[發(fā)明專利]一種應(yīng)用于語音數(shù)字信號的實時自動增益控制方法

有效

• 申請?zhí)枺?/td>: 202011030786.3
• 申請日: 2020-09-27
• 公開（公告）號: CN112151047B
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計）人: 曾慶寧;王師琦;王紅麗;張碩
• 申請（專利權(quán)）人: 桂林電子科技大學
• 主分類號: G10L19/083
• 分類號: G10L19/083;G10L21/02;G10L21/0208
• 代理公司: 桂林市華杰專利商標事務(wù)所有限責任公司 45112
• 代理人: 覃永峰

本發(fā)明公開了一種應(yīng)用于語音數(shù)字信號的實時自動增益控制方法，該方法包括：使用平滑濾波器求語音數(shù)字信號的近似上包絡(luò)；將包絡(luò)作為NLMS自適應(yīng)濾波器的輸入，NLMS的目標參考值根據(jù)輸入信號為語音或非語音分別設(shè)置，將NLMS的自適應(yīng)權(quán)重作為快速增益輸出；若輸入信號長時間非語音且時間超過預(yù)設(shè)的閥值，系統(tǒng)將切換為靜默模式，快速增益設(shè)為1；若快速增益超過預(yù)設(shè)的最大增益值，則將快速增益設(shè)置為最大增益值；通過平滑濾波器將快速增益處理成平滑增益；使用平滑增益乘以輸出語音信號得到輸出語音信號。該方法具有快速、有效、實時的特點，可應(yīng)用在實時語音通話，網(wǎng)絡(luò)視頻會議等場景，能有效解決語音忽大忽小的問題，改善用戶的使用體驗。

技術(shù)領(lǐng)域

本發(fā)明涉及語音信號處理領(lǐng)域，具體是一種應(yīng)用于語音數(shù)字信號的實時自動增益控制方法。

背景技術(shù)

隨著計算機和互聯(lián)網(wǎng)技術(shù)的發(fā)展，實時語音通話和視頻通話的應(yīng)用越來越廣泛，音視頻技術(shù)也越來越得到重視。語音自動增益控制(Automatic Gain Control簡稱AGC)是音視頻技術(shù)中音頻處理的重要環(huán)節(jié)，語音自動增益控制主要目標是解決語音通話時聲音忽大忽小的情況，語音自動增益控制處理效果將直接影響著用戶的體驗。近些年來，出現(xiàn)了許多實用的語音實時自動增益控制方法，他們大多都是基于語音的峰值比較和門限比較的方法，這類方法的增益響應(yīng)速度往往不夠快，對音量極小的語音信號往往增益不夠明顯。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有技術(shù)的不足，而提供一種應(yīng)用于語音數(shù)字信號的實時自動增益控制方法。這種方法能自適應(yīng)調(diào)整語音的增益、增益小音量的語音、減小語音音量的動態(tài)范圍，使得語音的音量變得相對統(tǒng)一，從而提高用戶的聽感體驗。

實現(xiàn)本發(fā)明目的的技術(shù)方案是：

一種應(yīng)用于語音數(shù)字信號的實時自動增益控制方法，與現(xiàn)有技術(shù)不同處在于，所述方法是采用歸一化最小均方(Normalized Least Mean Square簡稱NLMS)自適應(yīng)濾波器為核心控制單元，通過增益控制信息、包絡(luò)提取和增益平滑濾波器控制整個增益過程，包括如下步驟：

1)在語音流的處理過程中，接收到經(jīng)過降噪、消回聲和去混響處理過后的數(shù)字語音信號x(n)和語音活動檢測VAD(Voice Activity Detection簡稱VAD)的結(jié)果v(n)，每次處理的語音流以采樣點為單位或以幀為單位，若語音流處理單位為樣點，則系統(tǒng)的輸入語音為x(n)＝x(t)、VAD信息為v(n)＝v(t)，n代表當前時刻，t代表當前采樣點；若語音流處理單位為幀，則輸入語音和VAD信息分別為：

x(n)＝max[X(l)]，

v(n)＝v(l)，

其中，l代表當前幀，X(l)表示當前幀的采樣點向量，max表示取向量的最大值；

2)對步驟1)接受到的語音信號x(n)做絕對值處理，并求得語音信號x(n)近似包絡(luò)x_env(n)；

3)將步驟2)中近似包絡(luò)x_env(n)作為NLMS自適應(yīng)濾波器的輸入，根據(jù)步驟1)得到的VAD結(jié)果v(n)選擇NLMS的目標參考值，將NLMS的自適應(yīng)權(quán)重作為系統(tǒng)的快速增益g_f(n)，包括如下過程：

3-1)將步驟2)中得到的近似包絡(luò)作為NLMS自適應(yīng)濾波器的輸入，根據(jù)步驟1)中接收到的VAD結(jié)果v(n)選取NLMS的參考值Ref，假設(shè)語音采樣點的值為-1到1之間，當語音活動時，參考值Ref取0.001；當非語音時，參考值Ref取0.5；

3-2)所述NLMS自適應(yīng)濾波器為一階自適應(yīng)濾波器，濾波器權(quán)重g_f(n)即為系統(tǒng)的快速增益，快速增益的迭代公式為：

g_f(n)＝g_f(n-1){1+μx_env(n)[Ref-y_f(n-1)]}，