[發明專利]一種語音晚期混響抑制方法及系統

在審

• 申請號: 202010016846.X
• 申請日: 2020-01-08
• 公開（公告）號: CN111179958A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 方澤煌;康元勛
• 申請（專利權）人: 廈門億聯網絡技術股份有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208
• 代理公司: 安徽知問律師事務所 34134
• 代理人: 郭大美

1.一種語音晚期混響抑制方法，其特征在于：包括

采集室內的混響語音信號，提取混響衰減參數；

根據混響衰減參數計算混響頻譜特征a；

根據混響頻譜特征a及樸素譜減法計算混響抑制后的語音頻譜特征b；

對語音頻譜特征b進行插值計算，利用混響語音信號的相位特征對語音頻譜特征b進行還原得到波形語音，并輸出該波形語音。

2.根據權利要求1所述的一種語音晚期混響抑制方法，其特征在于：提取混響衰減參數的具體過程包括：

對混響語音信號進行加窗分幀處理并進行短時傅里葉變換；

計算每幀的幅度譜并將幅度譜均勻分為H個頻帶；

計算每個頻帶的均值和最大值得到H維子頻帶特征和H個最大值；

利用H個最大值對H維子頻帶特征進行歸一化處理得到H個混響衰減參數。

3.根據權利要求1所述的一種語音晚期混響抑制方法，其特征在于：通過以下公式計算混響頻譜特征a：

(0j≤c且d+c≤i)或(j+d-1id+c),i,j∈N₊

其中表示當前幀估計的混響頻譜特征a，X表示輸入信號頻譜特征，i表示當前混響頻譜特征幀索引，j表示混響衰減參數幀索引，c表示聲源發出聲音到到達麥克風的時間，d表示混響衰減參數的長度。

4.根據權利要求1所述的一種語音晚期混響抑制方法，其特征在于：利用線性插值方法對語音頻譜特征b進行插值。

5.根據權利要求2所述的語音晚期混響抑制方法，其特征在于：通過下列公式進行歸一化處理：

D＝X_subband/M

其中D表示歸一化后的衰減參數，X_subband表示H維子頻帶特征，M表示H維子頻帶對應的最大值。

6.根據權利要求3所述的一種語音晚期混響抑制方法，其特征在于：利用以下公式計算混響抑制后的語音頻譜特征b：

其中表示混響抑制后的語音頻譜特征b。

7.根據權利要求4所述的一種語音晚期混響抑制方法，其特征在于：對語音頻譜特征b的H維子頻帶特征進行插值得到若干個頻點，利用以下公式對語音頻譜特征b進行插值：

beginfend

其中，f表示表示頻點編號，begin表示當前子頻帶的第一個頻點，end表示當前子頻帶的最后一個頻點，y表示各頻點的數值。

8.根據權利要求1～7任一項所述的語音晚期混響抑制方法，其特征在于：利用混響語音信號的相位特征進行逆傅里葉變換將語音頻譜特征b還原得到波形語音。

9.一種語音晚期混響抑制系統，其特征在于：包括采集單元、計算單元、傳輸單元和終端，采集單元與計算單元電連接，計算單元和終端分別與傳輸單元連接，其中，所述計算單元包括存儲器和處理器，存儲器與處理器連接，且存儲器內存儲有程序，該程序用于實現權利要求1～8任一項所述的一種語音晚期混響抑制方法，處理器用于執行程序輸出波形語音。

10.根據權利要求9所述的一種生成混合語音數據的系統，其特征在于，采集單元包括聲音采集器和信號轉換器，聲音采集器與信號轉換器電連接，信號轉換器與計算單元電連接。