[發(fā)明專利]一種基于迭代維納濾波的助聽器多通道語音增強(qiáng)算法

在審

• 申請?zhí)枺?/td>: 201910099519.2
• 申請日: 2019-01-31
• 公開（公告）號(hào): CN109961799A
• 公開（公告）日: 2019-07-02
• 發(fā)明（設(shè)計(jì)）人: 凃磊
• 申請（專利權(quán)）人: 杭州惠耳聽力技術(shù)設(shè)備有限公司
• 主分類號(hào): G10L21/0232
• 分類號(hào): G10L21/0232;G10L25/21;H04R25/00
• 代理公司: 杭州天欣專利事務(wù)所(普通合伙) 33209
• 代理人: 梁斌

本發(fā)明公開一種基于迭代維納濾波的助聽器多通道語音增強(qiáng)算法，算法步驟為：將帶噪信號(hào)分成多幀；對每一幀帶噪信號(hào)進(jìn)行噪聲估計(jì)；計(jì)算后驗(yàn)信噪比；由后驗(yàn)信噪比估計(jì)出先驗(yàn)信噪比；由先驗(yàn)信噪比計(jì)算出降噪所需要的降噪衰減增益；降噪衰減增益作用于帶噪信號(hào)得到增強(qiáng)語音信號(hào)；使用得到的增強(qiáng)語音信號(hào)作為給定的增強(qiáng)語音，繼續(xù)對下一幀語音信號(hào)重復(fù)前面步驟。本發(fā)明提供的語音增強(qiáng)算法具有算法復(fù)雜度低、降噪效果好、在保證聽力補(bǔ)償?shù)耐瑫r(shí)能提升助聽器佩戴者的言語識(shí)別能力的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及助聽器語音增強(qiáng)算法設(shè)計(jì)領(lǐng)域，具體地講，涉及一種基于迭代維納濾波的助聽器多通道語音增強(qiáng)算法。

背景技術(shù)

在助聽器發(fā)展的漫長歷史中，為了提高語音理解度和聆聽舒適度，所研發(fā)的各種降噪技術(shù)大體上可以歸結(jié)為兩類：方向性傳聲和語音增強(qiáng)算法。前者是基于語音和噪聲在空間上的差異性設(shè)計(jì)，利用方向性傳聲器或多麥克風(fēng)陣列的波束形成技術(shù)來增強(qiáng)特定方向上的語音信號(hào)；后者則是旨在利用語音和噪聲在時(shí)間和頻譜上的差異性，將語音從帶噪信號(hào)中分離出來并且對背景噪聲進(jìn)行衰減從而達(dá)到增強(qiáng)語音的目的。

目前，常用的語音增強(qiáng)算法主要有譜減法、維納濾波法、子空間法、聽覺掩蔽法等。譜減法雖然實(shí)現(xiàn)簡單，但容易產(chǎn)生音樂噪聲；子空間法的計(jì)算量大；而維納濾波算法則是采用短時(shí)譜估計(jì)算法來削弱通道中的噪聲信號(hào)，是比較常規(guī)及主流的語音增強(qiáng)方法，實(shí)現(xiàn)方式也比較成熟。

但是，傳統(tǒng)的基于維納濾波的語音增強(qiáng)算法若要直接應(yīng)用于助聽器，還是存在著諸多限制的，比如，(1)、助聽器本身體積小、功耗低，因此處理器芯片的計(jì)算速度比起通用處理器芯片要慢很多；(2)、助聽器的應(yīng)用環(huán)境下對延時(shí)的要求非常高，通常不得多于10ms；(3)、助聽器一般需采用多通道分頻放大壓縮處理，原有算法架構(gòu)對降噪算法的兼容性要求也很高。綜合以上原因，有必要設(shè)計(jì)一種算法復(fù)雜度低、不增加額外時(shí)延且降噪性能好的用于助聽器中的語音增強(qiáng)算法。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)中存在的上述不足，而提供一種算法復(fù)雜度低、降噪效果好、在保證聽力補(bǔ)償?shù)耐瑫r(shí)能提升助聽器佩戴者的言語識(shí)別能力的基于迭代維納濾波的助聽器多通道語音增強(qiáng)算法。

本發(fā)明解決上述問題所采用的技術(shù)方案是：一種基于迭代維納濾波的助聽器多通道語音增強(qiáng)算法，其特征在于：步驟如下：

步驟一：初始化：將帶噪語音信號(hào)x(n)分解為M幀，幀長為n(由實(shí)際情況取值)，每一幀語音帶噪信號(hào)序列用x_i(n)表示；

步驟二：在第i次迭代中(i＝0，1，2，…M)，對于給定的第i幀語音信號(hào)x_i(n)進(jìn)行噪聲估計(jì)；x_i(n)經(jīng)頻段解析模塊分成多頻率段信號(hào)成分，然后對各頻率段信號(hào)進(jìn)行噪聲功率譜估計(jì)，具體步驟為：

(1)計(jì)算各頻率段信號(hào)的實(shí)時(shí)功率譜P(i，k)，其中i為幀數(shù)，k為頻點(diǎn)；

(2)對實(shí)時(shí)功率譜進(jìn)行時(shí)間平滑處理：

P_s(i,，k)＝αP_s(i-1，k)+(1-α)P(i，k)

其中，P_s(i，k)為平滑后的第i幀、k頻點(diǎn)的語音信號(hào)功率譜；α為平滑系數(shù)；

(3)跟蹤各頻率段信號(hào)的功率譜的最小值，進(jìn)行最小值統(tǒng)計(jì)：

其中，γ和β為經(jīng)驗(yàn)系數(shù)；

(4)由預(yù)估的信號(hào)功率與噪聲功率的比值來決定通道內(nèi)是否存在語音：

其中，δ為門限值；

(5)通過I(i，k)更新頻率段內(nèi)語音出現(xiàn)的概率p(i，k)：