基于指定带宽的定向噪音抑制方法

【技术领域】

[0001]本发明涉及语音信号的噪音抑制方法低频噪音如何消除，具体涉及一种基于指定带宽的定向噪音抑 制方法。

【背景技术】

[0002]有关定向噪音和非定向噪音：

[0003]智能语音相关信号采集设备在采集用户语音的同时通常会被各种各样的噪音干 扰。从噪音的来源可以分为定向噪音和非定向噪音两种类型。所谓定向噪音是由一个独立 声源所产生，相对于采集终端麦克风阵列方向固定，在信号处理领域通常抽象为一个点源 信号。比如在家居环境下电视机的声音、闹钟的声音等等。非定向噪音是指多个能量相差不 多的噪音源同时发出噪音，并且这些噪音源相对于麦克风阵列方向并不固定。比如马路上、 咖啡厅等等环境噪音。

[0004]有关噪首抑制：

[0005] 由于噪音的存在会对听觉感知、后续语音识别造成极大的干扰，噪音抑制技术的 目的就是把采集到的信号中掺杂的噪音基于语音或者噪音独有的特征给抑制掉，同时尽可 能保证目标语音不失真。

[0006] 和非定向噪音相比，定向噪音一般能量较大，比如在智能电视应用中，电视机音箱 发出的声音能量要远高于环境噪音，甚至会高于目标语音信号。因此，如果该定向噪音不能 被抑制，降会对后续的语音识别造成极大的干扰。定向噪音的另外一个特点是能量随时间 快速变化，平稳性非常差。比如各种音乐信号能量起伏非常快，实时追踪、估计噪音在每一 时间帧的能量将非常困难，采用常规的估计噪音能量的方法不再有效。

[0007] 噪音抑制要满足智能交互的实时性，不然用户交互体验度会很差。一方面，计算复 杂度不能太高。另一方面，噪音抑制对历史信息依赖不能过长，一次处理的缓冲区不能太 大。通过短时傅里叶变换技术低频噪音如何消除，把时域信号映射到时频域是降低复杂度、提高实时性的常用 技。

[0008] 目前，噪音抑制是智能语音交互系统的前端核心处理模块，由于智能语音交互近 几年才在产业界有了广泛影响，现有噪音抑制尤其是定向噪音抑制技术，还存在如下几个 问题：

[0009] 1)现有技术依赖于声源方位信息，假设用户方位已知，影响了实用性，因为实际的 使用过程中，不可能预先固定用户的声音方位。由于声源相对于麦克风方向信息是基于麦 克风阵列的核心线索信息，现有的大部分噪音抑制技术，或者先采用声源定位技术对声源 方位信息进行估计，或者对用户方位进行限定。在双麦克风降噪系统领域，由于麦克风数量 不多，声源定位算法很难达到很高的精度，自然影响了后续的噪音抑制的效果。而对用户方 位进行限定，比如假设用户在麦阵的正前方呈90度，固然提供了精确的方位信息，但是显著 了用户使用的自由度，用户体验差。

[0010] 2)现有技术中的噪音抑制模型假设过于理想，或者基于无混响模型，或者混响很 小。现有许多噪音抑制技术随着混响的增大性能迅速下降，而实际诸如家居应用环境下，来 自墙壁反射的混响会降低方位信息的准确性。另一方面，硬件系统附带的噪音不论对估计 目标语音方位还是定向噪音的方位都有重大影响。因此，降噪模型应该有着很高的鲁棒性， 以应对应用环境与理想假设的不匹配。

[0011] 3)在现有技术中，也有其他的技术手段可使噪音得到一定程度抑制，但是引入了 过高的语音扭曲，更不利于后续的语音识别。从整体来看，大部分噪音抑制技术都可以一定 程度上抑制噪音，然后从时频谱图上聚焦到某一个时频单元，会有许多单元因为噪音估计 的不准确，能量被过分的抑制，导致语音能量也被错误的扭曲。从语音识别的角度来讲，语 音能量的扭曲比噪音的影响更大。因此，许多噪音抑制技术并不能提高语音识别的准确性， 甚至会导致识别率下降。

【发明内容】

[0012] 针对现有技术的不足，本发明公开了基于指定带宽的定向噪音抑制方法。

[0013] 本发明的技术方案如下：

[0014] -种基于指定带宽的定向噪音抑制方法，包括双麦克风语音采集模型，所述双麦 克风语音采集模型所观测到的语音信号均可分为两个信号通道;双麦克风语音采集模型所 观测到的语音信号包括目标语音信号和噪音信号;所述噪音信号包括与目标语音信号方向 不一致的定向噪音和非定向的平稳噪音;设置一帧时间帧1 S>1，在时间帧1满足1 < 1 < ls 时，所观测到的语音信号包括目标语音信号和平稳噪音信号;在时间帧1满足1 2 Is时，所观 测到的语音信号包括目标语音信号、平稳噪音信号和定向噪音信号;所述抑制方法的步骤 为：

[0015] 步骤1、估计目标语音通道传输函数；

[0016] 在时间帧1满足1 < 1 < 18时，在频域上计算每一个频带k的第一通道的自相关功率 谱的期望平均值pn(k)、互相关功率谱的期望平均值p 21(k)、自相关功率谱系数的期望平均 值Ω Kk)、互相关功率谱系数的期望平均值Ω 2(k);并根据下式估计目标语音通道传输函 数：

[0018] 步骤2、估计及抑制平稳噪音；

[0019]定义语音阻塞滤波器J(k):

[0020] J(k) = [_R*(k)，l]T;

[0021] 在时间帧1满足1 < 1 < 15时，在每一个频带k，利用语音阻塞滤波器，阻塞掉目标语 音，得到平稳噪音分量;在时间帧1满足1 < 1 < Is时，在频域上计算每一个频带k的平稳噪音 的功率谱密度PN,i(k);根据所观测语音谱Zi(l，k)和平稳噪音的功率谱密度P N,i(k)，计算抑 制掉平稳噪音之后的目标语音谱；

[0022]步骤3、抑制定向噪音；

[0023]在时间帧1满足1>15时，继续抑制平稳噪音，且开始定向噪音抑制过程；目标语音 和定向噪音来自不同的方向，根据步骤1的目标语音通道传输函数，目标语音的方向Θ (k) 为：

[0024] 0(k) = ZR(k)/k ω 〇；

[0025] 设定一带通滤波器，所述带通滤波器的通带为Δ 0p(k)、阻带为Δ 0s(k);判断目标 语音和所观测语音之间的相位差，在当前时间帧，如果目标语音和所观测语音之间的相位 差在通带△ 0p(k)之内，则所观测语音信号为目标语音所主导，如果目标语音和所观测语音 之间的相位差在阻带A 0s(k)之内，则所观测语音为定向噪音主导，使用带通滤波器将其过 滤；

[0026] 最后可得到抑制了平稳噪音和定向噪音的目标语音信号。

[0027] 其进一步的技术方案为，所述步骤1具体包括：

[0028] 步骤1-1、设置用于储存信息的缓冲区，缓冲区可储存时间帧1满足1 < 1 < 18时的 语音信息;将观测信号Z1(t_z2(t)写入缓冲区;在时域上，观测信号 Z1(tWPz2(t)表示为：

[0029] zi(t) =hs,i(t)*s(t)+m(t)

[0030] Z2(t) =hs,2(t)*s(t)+n2(t) (1)

[0031] 式（1)中，s(t)为目标语音的时域信号，m(tWPn2(t)分别为两路不相关的平稳噪 音的时域信号，h s>1(t)和hs,2(t)分别代表目标语音到两个麦克风的时域传输函数，为卷 积运算符号；

[0032] 步骤1-2、两路观测信号Z1(tWPz2(t)形成两个通道，对每个通道的数据进行加窗 傅里叶变换：

[0035]式(2)中，w(t)为窗函数，1为时间帧，k为频带；

[0036]步骤1-3、根据傅里叶变换的线性性质，观测信号Z1(tWPz2(t)在频域可表示为：

[0038]式(3)中，S(l，k)为目标语音的功率谱，见（1，1〇和N2(l，k)分别为两个通道的平稳 噪音的功率谱;定义R(k)为包括反应目标语音方位信息的目标语音通道传输函数：

[0039] R(k)=Hs>2(k)/Hs,i(k)；

[0040] 步骤1-4、由时间帧1 = 1起，直至1 = Is止，在每一个频带k，估计第一通道的自相关 功率谱Ψ η (1，k)和第二通道的自相关功率谱Ψ 22 (1，k):

[0042]式(4)中，a为平滑因子，上标为共辄算子；

[0043] 步骤1-5、由时间帧1 = 1起，直至1 = Is止，在每一个频带k，估计互相关功率谱ψ21 (l,k)：

[0044] Ψ ：|(/,^) = αΨ? (I -l,k) + (1 -a)Z2 (/, k )Z； (l,k) (g)

[0045] 步骤1-6、由时间帧1 = 1起，直至1 = Is止，在每一个频带k，估计第一通道的功率谱 自相关系数Γ η及功率谱互相关系数Γ 21:

[0046] ril(!,k) = ^[l(!,k)%lU，k)

[0047] r2i(l,k) = Wn(l,k)W2i(l,k) (6)

[0048] 步骤1-7、估计第一通道的自相关功率谱的期望平均值Pn(k)、互相关功率谱的期 望平均值p21(k)、第一通道的功率谱自相关系数的期望平均值Ω Kk)、功率谱互相关系数的 期望平均值Ω2(1〇:

[0051]步骤1-8、将步骤1-3中所定义的目标语音通道传输函数R(k)，由功率谱的期望平 均值和功率谱系数的期望平均值所表示：

[0053]其进一步的技术方案为，所述步骤2具体为：

[0054]步骤2-1、根据步骤1得到的通道传输函数R(k)，定义语音阻塞滤波器J(k):

[0055] J(k) = [_R*(k)，l]T (9)

[0056] 步骤2-2、由时间帧1 = 1起，直至1 = Is止，在每一个频带k，利用语音阻塞滤波器， 阻塞掉目标语音，得到平稳噪音分量V(1，k):

[

以上内容为蝴蝶兰风评投稿者为大家精心整理，希望对大家有所帮助！