[發明專利]一種基于噪聲分類優化IMCRA算法的語音增強方法

在審

• 申請號: 202011115467.2
• 申請日: 2020-10-19
• 公開（公告）號: CN112133322A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 張建;尹紅芳;張濤;邵洋洋
• 申請（專利權）人: 南通賽洋電子有限公司
• 主分類號: G10L21/0264
• 分類號: G10L21/0264;G10L21/0216;G10L25/21;G10L25/24;G10L25/30;G06N3/08;G06N3/04
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 陳亮亮

本發明公開了一種基于噪聲分類優化IMCRA算法的語音增強方法，包含以下步驟：針對不同噪聲類型尋找最優的α_s、α_d和α參數組合，其中α_s和α_d是IMCRA算法在估計噪聲功率譜時的兩個平滑參數，α是先驗信噪比估計的權重參數；利用卷積神經網絡CNN對輸入信號的噪聲類型進行分類；按照不同的噪聲類型，根據步驟一的尋優結果選擇不同的參數組：α_s、α_d和α；根據步驟三選定的參數組，利用IMCRA方法對測試集信號進行語音增強，得到最終增強的語音。本發明具有更好的語音增強效果，被增強的語音無論在質量還是可懂度方面均有所提升。

技術領域

本發明涉及一種語音增強方法，特別是一種基于噪聲分類優化IMCRA算法的語音增強方法，屬于語音處理領域。

背景技術

在語音信號的處理過程中，噪聲污染的問題不可避免。因此，如何有效地抑制噪聲，提高語音信號的質量和可懂度成為眾多學者研究的熱點。目前，多種語音增強算法已被提出，主要包括基于信號處理的方法、基于模型訓練的方法和基于統計模型的方法。

在基于信號處理的方法中，譜減法和維納濾波法是兩種最具有代表性的技術。在正確估計背景噪聲的情況下，該類方法能取得較好的分離性能。然而，在低信噪比的條件下，背景噪聲很難準確估計，該類方法性能則大大下降。在基于模型訓練的方法中，深度學習就近年來興起的一種，該類方法在低信噪比、復雜背景噪聲條件下能夠表現較好的效果，但是模型訓練復雜，在實際中難以實用。基于統計模型的方法，在低信噪比的條件下也可以取得比較好的分離性能，同時其相對于模型訓練的方法具有較低復雜度。改進的最小控制遞歸平均(Improved Minima Controlled Recursive Averaging，IMCRA)方法是基于統計模型的方法中性能較好的一個。然而在未知的、不匹配噪聲條件下，傳統的IMCRA算法對噪聲功率譜的估計效果惡化嚴重，并且對提高帶噪信號的可懂度增益效果較小。

發明內容

本發明所要解決的技術問題是提供一種基于噪聲分類優化IMCRA算法的語音增強方法，來獲得質量和可懂度都有所提升的語音。

為解決上述技術問題，本發明所采用的技術方案是：

一種基于噪聲分類優化IMCRA算法的語音增強方法，其特征在于包含以下步驟：

步驟一：針對不同噪聲類型尋找最優的α_s、α_d和α參數組合，其中α_s和α_d是IMCRA算法在估計噪聲功率譜時的兩個平滑參數，α是先驗信噪比估計的權重參數；

步驟二：利用卷積神經網絡CNN對輸入信號的噪聲類型進行分類；

步驟三：按照不同的噪聲類型，根據步驟一的尋優結果選擇不同的參數組：α_s、α_d和α；

步驟四：根據步驟三選定的參數組，利用IMCRA方法對測試集信號進行語音增強，得到最終增強的語音。

進一步地，所述步驟一具體為

1.1對輸入的純凈語音進行去直流處理和幅值歸一化處理；

1.2對純凈語音信號疊加不同種類的噪聲，得到帶噪語音信號；

1.3對于每一類噪聲的帶噪語音信號，進行預處理包括分幀和加窗處理；

1.4對于每一類噪聲的帶噪語音信號，利用固定變量法對參數α進行尋優；

1.5對于每一類噪聲的帶噪語音信號，利用固定變量法分別對參數α_s和α_d進行尋優。

進一步地，所述1.4具體為