[發明專利]一種語音去混響的方法及裝置

在審

• 申請號: 201910016620.7
• 申請日: 2019-01-08
• 公開（公告）號: CN109637553A
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 梁民;徐紅艷;畢海
• 申請（專利權）人: 電信科學技術研究院有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L21/0224
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;安利霞

本發明提供了一種語音去混響的方法及裝置，涉及語音信號處理技術領域。該語音去混響的方法，包括：獲取混響語音的語譜信號；對所述混響語音的語譜信號進行歸一化處理，得到混響語音的歸一化語譜圖；對所述混響語音的歸一化語譜圖進行時頻域二維濾波，獲取類混響系統頻響；對所述類混響系統頻響進行后處理，獲取混響系統頻響估計；根據所述混響語音的語譜信號和所述混響系統頻響估計，獲取去混響語音信號的語譜；根據所述去混響語音信號的語譜，獲取時域去混響語音信號。上述方案，可以節省去混響的計算資源，降低了去混響成本，可以實現有效的去混響，即使在嚴重混響的環境中，自動語音識別的性能也有明顯的提高。

技術領域

本發明涉及語音信號處理技術領域，特別涉及一種語音去混響的方法及裝置。

背景技術

眾所周知，語音去混響技術已廣泛應用于免提電話、助聽器、電話會議系統、高保真語音控制系統和自動語音識別系統。語音去混響方法又稱混響消除法，通常大致分為有三大類，但是現有的語音去混響方法又分別存在下列問題：

第一類基于麥克風陣列處理的去混響技術，其性能受限于陣列的麥克風數目，要獲得令人滿意的去混響結果，勢必需要大量的麥克風，這便導致實際產品的成本提高和結構設計的困難增加。第二類在頻域對后混響信號進行抑制處理的去混響技術需要首先估計出工作環境的混響時間參數(RT60)，但由于目前尚缺乏關于工作環境中與頻率關聯的混響時間參數(RT60)的高精度實時估計算法，故該技術的去混響性能受限。第三類基于逆濾波思想的去混響技術中能實際應用的WPE方法涉及一個高階觀測數據相關矩陣的偽逆運算，因而在商用DSP上實現時通常耗費較多的計算資源。

發明內容

本發明實施例提供一種語音去混響的方法及裝置，以解決現有的語音去混響技術存在成本較高、結構設計較為復雜、去混響能力受限、實現耗費較多計算資源的問題。

為了解決上述技術問題，本發明實施例提供一種語音去混響的方法，包括：

獲取混響語音的語譜信號；

對所述混響語音的語譜信號進行歸一化處理，得到混響語音的歸一化語譜圖；

對所述混響語音的歸一化語譜圖進行時頻域二維濾波，獲取類混響系統頻響；

對所述類混響系統頻響進行后處理，獲取混響系統頻響估計；

根據所述混響語音的語譜信號和所述混響系統頻響估計，獲取去混響語音信號的語譜；

根據所述去混響語音信號的語譜，獲取時域去混響語音信號。

可選地，所述對所述混響語音的語譜信號進行歸一化處理，得到混響語音歸一化語譜圖，包括：

根據公式：獲取混響語音的歸一化語譜圖；

其中，X_norm(k，t)為混響語音的歸一化語譜圖；X(k，t)為混響語音的語譜信號；X_max為X(k，t)的最大值；M為預設的正整數，且M為灰度電平等級的個數；為向下取整函數；k為離散頻率的索引；t為時域信號幀索引。

可選地，所述對所述混響語音的歸一化語譜圖進行時頻域二維濾波，獲取類混響系統頻響，包括：

根據公式：H(k，t)＝X_norm(k，t)*G(k，t)，獲取類混響系統頻響；

其中，H(k，t)為類混響系統頻響；X_norm(k，t)為混響語音的歸一化語譜圖；*為線性卷積算平；G(k，t)為平滑核，且∫∫G(k，t)dtdk＝1，β為歸一化系數常數，且β使得的全積分等于1；α為濾波半徑，且α越大，圖像越銳化；k為離散頻率的索引；t為時域信號幀索引。

可選地，所述對所述類混響系統頻響進行后處理，獲取混響系統頻響估計，包括：