[發明專利]氣導噪聲統計模型的建立方法及應用方法

有效

• 申請號: 201910296436.2
• 申請日: 2016-01-14
• 公開（公告）號: CN110085250B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 張軍;陳鑫源;潘偉鏘;寧更新;馮義志;余華;季飛;陳芳炯
• 申請（專利權）人: 深圳市韶音科技有限公司
• 主分類號: G10L21/0272
• 分類號: G10L21/0272;G10L21/038
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 李慶波

1.一種氣導噪聲統計模型的建立方法，其特征在于，包括：

同步采集氣導檢測語音和非氣導檢測語音并分幀；

根據非氣導檢測語音幀的短時自相關函數和短時能量，計算每幀非氣導檢測語音幀的短時平均過門限率，當所述短時平均過門限率大于預設的門限值時，判斷所述非氣導檢測語音幀為語音信號，否則為噪聲；

根據每個所述非氣導檢測語音幀的判決結果得到非氣導檢測語音信號的端點位置；

將檢測到的所述非氣導檢測語音信號端點對應的時刻作為氣導檢測語音的端點，提取氣導檢測語音中的純噪聲段；

利用氣導檢測語音的純噪聲段建立氣導噪聲統計模型；

利用所述氣導噪聲統計模型修正聯合統計模型，并對氣導檢測語音幀進行分類，然后根據分類結果對應的氣導語音線性頻譜統計模型和氣導噪聲統計模型計算最佳氣導語音濾波器，并對氣導檢測語音進行濾波增強后得到濾波增強語音；

根據非氣導語音到氣導語音的映射模型，將非氣導檢測語音轉換為氣導的映射語音；

將所述氣導的映射語音與所述濾波增強語音進行加權融合，得到融合增強后的語音；

其中，所述聯合統計模型、所述氣導語音線性頻譜統計模型和所述映射模型由同步采集的干凈的氣導訓練語音和非氣導訓練語音預先建立，所述映射模型采用前饋神經網絡。

2.根據權利要求1所述的方法，其特征在于，所述利用氣導檢測語音的純噪聲段建立氣導噪聲統計模型的步驟包括：

計算氣導檢測語音中純噪聲段信號的線性頻譜均值，保存該均值為氣導噪聲的統計模型參數。

3.根據權利要求1所述的方法，其特征在于，所述短時平均過門限率通過以下公式計算：

；

其中為取符號運算，為調節因子，為窗函數，為門限初值，為所述短時自相關函數，為所述短時能量，為所述短時平均過門限率。

4.根據權利要求1所述的方法，其特征在于，所述聯合統計模型通過以下步驟進行修正：

將聯合統計模型的參數轉換到線性頻譜域；

按氣導干凈語音和氣導噪聲在線性頻譜域是加性關系對聯合統計模型中的氣導語音數據流參數進行修正；

將修正后的線性頻譜域聯合統計模型參數轉換回原來的特征域，得到修正后的聯合統計模型；

其中，所述聯合統計模型中的所述氣導語音數據流參數為混合高斯模型或隱馬爾科夫模型中高斯分量的均值和協方差。

5.根據權利要求1所述的方法，其特征在于，所述根據分類結果對應的氣導語音線性頻譜統計模型和氣導噪聲統計模型計算最佳氣導語音濾波器的步驟包括：

提取氣導檢測語音和非氣導檢測語音的聯合特征參數，計算每一幀聯合檢測語音對應于各個分類的修正后聯合統計模型的輸出概率；

根據上述輸出概率計算聯合統計模型中非氣導檢測語音數據流和氣導檢測語音數據流的權重參數；

根據上述權重參數，采用更新后的聯合統計模型對氣導檢測語音幀進行分類，然后根據分類結果對應的氣導語音線性頻譜統計模型和氣導噪聲統計模型計算最佳氣導語音濾波器。

6.根據權利要求1所述的方法，其特征在于，所述非氣導檢測語音數據流和氣導檢測語音數據流的權重參數通過以下步驟計算：

設置氣導檢測語音的初始權重為，非氣導檢測語音的初始權重為，迭代次數，計算

其中表示模型混合分量數，為語音的幀數，與分別為第幀聯合檢測語音屬于聯合統計模型中第分類與第分類的概率，為聯合統計模型第分類與第分類統計參數的距離，、為聯合統計模型第分類與第分類的統計參數；

計算氣導檢測語音權重，非氣導檢測語音權重，采用更新后的權重重新計算與，然后重新計算；

若，為預設的閾值，則停止更新權重，執行下一步驟，否則，轉回上一步驟；

利用計算最佳權重和，其中為停止更新時的值。