[發(fā)明專利]一種掩碼估計(jì)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910092059.0
• 申請(qǐng)日: 2019-01-30
• 公開（公告）號(hào): CN109859769B
• 公開（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 張健;曹圣紅;王海坤
• 申請(qǐng)（專利權(quán)）人: 西安訊飛超腦信息科技有限公司
• 主分類號(hào): G10L21/0216
• 分類號(hào): G10L21/0216;G10L21/0232
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張小娜;王寶筠

本申請(qǐng)公開了一種掩碼估計(jì)方法及裝置，該方法包括：生成能量表征信息，該能量表征信息表征了頻點(diǎn)為f的方向性信號(hào)在N個(gè)波束上輸出的能量差異信息，該N個(gè)波束是以麥克風(fēng)陣列為基準(zhǔn)而預(yù)設(shè)的具有不同指向的各個(gè)波束；然后，根據(jù)生成的能量表征信息估計(jì)得到N個(gè)掩碼值，該N個(gè)掩碼值用于表征方向性信號(hào)分別來自N個(gè)波束所指向的空間區(qū)域時(shí)的概率。可見，本申請(qǐng)?jiān)谶M(jìn)行掩碼估計(jì)時(shí)，考慮了能量差異信息，該能量差異信息不受環(huán)境噪聲的影響，可以保證掩碼估計(jì)結(jié)果的有效性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及信號(hào)處理技術(shù)領(lǐng)域，尤其涉及一種掩碼估計(jì)方法及裝置。

背景技術(shù)

實(shí)際中，遠(yuǎn)距離拾音的應(yīng)用需求非常廣泛。例如，學(xué)生上課時(shí)想把老師們的授課內(nèi)容錄下來，供以后重聽、復(fù)習(xí)；在一些會(huì)議場(chǎng)合，秘書希望能夠錄下領(lǐng)導(dǎo)們的發(fā)言，甚至將錄音用語音識(shí)別軟件直接轉(zhuǎn)寫為文字，便于整理會(huì)議紀(jì)要。遠(yuǎn)距離拾音相比近距離拾音的優(yōu)勢(shì)在于：

1)靈活便利：不需要在每個(gè)發(fā)言人面前都擺放一個(gè)拾音設(shè)備，布置更加便利，避免了更換發(fā)言人時(shí)還需要移動(dòng)拾音設(shè)備的麻煩。而且，有時(shí)候用戶自帶的拾音設(shè)備也不方便放置在發(fā)言人面前。

2)隱蔽：遠(yuǎn)距離拾音技術(shù)降低了拾音設(shè)備的存在感，提高了講話者的舒適度，也使拾音場(chǎng)所的室內(nèi)布置更加簡(jiǎn)潔。甚至有些應(yīng)用場(chǎng)景需要秘密拾音，對(duì)遠(yuǎn)距離拾音的需求更加強(qiáng)烈。

雖然遠(yuǎn)距離拾音在應(yīng)用上更有優(yōu)勢(shì)，但當(dāng)前的遠(yuǎn)距離拾音技術(shù)還無法達(dá)到近距離拾音的效果。其原因在于輸入信號(hào)的信噪比極低，即，由于拾音設(shè)備距離說話人較遠(yuǎn)，意味著錄到的說話人語音的音量較低，盡管拾音場(chǎng)所的環(huán)境噪聲本來不大，但實(shí)際錄到的信號(hào)的信噪比也很低，在這種情況下，環(huán)境噪聲的影響非常顯著，使得現(xiàn)有的掩碼估計(jì)方法會(huì)失效，從而導(dǎo)致語音無法增強(qiáng)，進(jìn)而無法保證遠(yuǎn)距離的拾音效果。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例的主要目的在于提供一種掩碼估計(jì)方法及裝置，能夠保證掩碼估計(jì)結(jié)果的有效性。

本申請(qǐng)實(shí)施例提供了一種掩碼估計(jì)方法的流程示意圖，包括：

生成能量表征信息，所述能量表征信息表征了頻點(diǎn)為f的方向性信號(hào)在N個(gè)波束上輸出的能量差異信息，所述N個(gè)波束是以麥克風(fēng)陣列為基準(zhǔn)而預(yù)設(shè)的具有不同指向的各個(gè)波束，N≥2；

根據(jù)所述能量表征信息估計(jì)得到N個(gè)掩碼值，所述N個(gè)掩碼值用于表征所述方向性信號(hào)分別來自所述N個(gè)波束所指向的空間區(qū)域時(shí)的概率。

可選的，所述生成能量表征信息，包括：

生成所述N個(gè)波束中的每一波束對(duì)應(yīng)的夾角差異信息，作為能量表征信息；

其中，所述夾角差異信息包括：對(duì)應(yīng)波束與所述N個(gè)波束中的每一波束之間的夾角。

可選的，所述生成能量表征信息，包括：

生成所述N個(gè)波束中的每一波束對(duì)應(yīng)的延遲差異信息，作為能量表征信息；

其中，所述延遲差異信息包括：當(dāng)所述方向性信號(hào)位于對(duì)應(yīng)波束指向的空間區(qū)域時(shí)，所述方向性信號(hào)從所述麥克風(fēng)陣列中的每一麥克風(fēng)到所述麥克風(fēng)陣列的中心位置之間的時(shí)間延遲。

可選的，所述根據(jù)所述能量表征信息估計(jì)得到N個(gè)掩碼值，包括：

根據(jù)所述能量表征信息，為所述N個(gè)波束分別構(gòu)建一個(gè)掩碼計(jì)算模型；

利用構(gòu)建的N個(gè)掩碼計(jì)算模型，估計(jì)得到N個(gè)掩碼值。

可選的，所述利用構(gòu)建的N個(gè)掩碼計(jì)算模型，估計(jì)得到N個(gè)掩碼值，包括：

生成所述方向性信號(hào)在所述N個(gè)波束上輸出的能量值；

根據(jù)生成的N個(gè)能量值以及構(gòu)建的N個(gè)掩碼計(jì)算模型，估計(jì)得到N個(gè)掩碼估計(jì)值。

可選的，所述方向性信號(hào)包括方向性噪聲，所述方法還包括：