[發明專利]聲音信號識別方法及裝置

在審

• 申請號: 202110572969.6
• 申請日: 2021-05-25
• 公開（公告）號: CN113314135A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 何琪琪;侯海寧
• 申請（專利權）人: 北京小米移動軟件有限公司;北京小米松果電子有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216
• 代理公司: 北京名華博信知識產權代理有限公司 11453
• 代理人: 姜超

1.一種聲音信號識別方法，其特征在于，包括：

獲取至少兩個采集點分別對至少兩個聲源采集的原始觀測數據；

對所述原始觀測數據進行第一級降噪處理，得到后驗域估計數據；

根據所述后驗域估計數據，得到各個聲源的信號分量；

分別對各個所述聲源的信號分量進行第二級降噪處理，得到波束成形估計信號；

根據所述波束成形估計信號，得到各個所述聲源的時域聲源信號。

2.根據權利要求1所述的聲音信號識別方法，其特征在于，對所述原始觀測數據進行第一級降噪處理，得到后驗域估計數據的步驟包括：

初始化各個頻點的分離矩陣及各個聲源在各個頻點的加權協方差矩陣，所述分離矩陣的行數和列數均為聲源的數量；

求取各個采集點處的時域信號，并根據所述時域信號對應的頻域信號構建觀測信號矩陣；

根據上一幀的分離矩陣和所述觀測信號矩陣，求取當前幀各個聲源的先驗頻域估計；

根據所述先驗頻域估計更新所述加權協方差矩陣；

根據更新后的所述加權協方差矩陣，更新所述分離矩陣；

校正更新后的所述分離矩陣；

根據校正后的所述分離矩陣，對所述原始觀測數據進行分離，將分離得到的各個聲源的后驗域估計數據。

3.根據權利要求2所述的聲音信號識別方法，其特征在于，根據上一幀的分離矩陣和所述觀測信號矩陣，求取當前幀各個聲源的先驗頻域估計的步驟包括：

根據上一幀的分離矩陣對所述觀測信號矩陣進行分離，得到當前幀各個聲源的先驗頻域估計。

4.根據權利要求2所述的聲音信號識別方法，其特征在于，根據所述先驗頻域估計更新所述加權協方差矩陣的步驟包括：

根據所述觀測信號矩陣及所述觀測信號矩陣的共軛轉置矩陣，更新所述加權協方差矩陣。

5.根據權利要求2所述的聲音信號識別方法，其特征在于，根據更新后的所述加權協方差矩陣，更新所述分離矩陣的步驟包括：

根據各個聲源的加權協方差矩陣，計算各個聲源的特征向量；

根據所述特征向量，分別更新各個聲源的分離矩陣。

6.根據權利要求2所述的聲音信號識別方法，其特征在于，校正更新后的所述分離矩陣的步驟包括：

根據所述分離矩陣的逆矩陣的對角陣，對所述分離矩陣進行頻譜幅度解模糊處理，以校正所述分離矩陣的頻譜畸變。

7.根據權利要求1所述的聲音信號識別方法，其特征在于，根據所述后驗域估計數據，得到各個聲源的信號分量的步驟包括：

根據所述后驗域估計數據，得到各個聲源在波束成形濾波器的各通道中的信號分量，所述信號分量包括期望信號和殘留噪聲信號。

8.據權利要求7所述的聲音信號識別方法，其特征在于，分別對各個所述聲源的信號分量進行第二級降噪處理，得到波束成形估計信號的步驟包括：

根據各個所述聲源的信號分量，確定各個所述聲源的輸入信號；

分別對各個所述聲源的所述輸入信號逐幀進行如步驟一至二的處理：

步驟一、檢測當前幀為噪聲幀或非噪聲幀，

步驟二、在當前幀是噪聲幀的情況下，根據上一幀的所述期望信號的自相關矩陣和所述殘留噪聲信號的自相關矩陣，估計當前幀的所述期望信號的自相關矩陣和所述殘留噪聲信號的自相關矩陣，

在所述當前幀是非噪聲幀的情況下，根據上一幀的所述期望信號的自相關矩陣，估計當前幀的所述期望信號的自相關矩陣；

根據各個所述聲源的最終的所述期望信號的自相關矩陣和所述殘留噪聲信號的自相關矩陣，得到各個所述聲源的權重向量；

根據各個所述聲源的所述輸入信號的共軛轉置矩陣和所述權重向量，得到各個所述聲源的波束成形估計信號。

9.根據權利要求8所述的聲音信號識別方法，其特征在于，所述根據所述波束成形估計信號，得到各個所述聲源的時域聲源信號的步驟包括：

對所述各個聲源的波束成形估計信號進行短時傅立葉逆變換后重疊相加，得到各個聲源的時域聲源信號。