主流的降噪處理手段包括維納濾波方法，即假設噪聲與語音信號不相關，在最小化均方誤差的準則下，得到跟信噪比相關的增益，并對原始信號的各個頻點乘以該增益。這樣，噪聲對應的頻點會被消除，而語音對應的頻點會保留下來。其中，求取上述增益主要通過以下三個步驟實現(xiàn)：噪聲估計、信噪比估計以及增益估計。并且，信噪比正確與否很大程度取決于對于噪聲的估計是否可靠、準確。

傳統(tǒng)的噪聲估計方法多是利用語音活性檢測作為分辨基礎，并在噪聲段通過統(tǒng)計信息來進行噪聲預測，但對于突變的噪聲跟蹤能力較差，且在低信噪比的情況下，噪聲段與語音段區(qū)分不明顯，無法進行有效的噪聲估計。尤其是，出于整個行業(yè)對于成本的考慮，在對硬件數(shù)量和規(guī)格進行限制的前提下(使用單麥克風進行降噪運算，且使用較小的ROM和RAM芯片)，為了得到良好的降噪處理結果，對降噪過程中運算的復雜度的要求較高，而前期的噪聲估計過程對降噪處理運算量具有直接影響。

發(fā)明內(nèi)容

本發(fā)明旨在提供一種能夠降低后續(xù)處理運算量，且相比現(xiàn)有噪聲估計手段更為可靠的噪聲估計方法及系統(tǒng)。

本發(fā)明采用的技術方案如下：

一種噪聲估計方法，包括：

接收帶噪語音數(shù)據(jù)；

提取所述帶噪語音數(shù)據(jù)中的原噪聲信號；

根據(jù)頻率劃分標準，對所述原噪聲信號進行壓縮，得到目標噪聲信號。

可選地，所述根據(jù)頻率劃分標準，對所述原噪聲信號進行壓縮包括：

根據(jù)噪聲特性，確定截斷頻率閾值以及相應的頻率分辨率；

根據(jù)所述截斷頻率閾值將所述原噪聲信號劃分為至少兩個子頻段；

在所述子頻段按照相應的所述頻率分辨率進行劃分，以壓縮所述原噪聲信號的頻點數(shù)量。

可選地，所述在所述子頻段按照相應的所述頻率分辨率進行劃分包括：

對基于同一個所述截斷頻率閾值劃分的子頻段，高于該截斷頻率閾值的所述子頻段采用較低的所述頻率分辨率進行劃分，低于該截斷頻率閾值的所述子頻段采用較高的所述頻率分辨率進行劃分。

可選地，所述提取所述帶噪語音數(shù)據(jù)中的原噪聲信號包括：

利用預先訓練的音頻分類模型，從所述帶噪語音數(shù)據(jù)中剔除語音信號，得到所述原噪聲信號。

可選地，所述方法還包括：

利用先驗知識對所述原噪聲信號中的平穩(wěn)噪聲進行估算；