[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的短波信道語音抗衰落輔助增強(qiáng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011328103.2
• 申請(qǐng)日: 2020-11-24
• 公開（公告）號(hào): CN112634926B
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 陳延濤;董彬虹;張曉雪;蔡沅沅;李昊
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G10L21/0216
• 分類號(hào): G10L21/0216;G10L25/30
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 陳一鑫

該發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的短波信道語音抗衰落輔助增強(qiáng)方法，屬于通信技術(shù)領(lǐng)域，特別是抗短波衰落的語音增強(qiáng)輔助方法。首先定義發(fā)明所適用的短波語音通信模型。發(fā)射端獲得語音信號(hào)樣本后，會(huì)使用現(xiàn)有的語音增強(qiáng)技術(shù)消除背景環(huán)境噪聲，然后進(jìn)行SSB調(diào)制，并上變頻到短波頻段發(fā)射，發(fā)射信號(hào)通過短波信道到達(dá)遠(yuǎn)端的接收機(jī)，在進(jìn)行下變頻和SSB解調(diào)后執(zhí)行接收信號(hào)語音增強(qiáng)，從而實(shí)現(xiàn)本發(fā)明的發(fā)明目的。本發(fā)明抗衰落卷積神經(jīng)網(wǎng)絡(luò)可用于輔助大部分基于語音特征提取的語音增強(qiáng)算法，進(jìn)一步提高短波接收語音信號(hào)的質(zhì)量，例如可以與背景技術(shù)中闡述的譜減法，基于統(tǒng)計(jì)模型的方法和NMF算法等相結(jié)合。

技術(shù)領(lǐng)域

本發(fā)明屬于通信技術(shù)領(lǐng)域，特別是抗短波衰落的語音增強(qiáng)輔助方法。

背景技術(shù)

無線短波信道語音通信是一種常見的通信手段，在緊急通信、軍事通信以及無線電通信中廣泛使用。通過電離層短波信道可以以較低的成本進(jìn)行長(zhǎng)距離的無線通信，因此短波通信具有低成本和高靈活性的特點(diǎn)。但由于短波信道帶寬較低，語音信號(hào)往往在進(jìn)行模擬單邊帶(Single-side band,SSB)調(diào)制后以模擬信號(hào)的方式發(fā)送。短波信道具有快速變化、頻率選擇性的特點(diǎn)，以及信號(hào)經(jīng)過長(zhǎng)距離傳輸后的大尺度能量損耗，接收到的短波語音信號(hào)質(zhì)量往往較差，嚴(yán)重影響聽覺舒適度。因此，需要對(duì)短波語音接收信號(hào)進(jìn)行增強(qiáng)處理，以得到高質(zhì)量的語音信號(hào)。

語音增強(qiáng)是語音信號(hào)處理的重要環(huán)節(jié)，其主要任務(wù)是移除或者削弱噪聲語音信號(hào)中的背景噪聲，以提高語音信號(hào)的質(zhì)量和可懂度；現(xiàn)有的語音增強(qiáng)技術(shù)通常假設(shè)信道是理想的，例如譜減法，基于統(tǒng)計(jì)模型的方法和非負(fù)矩陣分解(Nonnegative matrixfactorization，NMF)算法等，但在電離層短波信道環(huán)境下這往往無法滿足，尤其是當(dāng)深衰落發(fā)生時(shí)，語音信號(hào)會(huì)因?yàn)樾旁氡冗^低，被淹沒在噪聲中而被增強(qiáng)算法完全清除，因此需要消除信道的影響以取得較好的增強(qiáng)效果。

目前，在短波語音通信的語音增強(qiáng)技術(shù)通常關(guān)注多路接收信號(hào)的分集合并，以及對(duì)多普勒頻偏的修正。對(duì)于單路接收語音信號(hào)的增強(qiáng)處理研究較少，傾向于直接采用現(xiàn)有的語音增強(qiáng)方法，因此對(duì)單路接收語音信號(hào)的改善有限。

發(fā)明內(nèi)容

本發(fā)明針對(duì)背景技術(shù)的缺陷，創(chuàng)造性地提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的抗衰落方法用于輔助語音增強(qiáng)，引入深度學(xué)習(xí)完成衰落補(bǔ)償，以盡可能移除短波信道的影響，從而實(shí)現(xiàn)更為有效的短波語音增強(qiáng)。

首先定義發(fā)明所適用的短波語音通信模型。發(fā)射端獲得語音信號(hào)樣本后，會(huì)使用現(xiàn)有的語音增強(qiáng)技術(shù)消除背景環(huán)境噪聲，然后進(jìn)行SSB調(diào)制，并上變頻到短波頻段發(fā)射，發(fā)射信號(hào)通過短波信道到達(dá)遠(yuǎn)端的接收機(jī)，在進(jìn)行下變頻和SSB解調(diào)后執(zhí)行接收信號(hào)語音增強(qiáng)，從而實(shí)現(xiàn)本發(fā)明的發(fā)明目的。

本發(fā)明技術(shù)方案為一種基于卷積神經(jīng)網(wǎng)絡(luò)的短波信道語音抗衰落輔助增強(qiáng)方法，該方法包括神經(jīng)網(wǎng)絡(luò)訓(xùn)練階段(步驟1)和語音增強(qiáng)階段(步驟2～5)；

其中神經(jīng)網(wǎng)絡(luò)訓(xùn)練階段的具體方法為：

步驟1：通過語音數(shù)據(jù)集x^train構(gòu)造含有信道衰落的短波語音數(shù)據(jù)集和含噪語音數(shù)據(jù)集

其中，h^train表示衰落短波信道，“*”表示卷積，n^train為指定信噪比的加性噪聲；將得到的短波語音數(shù)據(jù)集和含噪語音數(shù)據(jù)集分別經(jīng)過短時(shí)傅里葉變換進(jìn)行特征提取，獲得短波語音信號(hào)的幅度譜數(shù)據(jù)集和含噪語音信號(hào)幅度譜數(shù)據(jù)集

將作為輸入信號(hào)，作為目標(biāo)，進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，最終獲得具有抗衰落功能的卷積神經(jīng)網(wǎng)絡(luò)模型Anti-fading Net，由此完成訓(xùn)練；

所述語音增強(qiáng)階段的具體方法為：