專利名稱：一種噪聲消除方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信號處理技術(shù)領(lǐng)域，尤其涉及一種噪聲消除方法及系統(tǒng)。
噪聲消除技術(shù)主要分為單麥克風(fēng)噪聲消除技術(shù)和多麥克風(fēng)(即麥克風(fēng)陣
列)噪聲消除技術(shù)。
單麥克風(fēng)噪聲消除技術(shù)在特定的應(yīng)用場景中可以取得較好的效果，噪聲信號的特性變化比語音信號的特性變化較為緩慢，因此單麥克風(fēng)噪聲消除技術(shù)一般都是利用目標(biāo)語音和噪聲成分在時頻域上的這一區(qū)別來消除噪聲，并且這種消除噪聲的技術(shù)適用于對穩(wěn)態(tài)噪聲的消除。
根據(jù)多麥克風(fēng)設(shè)置的位置和數(shù)量不同，麥克風(fēng)陣列去噪方法主要為采用波束形成和單通道語音增強(qiáng)技術(shù)來消除噪聲，其工作原理如圖i所示，以兩個麥
克風(fēng)MIC1和MIC2組成的麥克風(fēng)陣列為例，MIC1和MIC2采集到的信號Xl(k)和X2(k),通過波束形成算法，產(chǎn)生空間分離的兩路輸出信號， 一路增強(qiáng)了目標(biāo)語音信號，即圖1中的信號d(k)，另一路消弱了目標(biāo)語音信號，即圖1中的信號u(k)， u(k)主要包含噪聲。然后，對信號d(k)和u(k)進(jìn)行單通道語音增強(qiáng)處理，得到消除噪聲后的信號S(k)。
然而，現(xiàn)有的采用波束形成和單通道語音增強(qiáng)技術(shù)來消除噪聲的技術(shù)，往往無法獲得較強(qiáng)的噪聲消除效果，并且目標(biāo)語音質(zhì)量得不到保證。

發(fā)明內(nèi)容
本發(fā)明實施例提供了 一種噪聲消除方法及系統(tǒng)，用以在保證目標(biāo)語音質(zhì)量不受影響的同時，提高噪聲消除效果。本發(fā)明實施例提供的一種噪聲消除方法包括
對麥克風(fēng)陣列采集到的信號進(jìn)行波束形成處理，并且，在利用麥克風(fēng)陣列采集到的信號定位到目標(biāo)語音信號的情況下，確定存在目標(biāo)語音信號的可信
度；
利用所述可信度對語音存在概率進(jìn)行加權(quán)，并利用加權(quán)得到的語音存在概率，對經(jīng)過所述波束形成處理后得到的目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng)處理。
本發(fā)明實施例提供的一種噪聲消除系統(tǒng)包括
波束形成單元，用于對麥克風(fēng)陣列采集到的信號進(jìn)行波束形成處理；
目標(biāo)語音可信度確定單元，用于在利用麥克風(fēng)陣列采集到的信號定位到目標(biāo)語音信號的情況下，確定存在目標(biāo)語音信號的可信度；
單通道語音增強(qiáng)單元，用于利用所述可信度對語音存在概率進(jìn)行加權(quán)，并利用加權(quán)得到的語音存在概率，對經(jīng)過所述波束形成處理后得到的目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng)處理。
本發(fā)明實施例，通過對麥克風(fēng)陣列采集到的信號進(jìn)行波束形成處理，并且，在利用麥克風(fēng)陣列采集到的信號定位到目標(biāo)語音信號的情況下，確定存在目標(biāo)語音信號的可信度；利用所述可信度對語音存在概率進(jìn)行加權(quán)，并利用加權(quán)得到的語音存在概率，對經(jīng)過所述波束形成處理后得到的目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng)處理，從而在不影響目標(biāo)語音質(zhì)量的前提下，大大提高了噪聲消除的效果。


圖1為現(xiàn)有技術(shù)中提供的噪聲消除技術(shù)原理示意圖；圖2為本發(fā)明實施例提供的一種噪聲消除系統(tǒng)的結(jié)構(gòu)示意圖；圖3為本發(fā)明實施例提供的麥克風(fēng)陣列波束形成原理示意圖；圖4為本發(fā)明實施例提供的聲源定位原理示意5為本發(fā)明實施例提供的預(yù)先設(shè)置的目標(biāo)語音的入射角度范圍示意圖6為本發(fā)明實施例提供的自適應(yīng)濾波原理示意圖7為本發(fā)明實施例提供的單通道語音增強(qiáng)原理示意圖8為本發(fā)明實施例提供的斜坡函數(shù)示意圖9為本發(fā)明實施例提供的一種噪聲消除方法的流程示意圖。
具體實施例方式
本發(fā)明實施例提供了 一種噪聲消除方法及系統(tǒng)，用以在保證目標(biāo)語音質(zhì)量不受影響的同時，最大限度地消除周圍的噪聲，得到最佳的目標(biāo)語音質(zhì)量。
本發(fā)明實施例以兩個麥克風(fēng)組成的麥克風(fēng)陣列為例進(jìn)行噪聲消除的說明，對于更多個麥克風(fēng)組成的麥克風(fēng)陣列，同樣適用本發(fā)明實施例提供的噪聲消除方案。
下面結(jié)合附圖對本發(fā)明實施例提供的技術(shù)方案進(jìn)行詳細(xì)說明。參見圖2,本發(fā)明實施例提供的一種噪聲消除系統(tǒng)包括波束形成單元11、目標(biāo)語音可信度確定單元12、自適應(yīng)濾波單元13、單通道語音增強(qiáng)單元14和自動增益控制單元15。其中，自適應(yīng)濾波單元13和自動增益控制單元15是可有可無的，如果有的話，則可以進(jìn)一步提高噪聲消除效果。下面分別介紹各個單元的功能。
波束形成單元ll,用于對麥克風(fēng)陣列采集到的信號進(jìn)行波束形成處理，如果設(shè)置了自適應(yīng)濾波單元13的話，則如圖3所示，需要得到增強(qiáng)后的目標(biāo)語音信號d(k)和消弱后的目標(biāo)語音信號u(k);如果沒有設(shè)置自適應(yīng)濾波單元13，則只需要得到增強(qiáng)后的目標(biāo)語音信號d(k)。
該波束形成單元11的輸入為兩個麥克風(fēng)MIC1和MIC2采集到的信號Xl(k)和X2(k)，通過波束形成算法，產(chǎn)生兩路輸出信號， 一路增強(qiáng)了目標(biāo)語音信號，另 一路消弱了目標(biāo)語音信號，主要包含噪聲。
波束形成算法主要是通過對麥克風(fēng)陣列采集到的信號進(jìn)行處理，使得麥克風(fēng)陣列對空間域中的某些方向具有較大的增益，而其他方向的增益較小，好像形成一個定向的波束一樣。通過這種方法就可以利用目標(biāo)聲源和噪聲源在空間域上的差別，例如，各聲源到麥克風(fēng)的距離和方向不同，給予目標(biāo)聲源方向較大的增益，即把波束指向目標(biāo)語音，從而達(dá)到信號分離，抑制噪聲的作用。
對于平行放置的兩個麥克風(fēng)，即broadside方式，目標(biāo)聲源距離麥克風(fēng)陣列中的兩個麥克風(fēng)是等距離的，因此可以認(rèn)為兩個麥克風(fēng)采集到的目標(biāo)聲源的相位和幅度是基本相同的。將兩路信號疊加，可以起到增強(qiáng)目標(biāo)語音的作用，將兩路信號相減，可以起到消弱目標(biāo)語音的作用。A^而形成波束形成單元11的兩路輸出信號。如圖3所示，輸出的增強(qiáng)目標(biāo)語音信號為d(k)，輸出的消弱目標(biāo)語音信號為u(k)，分別如下
d(k)=(Xl(k)+X2(k))/2............................................公式[l]
u(k)=Xl(k)-X2(k)..................................................公式[2]
目標(biāo)語音可信度確定單元12,用于在利用麥克風(fēng)陣列采集到的信號定位到目標(biāo)語音信號的情況下，確定存在目標(biāo)語音信號的可信度。較佳地，具體包括
聲源定位單元121，用于通過計算麥克風(fēng)陣列采集到的信號的最大互相關(guān)值，確定目標(biāo)語音信號到達(dá)所述麥克風(fēng)陣列中不同麥克風(fēng)的時間差，通過該時間差確定目標(biāo)語音信號相對于所述麥克風(fēng)陣列的入射角度。
目標(biāo)檢測單元122,用于通過將該入射角度與預(yù)先設(shè)置的目標(biāo)語音的入射角度范圍進(jìn)行比較，確定存在目標(biāo)語音信號的可信度。
首先，詳細(xì)介紹一下聲源定位單元121的工作原理。
聲源定位的基本原理，是聲源發(fā)出的聲音到達(dá)麥克風(fēng)陣列中各個麥克風(fēng)的時間不同，因此各個麥克風(fēng)采集到的信號就有相位的差異，通過對各個麥克風(fēng)釆集到的信號進(jìn)行分析，估計出相位差異，同時才艮據(jù)麥克風(fēng)陣列的尺寸和結(jié)構(gòu)的幾何關(guān)系就可以估計出聲源相對于麥克風(fēng)陣列的方向。圖4示出了對麥克風(fēng)陣列進(jìn)行聲源定位的原理，由圖4可知
"Zsin(p)/c..................................................公式[3]其中，d表示聲源到達(dá)兩個麥克風(fēng)的時間差，c表示聲速，L表示兩個麥 克風(fēng)的間距，^表示聲源相對于麥克風(fēng)陣列的入射角度。由此可得 p = arcsin(cd / Z)..............................................公式[司
也就是說，只要能夠準(zhǔn)確地估計出聲波到達(dá)兩個麥克風(fēng)的時間差d,即兩 個麥克風(fēng)采集到的信號的相位差，那么就可以利用麥克風(fēng)陣列的尺寸和結(jié)構(gòu)的 幾何關(guān)系推算出聲波相對于麥克風(fēng)陣列的入射角度^ ,即聲源的位置。
聲源定位的方法以計算兩個麥克風(fēng)采集信號的互相關(guān)函數(shù)為基礎(chǔ)，通過兩 路信號的最大互相關(guān)位置，來估計兩路信號的相位差，如下
d = argmax(i^2 ..................................................公式[5]
其中，XI和X2分別表示MIC1和MIC2采集到的兩路信號，i^(r)表示 兩路信號X1和X2的互相關(guān)函數(shù)，r表示兩路信號的相位差。也就是說，通過 計算兩路信號的互相關(guān)函數(shù)，來確定兩路信號的最大互相關(guān)值所對應(yīng)的位置 差，即兩路信號的相位差r，從而得到d。
互相關(guān)函數(shù)i V2 (力的計算方法為
(" = §^ ("AW —"..................................................公式[6]
其中，N表示一幀信號的長度，yt表示一幀信號的采樣點。 由于r在很多情況下并不一定是一個整數(shù)，因此可以采用傅立葉變換，將 公式[6]變換到頻域進(jìn)行計算，如下
l = I!，)，v2緒..................................................公式[7]
聲源定位單元121，可以得到多個延時間隔，即信號X1和X2的多個相位 差r所對應(yīng)的互相關(guān)函數(shù)值，也就是說，可以計算多個可能的入射角度所對應(yīng) 的互相關(guān)值，從中可以選擇三個(當(dāng)然也可以選擇別的個數(shù)，如兩個或四個等 等)不同位置的最大互相關(guān)值所對應(yīng)的入射角度，假設(shè)按照入射角度所對應(yīng)的 最大互相關(guān)值從大到小的順序?qū)θ肷浣嵌冗M(jìn)行排序，排序結(jié)果依次為^1,和^3,其中，^l對應(yīng)的最大互相關(guān)值最大，^2對應(yīng)的最大互相關(guān)值次之， 對應(yīng)的最大互相關(guān)值最小，將這三個角度輸出給目標(biāo)檢測單元122。
從圖4可以看出，入射角度可能從負(fù)90度到正90度，由于麥克風(fēng)陣列的 前后兩側(cè)是對稱的，因此只考慮半側(cè)即可。
假如目標(biāo)語音是從垂直于兩個麥克風(fēng)連線的地方入射的，則入射角度為0 度。本發(fā)明實施例中，預(yù)先設(shè)置目標(biāo)語音的入射角度范圍，如圖5所示，假設(shè) 目標(biāo)語音是從正負(fù)20度的入射角度范圍內(nèi)入射的，則可以通過判斷^1, 和"是否屬于該入射角度范圍，從而分別給予^1, ^2和^3不同的可信度。
例如，可以按照入射角度所對應(yīng)的最大互相關(guān)值的從大到小的順序，預(yù)先 設(shè)置三個不同的可信度，分別為100%, 80%和60%,其中，最大互相關(guān)值越 大，對應(yīng)的可信度越高。目標(biāo)檢測單元122在收到^1, ^2和^3三個角度及 其對應(yīng)的最大互相關(guān)值后，首先比較各個入射角度所對應(yīng)的最大互相關(guān)值的大 小，確定各個入射角度所對應(yīng)的可信度，即^1的最大互相關(guān)值最大，則"對 應(yīng)的可信度為100%， 的最大互相關(guān)值次之，則^2對應(yīng)的可信度為80%, 的最大互相關(guān)值最小，則^3對應(yīng)的可信度為60%。然后，將各個入射角度與 預(yù)先設(shè)置的目標(biāo)語音的入射角度范圍進(jìn)行比較，當(dāng)其中的一個入射角度屬于目 標(biāo)語音的入射角度范圍時，將該入射角度所對應(yīng)的可信度作為存在目標(biāo)語音信 號的可信度，例如，如果^1屬于目標(biāo)語音的入射角度范圍，則將^1對應(yīng)的可 信度為100%作為存在目標(biāo)語音信號的可信度輸出；當(dāng)多個入射角度屬于目標(biāo) 語音的入射角度范圍時，將屬于該范圍的入射角度所對應(yīng)的較大的可信度作為 存在目標(biāo)語音信號的可信度，例如，如果"和"屬于目標(biāo)語音的入射角度范 圍，則將^2對應(yīng)的可信度為20%作為存在目標(biāo)語音信號的可信度輸出。如果 沒有入射角度落在這個入射角度范圍內(nèi)，則存在目標(biāo)語音信號的可信度為0。 存在目標(biāo)語音的可信度可以用CR表示。
CR的值可以控制自適應(yīng)濾波單元13、單通道語音增強(qiáng)單元14和自動增 益控制單元15的工作狀態(tài)。
ii如果設(shè)置了自適應(yīng)濾波單元13的話，則自適應(yīng)濾波單元13用于利用CR 控制自適應(yīng)濾波系數(shù)的更新，根據(jù)經(jīng)過控制的自適應(yīng)濾波系數(shù)，對波束形成單 元ll輸出的增強(qiáng)后的目標(biāo)語音信號d(k)和消弱后的目標(biāo)語音信號u(k)進(jìn)行自適 應(yīng)濾波處理。其中，利用CR控制自適應(yīng)濾波系數(shù)的更新的操作具體包括通 過CR確定自適應(yīng)濾波系數(shù)的更新步長，例如，可以將自適應(yīng)濾波系數(shù)的更新 步長設(shè)置為1一CR的值，通過更新步長控制自適應(yīng)濾波系數(shù)的更新。
該自適應(yīng)濾波單元13的輸入信號為利用波束形成進(jìn)行空間分離后的兩路 信號d(k)和u(k),其中d(k)作為自適應(yīng)濾波單元13的主信號。利用u(k)^t擬 d(k)中的噪聲成分，并才艮據(jù)該^t擬噪聲成分去除d(k)中的噪聲成分，得到消除 噪聲后的信號s(k)。該自適應(yīng)濾波單元13能正常工作的前提條件是u(k)中主要 包含噪聲成分，否則會造成目標(biāo)語音的失真，本發(fā)明實施例通過目標(biāo)語音可信 度確定單元12對自適應(yīng)濾波單元13的自適應(yīng)濾波系數(shù)更新進(jìn)行控制，保證只 有在u(k)的主要成分為噪聲時才進(jìn)行系數(shù)更新。該自適應(yīng)濾波單元13的工作 原理如圖6所示，具體如下
如果CR很大，則更新步長會很小，則自適應(yīng)濾波單元13可以不進(jìn)行系 數(shù)更新。自適應(yīng)濾波單元13根據(jù)原有的自適應(yīng)濾波系數(shù)，對所述波束形成單 元11所得到的d(k)和u(k)進(jìn)行自適應(yīng)濾波處理，輸出6(^)=4^)-3#)。
如果CR很小，則更新步長會很大，則自適應(yīng)濾波單元13需要進(jìn)行系數(shù) 更新。自適應(yīng)濾波單元13進(jìn)行系數(shù)更新，并利用更新后的濾波系數(shù)對所述波 束形成單元12所得到的d(k)和u(k)進(jìn)行自適應(yīng)濾波處理，輸出e(A:^《A:)-XA:)。
自適應(yīng)濾波單元13可以采用時域自適應(yīng)濾波，也可以采用頻域自適應(yīng)濾 波。采用頻域自適應(yīng)濾波時，信號要分幀處理。由于長序列截短后分塊處理再 合并，需要采用重疊相加法或者重疊保留法避免混疊。以重疊保留法為例進(jìn)行 說明系數(shù)更新的情況
首先，假設(shè)采用自適應(yīng)濾波單元13的階數(shù)是M,記為w(k),釆用重疊保 留法，為避免混疊，卩夸M階的濾波器擴(kuò)展M個0,組成N-2M個系數(shù)的濾波器，F(xiàn)FT后得到濾波器的頻域系數(shù)向量為:
0
.................................................公式[8]
接著考慮輸入信號，將上一幀和當(dāng)前幀合并為一個大幀，如下所示: 二 —M-M)，…,卓M-1)， ，M)，…，m(A:M + M-1)
上一幀(記為k-l) 當(dāng)前幀(記為k)
.............................................................公《[9]
其中^fc)為合并后的大幀，長度為N。 將5(it)做FFT變換，轉(zhuǎn)換到頻域有
.............................................公式[io]
然后采用重疊保留法，對輸入信號進(jìn)行濾波(即是時域上的巻積，或者頻 域上的相乘)，即有
= [w^oj&m + i)，..">^m + m -1)] 公式riu
其中，IFFT結(jié)果取前M個點。 假如參考信號用3(A:)表示，即
3(yt) AM)，d(M/+l),.."《AM+M—1)] 公式[12] 則誤差信號為
,《AM+l)，.."e(W+M_l)]
=浙)-3fe) ....................公式[13]
經(jīng)過FFT，得到頻域的誤差信號矢量為
0 _
-e("」.........................................公式[14]
在頻域中，自適應(yīng)濾波單元13系數(shù)矢量的更新量是通過計算誤差信號矢 量和輸入信號矢量的相關(guān)性確定的。由于線性相關(guān)/人形式上看相當(dāng)與一個逆的 線性巻積，所以，借助于時域的巻積在頻域上有FFT的快速算法，根據(jù)重疊保
五(A:) = F尸r留法，有:
= /i^T[C/"(IFFT結(jié)果取前M個點) .................................................................................公《[15]
其中，自適應(yīng)濾波單元13系數(shù)矢量的更新量為^t),誤差信號矢量為五("， 輸入信號矢量為t/H("。
最后利用^t)來更新自適應(yīng)濾波單元13系數(shù)，注意到頻域的濾波器系數(shù)是 將時域系數(shù)后面補零然后通過FFT變換生成的。所以相應(yīng)的，就得到了濾波器 系數(shù)更新的頻域形式，如下
,+i) = ,)+/^r
o
.................................公式[16]
實驗表明，通過語音^r測單元對自適應(yīng)濾波單元13的工作狀態(tài)進(jìn)行控制， 自適應(yīng)濾波單元13在麥克風(fēng)輸入線路無聲的特殊情況下也不會錯誤收斂，保 證了其正常工作。
單通道語音增強(qiáng)單元14,用于利用可信度CR對語音存在概率進(jìn)行加權(quán)， 并利用加權(quán)得到的語音存在概率，對經(jīng)過波束形成處理后得到的目標(biāo)語音信號 進(jìn)行單通道語音增強(qiáng)處理。其中，如果設(shè)置了自適應(yīng)濾波單元13,則單通道語 音增強(qiáng)單元14的輸入信號為s(k)，否則，為d(k)。
當(dāng)設(shè)置了自適應(yīng)濾波單元13時，所述單通道語音增強(qiáng)單元14包括
加權(quán)單元，用于利用CR對語音存在概率進(jìn)行加權(quán)。
幅度增益值確定單元，用于根據(jù)噪聲方差、語音方差、語音不存在時的增 益值，以及經(jīng)過所述加權(quán)單元處理得到的語音存在概率，計算自適應(yīng)濾波處理 后得到的目標(biāo)語音信號的頻譜分量的幅度增益值。
增強(qiáng)處理單元，用于根據(jù)計算得到的頻i普分量的幅度增益值，對經(jīng)過自適 應(yīng)濾波處理后得到的目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng)處理，得到進(jìn)一步消除 了噪聲的增強(qiáng)后的目標(biāo)語音信號。
單通道語音增強(qiáng)單元14可以進(jìn)一步去除d(k)中的噪聲成分，提高語音質(zhì)量。單通道語音增強(qiáng)算法需要在噪聲消除和語音失真之間折中。本發(fā)明實施例
通過CR對單通道語音增強(qiáng)單元14的去噪強(qiáng)度作了控制，主要通過CR來影響 單通道語音增強(qiáng)算法中的語音存在概率，來控制單通道語音增強(qiáng)單元14的去 噪強(qiáng)度。
本發(fā)明實施例釆用的單通道語音增強(qiáng)算法是基于短時譜調(diào)整算法。短時譜 調(diào)整法的基本原理是利用語音的概率分布，對當(dāng)前幀帶噪語音的每一個頻語 分量的幅度值進(jìn)行約束，乘以一個系數(shù)G[W，如下所示
<formula>formula see original document page 15</formula>其中s(/t)表示帶噪的目標(biāo)語音信號，r(jt)表示增強(qiáng)后的目標(biāo)語音信號。
顯然，信噪比高時，含有語音的可能性大，衰減?。环粗?，則認(rèn)為含有的 語音可能性小，衰減則增大。從而實現(xiàn)降噪、語音增強(qiáng)的作用。即如下式所示
G[W = I m]) + Gmin.(l-P(//1[WI y[W》…….公式[18]
其中G[W表示頻域每個頻帶(bin)的增益，A[A:]表示估計的噪聲方差， 4m表示估計的語音方差，P(《[WIJ^])表示估計的語音存在概率。Gmin表
示語音不存在時將增益設(shè)為的一個小量。"表示一個常量，取值范圍為
。
由于目標(biāo)語音可信度確定單元12借助麥克風(fēng)陣列的多麥克風(fēng)的優(yōu)勢，對 于目標(biāo)語音是否存在的判斷更為準(zhǔn)確，所以可以當(dāng)目標(biāo)語音可信度確定單元12 將目標(biāo)方向的語音和其他方向的非穩(wěn)態(tài)干擾噪聲分辨出來后，在單通道語音增 強(qiáng)算法中根據(jù)信噪比估計目標(biāo)語音存在概率時，借助目標(biāo)語音可信度確定單元 12的判決結(jié)果對目標(biāo)語音存在概率進(jìn)行加權(quán)，這樣可以幫助單通道語音增強(qiáng)算 法提高消除非穩(wěn)態(tài)噪聲的能力。
單通道語音增強(qiáng)算法中的語音存在概率可以在現(xiàn)有方法計算結(jié)果的基礎(chǔ) 上用目標(biāo)語音可信度確定單元12的輸出結(jié)果CR來進(jìn)行加權(quán)，即如下式所示
/7'(^網(wǎng)爪〗)"問,爪])C/ .............................公式[19〗其中p'(A[A:]ir[A:])為改進(jìn)的語音存在概率。這樣，估計的增益也相應(yīng)更新
為
G[W =(義[C Ir[") + ,(1 — P'("'[W1 yW))公式[20]
單通道語音增強(qiáng)單元14的基本原理圖如圖7所示，具體如下
首先，將帶躁語音s("-s'(A:) + "("做分析窗處理，具體操作時，可以將
s(A)與上一幀輸入合并成一個長度為2N的大幀，用正弦窗窗函數(shù)對該大幀加
權(quán)處理。
然后，將經(jīng)過分析窗處理后得到的帶躁語音幀，經(jīng)FFT變換，轉(zhuǎn)換到頻域， 得到。
其次，利用公式[17]將得到的^),乘以一個增益系數(shù)G[W，得到^'W。 可以看出，該增益系數(shù)G[W是利用CR來控制的，例如，若存在目標(biāo)語音， 則根據(jù)上述公式[19],利用CR，對語音存在概率進(jìn)行加權(quán)處理；然后根據(jù)公式 [20],利用經(jīng)過加權(quán)處理后得到的語音存在概率、噪聲方差、語音方差、語音 不存在時的增益值，計算信號的頻譜分量的幅度增益值G[們。
然后，將s'(A:)經(jīng)IFFT變換，轉(zhuǎn)換到時域；再進(jìn)行綜合窗處理，窗函數(shù)可 以選擇正弦窗。
最后，將經(jīng)過綜合窗處理得到的時域,Ot)的前一半結(jié)果與上一幀保存的結(jié) 果，進(jìn)行重疊相加處理，將得到的結(jié)果作為最終的輸出信號。
單通道語音增強(qiáng)單元14的輸出為進(jìn)一步去除了穩(wěn)態(tài)噪聲的信號,Ot)，進(jìn) 一步可以作為自動增益控制單元15的輸入信號。
自動增益控制單元15,用于根據(jù)可信度CR,對經(jīng)過單通道語音增強(qiáng)處理 后得到的目標(biāo)語音信號進(jìn)行自動增益控制。
具體地，自動增益控制單元15可以包括幀間平滑處理子單元，進(jìn)一步 還可以包括幀內(nèi)平滑處理子單元。
幀間平滑處理子單元，用于根據(jù)可信度CR，確定目標(biāo)語音信號的即時增
1益；對所述目標(biāo)語音信號的即時增益，進(jìn)行幀間平滑處理。
幀內(nèi)平滑處理子單元，用于對經(jīng)過幀間平滑處理得到的目標(biāo)語音信號，進(jìn) 行幀內(nèi)平滑處理。
自動增益控制單元15,通過調(diào)節(jié)輸出信號的幅度，對經(jīng)過單通道語音增強(qiáng) 處理得到的增強(qiáng)目標(biāo)語音信號進(jìn)行自動增益控制。其可以采用自動增益控制 (AGC, Automatic gain control)模塊，不過本發(fā)明實施例方案中使用AGC與 傳統(tǒng)意義上的AGC有所不同傳統(tǒng)意義上的AGC是要將較強(qiáng)的信號壓低，較 弱的信號抬高，使得輸出信號強(qiáng)度比較均勻；而本發(fā)明實施例方案是利用AGC 在目標(biāo)語音存在的可信度CR來選擇不同的增益，進(jìn)一步抑制噪聲強(qiáng)度，即 gain—tmp=max ( CR, 0.3 )。其中，gain_tmp為當(dāng)前信號幀的即時增益。
例如，當(dāng)CR為1時，說明目標(biāo)語音存在的可信度很高，則gain一tmp=l， 給予較大的增益；當(dāng)CR為0時，說明目標(biāo)語音不存在，貝'J gain—tmp=0.3，給 予較小的增益。
考慮到增益突然增大或者減小的時候，信號幅度也會突然增大和減小，這 樣就會帶來一些人耳能感覺到的噪聲。平滑增益可以緩和這種變化，避免輸出 信號幅度的階越式跳變。能夠使人耳基本感覺不到增益變化帶來的噪聲，因此， 需要幀間平滑處理子單元對gain一tmp進(jìn)行幀間平滑，得到平滑后的增益gain。 如下式所示
g。/" = go/"*a+gi >7—or) 公式[21] 公式[21]中的a是一個平滑因子，需要仔細(xì)選擇，AGC的理論中，增益變 化在50ms完成，不會產(chǎn)生幅度突變帶來的噪聲。如果使用8k的采樣率，50ms 對應(yīng)400個樣點，本發(fā)明實施例方案中一幀信號為128個樣點，也就是說，增 益的突變只要能平滑到4幀即可。即平滑因子的最小值為c^-0.75。
另外，考慮到保護(hù)語音質(zhì)量為首要因素，因此采取快升慢降的策略。即， 只要發(fā)現(xiàn)目標(biāo)語音存在的可信度CR為1，則增益就迅速上升；發(fā)現(xiàn)目標(biāo)語音 不存在，增益緩慢下降。這個也是通過給"設(shè)置不同的值實現(xiàn)的，即當(dāng)CR為1時"=0.75;
當(dāng)目標(biāo)語音不存在時"=0.95。
為了進(jìn)一步避免自動增益控制引起的幅度變化帶來的噪聲，幀間平滑處理 子單元在幀間平滑的基礎(chǔ)上，進(jìn)一步對經(jīng)過幀間平滑處理得到的目標(biāo)語音信 號，作了幀內(nèi)平滑，通過斜坡函數(shù)實現(xiàn)。如下式所示
伊/"'(/)畫Z)(/)ga/"一oAi+(1 -6(/))ga/"—"ew / = 0~M—1.........公式[22]
其中g(shù)a/" —oW為上一幀啦文了幀間平滑后的gain, g"/"—"ew為當(dāng)前幀4故了 幀間平滑后的gain, gain'(i)對應(yīng)當(dāng)前幀內(nèi)做了幀內(nèi)平滑后的每個樣點的增益， 幀長為M=128。
斜坡函數(shù)定義為"0=1-z7M, (M為一幀數(shù)據(jù)長度)，如圖8所示。 可以看出，由于斜坡函數(shù)在開始時對于上一幀的gain給較大權(quán)值，對于當(dāng) 前幀的gain給較小權(quán)值；而在末尾時正好相反。因此可以有效地平滑增益突變 的影響。 '
最后，用做了幀間平滑和幀內(nèi)平滑的增益去調(diào)整單通道語音增強(qiáng)單元14 的輸出信號s，(k)，得到最終的輸出信號
s"(k)=s,(k)gain，(k)..................................................公式[23]
下面介紹一下本發(fā)明實施例提供的較佳的方法。
參見圖9，本發(fā)明實施例提供的一種噪聲消除方法包括步驟
5101、 對麥克風(fēng)陣列釆集到的信號進(jìn)行波束形成處理，得到增強(qiáng)后的目標(biāo) 語音信號和消弱后的目標(biāo)語音信號。
5102、 通過計算麥克風(fēng)陣列采集到的信號的最大互相關(guān)值，確定目標(biāo)語音 信號相對于麥克風(fēng)陣列的入射角度。
具體地，通過計算麥克風(fēng)陣列采集到的信號的最大互相關(guān)值，確定目標(biāo)語 音信號到達(dá)麥克風(fēng)陣列中不同麥克風(fēng)的時間差；通過時間差確定目標(biāo)語音信號 相對于麥克風(fēng)陣列的入射角度。
5103、 通過將入射角度與預(yù)先設(shè)置的目標(biāo)角度范圍進(jìn)行比較，確定存在目標(biāo)語音信號的可信度。
5104、 利用存在目標(biāo)語音信號的可信度控制自適應(yīng)濾波系數(shù)的更新，根據(jù) 經(jīng)過控制的自適應(yīng)濾波系數(shù)，對波束形成處理后的目標(biāo)語音信號進(jìn)行自適應(yīng)濾 波處理。
5105、 利用存在目標(biāo)語音信號的可信度對語音存在概率進(jìn)行加權(quán)，并利用 加權(quán)得到的語音存在概率，對經(jīng)過自適應(yīng)濾波處理后得到的目標(biāo)語音信號進(jìn)行 單通道語音增強(qiáng)處理。
5106、 根據(jù)存在目標(biāo)語音信號的可信度，對經(jīng)過所述單通道語音增強(qiáng)處理 后得到的目標(biāo)語音信號進(jìn)行自動增益控制。
綜上所述，本發(fā)明實施例提出了一種新的麥克風(fēng)陣列的噪聲消除技術(shù)，不 僅能消除環(huán)境噪聲，亦能消除目標(biāo)語音方向以外的其它聲音，包括其它方向的 語音等。并且，在最大限度消除周圍噪聲的同時，可以保證目標(biāo)語音的質(zhì)量不 受影響。對于目標(biāo)語音與強(qiáng)烈噪聲干擾共存的情況下，仍然能準(zhǔn)確檢測出語音 的存在，從而控制整個系統(tǒng)不會錯誤衰減目標(biāo)語音。
明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及 其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
權(quán)利要求
1、一種噪聲消除方法，其特征在于，該方法包括對麥克風(fēng)陣列采集到的信號進(jìn)行波束形成處理，并且，在利用麥克風(fēng)陣列采集到的信號定位到目標(biāo)語音信號的情況下，確定存在目標(biāo)語音信號的可信度；利用所述可信度對語音存在概率進(jìn)行加權(quán)，并利用加權(quán)得到的語音存在概率，對經(jīng)過所述波束形成處理后得到的目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng)處理。
2、 根據(jù)權(quán)利要求1所述的方法，其特征在于，在利用麥克風(fēng)陣列采集到 的信號定位到目標(biāo)語音信號的情況下，確定存在目標(biāo)語音信號的可信度的步驟 包括通過計算麥克風(fēng)陣列采集到的信號的最大互相關(guān)值，確定目標(biāo)語音信號到達(dá)所述麥克風(fēng)陣列中不同麥克風(fēng)的時間差；通過所述時間差確定目標(biāo)語音信號相對于所述麥克風(fēng)陣列的入射角度； 通過將所述入射角度與預(yù)先設(shè)置的目標(biāo)語音的入射角度范圍進(jìn)行比較，確定存在目標(biāo)語音信號的可信度。
3、 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述入射角度包括多個入 射角度；并且，預(yù)先按照入射角度所對應(yīng)的最大互相關(guān)值從大到小的順序，分 別設(shè)置由高到低的多個可信度，其中，最大互相關(guān)值越大，對應(yīng)的可信度越高；通過將所述入射角度與預(yù)先設(shè)置的目標(biāo)語音的入射角度范圍進(jìn)行比較，確 定存在目標(biāo)語音信號的可信度的步驟包括通過比較多個入射角度所對應(yīng)的最大互相關(guān)值的大小，確定各個入射角度 所對應(yīng)的可信度；將多個入射角度與預(yù)先設(shè)置的目標(biāo)語音的入射角度范圍進(jìn)行比較，當(dāng)一個入射角度屬于所述目標(biāo)語音的入射角度范圍時，將該入射角度所對 應(yīng)的可信度作為存在目標(biāo)語音信號的可信度；當(dāng)多個入射角度屬于所迷目標(biāo)語音的入射角度范圍時，將屬于該范圍的入 射角度所對應(yīng)的較大的可信度作為存在目標(biāo)語音信號的可信度。
4、 根據(jù)權(quán)利要求1所述的方法，其特征在于，經(jīng)過所述波束形成處理后 得到的目標(biāo)語音信號包括增強(qiáng)后的目標(biāo)語音信號和消弱后的目標(biāo)語音信號；所述波束形成處理之后，單通道語音增強(qiáng)處理之前，該方法還包括 利用所述可信度控制自適應(yīng)濾波系數(shù)的更新，才艮據(jù)經(jīng)過控制的自適應(yīng)濾波系數(shù)，對所述增強(qiáng)后的目標(biāo)語音信號和消弱后的目標(biāo)語音信號進(jìn)行自適應(yīng)濾波處理。
5、 根據(jù)權(quán)利要求4所述的方法，其特征在于，利用所述可信度控制自適 應(yīng)濾波系數(shù)的更新的步驟包括通過所述可信度確定自適應(yīng)濾波系數(shù)的更新步長，通過該更新步長控制自 適應(yīng)濾波系凄t的更新。
6、 根據(jù)權(quán)利要求4所述的方法，其特征在于，利用加權(quán)得到的語音存在 概率，對經(jīng)過所述自適應(yīng)濾波處理后得到的目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng) 處理的步驟包括根據(jù)噪聲方差、語音方差、語音不存在時的增益值，以及經(jīng)過所述加權(quán)得 到的語音存在概率，計算自適應(yīng)濾波處理后得到的目標(biāo)語音信號的頻譜分量的 幅度增益值；根據(jù)計算得到的頻譜分量的幅度增益值，對經(jīng)過自適應(yīng)濾波處理后得到的 目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng)處理，得到增強(qiáng)后的目標(biāo)語音信號。
7、 根據(jù)權(quán)利要求1至6任一權(quán)利要求所述的方法，其特征在于，所述單 通道語音增強(qiáng)處理之后，該方法還包括根據(jù)所述可信度，對經(jīng)過所述單通道語音增強(qiáng)處理后得到的目標(biāo)語音信號 進(jìn)行自動增益控制。
8、 一種噪聲消除系統(tǒng)，其特征在于，該系統(tǒng)包括 波束形成單元，用于對麥克風(fēng)陣列采集到的信號進(jìn)行波束形成處理；目標(biāo)語音可信度確定單元，用于在利用麥克風(fēng)陣列采集到的信號定位到目標(biāo)語音信號的情況下，確定存在目標(biāo)語音信號的可信度；單通道語音增強(qiáng)單元，用于利用所述可信度對語音存在概率進(jìn)行加權(quán)，并 利用加權(quán)得到的語音存在;f既率，對經(jīng)過所迷波束形成處理后得到的目標(biāo)語音信 號進(jìn)行單通道語音增強(qiáng)處理。
9、 根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述目標(biāo)語音可信度確定 單元包括聲源定位單元，用于通過計算麥克風(fēng)陣列采集到的信號的最大互相關(guān)值， 確定目標(biāo)語音信號到達(dá)所述麥克風(fēng)陣列中不同麥克風(fēng)的時間差，通過所述時間 差確定目標(biāo)語音信號相對于所述麥克風(fēng)陣列的入射角度；目標(biāo)檢測單元，用于通過將所述入射角度與預(yù)先設(shè)置的目標(biāo)語音的入射角 度范圍進(jìn)行比較，確定存在目標(biāo)語音信號的可信度。
10、 根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述波束形成單元，對麥 克風(fēng)陣列采集到的信號進(jìn)行波束形成處理后，得到增強(qiáng)后的目標(biāo)語音信號和消 弱后的目標(biāo)語音信號；在所述波束形成單元和所述單通道語音增強(qiáng)單元之間，所述系統(tǒng)還包括 自適應(yīng)濾波單元，用于利用所述可信度控制自適應(yīng)濾波系數(shù)的更新，根據(jù)經(jīng)過控制的自適應(yīng)濾波系數(shù)，對所述增強(qiáng)后的目標(biāo)語音信號和消弱后的目標(biāo)語音信號進(jìn)行自適應(yīng)濾波處理。
11、 根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，所述單通道語音增強(qiáng)單 元包括加權(quán)單元，用于利用所述可信度對語音存在概率進(jìn)行加權(quán)； 幅度增益值確定單元，用于根據(jù)噪聲方差、語音方差、語音不存在時的增益值，以及經(jīng)過所述加權(quán)得到的語音存在概率，計算自適應(yīng)濾波處理后得到的目標(biāo)語音信號的頻譜分量的幅度增益值；增強(qiáng)處理單元，用于根據(jù)計算得到的頻譜分量的幅度增益值，對經(jīng)過自適應(yīng)濾波處理后得到的目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng)處理，得到增強(qiáng)后的目 標(biāo)語音信號。
12、根據(jù)權(quán)利要求8至11任一權(quán)利要求所述的系統(tǒng)，其特征在于，該系 統(tǒng)還包括自動增益控制單元，用于4艮據(jù)所述可信度，對經(jīng)過所述單通道語音增強(qiáng)處 理后得到的目標(biāo)語音信號進(jìn)行自動增益控制。
全文摘要
本發(fā)明公開了一種噪聲消除方法及系統(tǒng)，用以在保證目標(biāo)語音質(zhì)量不受影響的同時，提高噪聲消除效果。本發(fā)明提供的一種噪聲消除方法包括對麥克風(fēng)陣列采集到的信號進(jìn)行波束形成處理，并且，在利用麥克風(fēng)陣列采集到的信號定位到目標(biāo)語音信號的情況下，確定存在目標(biāo)語音信號的可信度；利用所述可信度對語音存在概率進(jìn)行加權(quán)，并利用加權(quán)得到的語音存在概率，對經(jīng)過所述波束形成處理后得到的目標(biāo)語音信號進(jìn)行單通道語音增強(qiáng)處理。
文檔編號G10L21/02GK101510426SQ20091008081
公開日2009年8月19日 申請日期2009年3月23日 優(yōu)先權(quán)日2009年3月23日
發(fā)明者馮宇紅, 晨 張 申請人:北京中星微電子有限公司