一種基于子帶噪聲分析的自適應(yīng)降噪方法與系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及語音【技術(shù)領(lǐng)域】,本發(fā)明的一種基于子帶噪聲分析的自適應(yīng)降噪方法，包括步驟1，對(duì)輸入的時(shí)域帶噪音頻信號(hào)進(jìn)行分幀和短時(shí)頻域變換，生成頻域帶噪音頻信號(hào)；步驟2，對(duì)頻域帶噪音頻信號(hào)，采用最小值跟蹤方法估計(jì)出噪聲能量譜；步驟3，計(jì)算出該噪聲能量譜的后驗(yàn)信噪比和先驗(yàn)信噪比；步驟4，通過非線性增益擴(kuò)展方法，利用所述的后驗(yàn)信噪比和先驗(yàn)信噪比計(jì)算各個(gè)時(shí)頻單元的降噪增益；步驟5，對(duì)所述的各個(gè)時(shí)頻單元的降噪增益進(jìn)行平滑濾波，以降低音質(zhì)失真；步驟6，將降噪增益作用于步驟1所述的帶噪音頻信號(hào)的各個(gè)時(shí)頻單元，得到降噪后的頻域音頻信號(hào)；步驟7，短時(shí)頻域逆變換，得到最終的降噪后的時(shí)域音頻信號(hào)輸出。本發(fā)明可以大幅度降低目標(biāo)信號(hào)中的穩(wěn)定類噪聲。
【專利說明】一種基于子帶噪聲分析的自適應(yīng)降噪方法與系統(tǒng)【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及語音【技術(shù)領(lǐng)域】，具體涉及一種基于子帶噪聲分析的自適應(yīng)降噪方法與系統(tǒng)。
【背景技術(shù)】
[0002]在語音通信與錄制領(lǐng)域，背景噪聲是影響聲音音質(zhì)與辨識(shí)度的最大障礙。通過網(wǎng)絡(luò)與親友視頻聊天時(shí)會(huì)有電腦的“嗡嗡”聲；錄制課堂講座時(shí)會(huì)有寫字聲與學(xué)生們的閑聊聲；戶外做采訪時(shí)道路交通噪聲以及風(fēng)噪聲等，日常生活中我們離不開這些噪聲。
[0003]為了提高采集聲音信號(hào)的音質(zhì)，信噪比，以及可懂度，國際上已經(jīng)研究出了很多降噪算法，可分為兩大類。一種是通過多路麥克風(fēng)輸入在空間上選取目標(biāo)聲源的方式，叫指向性麥克風(fēng)技術(shù)。另一種是單麥克風(fēng)輸入，通過語音信號(hào)和干擾噪聲信號(hào)的頻譜特性差異，濾除噪聲信號(hào)，提高信噪比。理論上，指向性麥克風(fēng)方式的降噪效果要比單麥克風(fēng)降噪算法要好，目前已經(jīng)有很多筆記本電腦，平板電腦，部分智能手機(jī)均采用這類技術(shù)。但是，一個(gè)產(chǎn)品同時(shí)要配置多路麥克風(fēng)的技術(shù)實(shí)現(xiàn)需求，在高集成度的迷你產(chǎn)品的研發(fā)中受到限制，同時(shí)也會(huì)提高生產(chǎn)成本，且運(yùn)算復(fù)雜度較高，不適于如數(shù)字助聽器等極低功耗系統(tǒng)的應(yīng)用。
[0004]一般我們會(huì)通過以下方式進(jìn)行單麥克風(fēng)降噪。第一類是通過自適應(yīng)增益調(diào)節(jié)進(jìn)行噪聲判斷，并進(jìn)行衰減，其中最為典型的算法為低增益擴(kuò)展降噪算法，如圖1所示，如果當(dāng)前輸入的聲壓級(jí)小于擴(kuò)展臨界值，即輸入處于擴(kuò)展閾的范圍內(nèi)，則判斷為噪聲，并進(jìn)行增益衰減；如果輸入聲壓級(jí)大于此臨界值進(jìn)行線性輸出，或進(jìn)行增益壓縮。第二類是通過語音激活檢測(cè)(Voice Activity Detection)等方式對(duì)信號(hào)進(jìn)行語音段與噪聲段的分類。此算法自動(dòng)平均噪聲段的信號(hào)能量 ，并在判斷為噪聲段的信號(hào)進(jìn)行相應(yīng)衰減，得到降噪效果。第三類為通過自適應(yīng)濾波器的方式進(jìn)行降噪，如圖2所示。自適應(yīng)濾波器以系統(tǒng)輸出信號(hào)無限接近于原信號(hào)為條件進(jìn)行收斂。在實(shí)際應(yīng)用中，因?yàn)槲覀兊貌坏皆盘?hào)，通常使用實(shí)際輸入信號(hào)與長(zhǎng)時(shí)能量的差值代替原信號(hào)進(jìn)行收斂，其中長(zhǎng)時(shí)能量代表噪聲等級(jí)。
[0005]上述三類降噪方式均有相應(yīng)的降噪效果，但都存在缺陷。第一類降噪方式只能應(yīng)用于噪聲能量明顯小于信號(hào)能量的場(chǎng)景，而能量較小的語音信號(hào)會(huì)被誤認(rèn)為噪聲，因此被衰減。第二類的降噪方式效果要好于第一類，但在噪聲段存在明顯的音樂噪聲(Musicalnoise)。第三類的降噪算法比前兩類更為復(fù)雜，但自適應(yīng)濾波器方法由于收斂關(guān)系會(huì)影響輸出音質(zhì)，也就是說收斂速度越快會(huì)提高降噪效果，但同時(shí)會(huì)降低音質(zhì)，同時(shí)也存在濾波器發(fā)散的危險(xiǎn)。
[0006]總之，需要本領(lǐng)域技術(shù)人員迫切解決的一個(gè)技術(shù)問題就是:如何能夠提供一種自適應(yīng)降噪算法，要求較高的降噪效果同時(shí)保證輸出音質(zhì)。

【發(fā)明內(nèi)容】

[0007]為了解決上述技術(shù)問題，本發(fā)明提供了一種基于子帶噪聲分析的自適應(yīng)降噪方法，可以大幅度降低目標(biāo)信號(hào)中的類穩(wěn)定噪聲，同時(shí)提供幾乎無失真(經(jīng)過40dB以上的放大處理仍無聽感失真)的語音音質(zhì)，本發(fā)明的方法在多種噪聲環(huán)境下，均能提供較好的降噪效果。
[0008]為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是，一種基于子帶噪聲分析的自適應(yīng)降噪方法，包括以下步驟:
[0009]步驟1，對(duì)輸入的時(shí)域帶噪音頻信號(hào)進(jìn)行分幀和短時(shí)頻域變換，生成頻域帶噪音頻信號(hào);
[0010]步驟2,對(duì)頻域帶噪音頻信號(hào),采用最小值跟蹤方法(Minimum Tracking)估計(jì)出噪
聲能量譜；
[0011]步驟3，計(jì)算出該噪聲能量譜的后驗(yàn)信噪比和先驗(yàn)信噪比；
[0012]步驟4，通過非線性增益擴(kuò)展方法，利用所述的后驗(yàn)信噪比和先驗(yàn)信噪比計(jì)算步驟I所述的帶噪音頻信號(hào)的降噪增益；
[0013]步驟5，對(duì)所述的各個(gè)時(shí)頻單元的降噪增益進(jìn)行平滑濾波，以降低音質(zhì)失真；
[0014]步驟6，將所述的平滑濾波后的降噪增益與步驟I所述的頻域帶噪音頻信號(hào)的各個(gè)時(shí)頻單元相乘，得到降噪后的頻域音頻信號(hào)；
[0015]步驟7，對(duì)步驟6所述的降噪后的頻域音頻信號(hào)進(jìn)行短時(shí)頻域逆變換，得到最終的降噪后的時(shí)域音頻信號(hào)輸出。
[0016]進(jìn)一步的，所述步驟I中，短時(shí)頻域變換為加權(quán)重疊相加分析算法。
[0017]進(jìn)一步的，所述步驟7中，短時(shí)頻域逆變換為加權(quán)重疊相加合成算法。
[0018]進(jìn)一步的，所述步驟2中，所述最小值跟蹤方法包括以下步驟:
[0019]步驟21:計(jì)算短時(shí)頻域變換后的帶噪音頻信號(hào)Sin (n，k)的能量譜|Sin(n，k)|2的短時(shí)最大值PST max (n, k)，如式(I)所示，
[0020]
【權(quán)利要求】
1.一種基于子帶噪聲分析的自適應(yīng)降噪方法，其特征在于: 步驟1，對(duì)輸入的時(shí)域帶噪音頻信號(hào)進(jìn)行分幀和短時(shí)頻域變換，生成頻域帶噪音頻信號(hào); 步驟2，對(duì)頻域帶噪音頻信號(hào)，采用最小值跟蹤方法估計(jì)出噪聲能量譜； 步驟3，計(jì)算出該噪聲能量譜的后驗(yàn)信噪比和先驗(yàn)信噪比； 步驟4，通過非線性增益擴(kuò)展方法，利用所述的后驗(yàn)信噪比和先驗(yàn)信噪比計(jì)算各個(gè)時(shí)頻單元的降噪增益； 步驟5，對(duì)所述的各個(gè)時(shí)頻單元的降噪增益進(jìn)行平滑濾波，以降低音質(zhì)失真； 步驟6，將所述的平滑濾波后的降噪增益作用于步驟I所述的帶噪音頻信號(hào)的各個(gè)時(shí)頻單元，得到降噪后的頻域音頻信號(hào)； 步驟7，對(duì)步驟6所述的降噪后的頻域音頻信號(hào)進(jìn)行短時(shí)頻域逆變換，得到最終的降噪后的時(shí)域音頻信號(hào)輸出。
2.根據(jù)權(quán)利要求1所述的一種基于子帶噪聲分析的自適應(yīng)降噪方法，其特征在于:所述步驟I中，短時(shí)頻域變換為加權(quán)重疊相加分析算法。
3.根據(jù)權(quán)利要求1所述的一種基于子帶噪聲分析的自適應(yīng)降噪方法，其特征在于:所述步驟7中，短時(shí)頻域逆變換為加權(quán)重疊相加合成算法。
4.根據(jù)權(quán)利要求1所述的一種基于子帶噪聲分析的自適應(yīng)降噪方法，其特征在于:所述步驟2中，所述最小值跟蹤方法包括以下步驟: 步驟21:計(jì)算短時(shí)頻域變換后的帶噪音頻信號(hào)Sin(n，k)的能量譜|Sin(n，k) |2的短時(shí)最大值PST—max(n, k)，如式(I)所示，
5.根據(jù)權(quán)利要求1所述的一種基于子帶噪聲分析的自適應(yīng)降噪方法，其特征在于:所述步驟3中，計(jì)算后驗(yàn)信噪比和先驗(yàn)信噪比，具體包括以下步驟:步驟31:通過能量譜Sin (n, k) I2與估算噪聲譜|#(?乂)|2計(jì)算后驗(yàn)信噪比，如式(3)所示:
6.根據(jù)權(quán)利要求1所述的一種基于子帶噪聲分析的自適應(yīng)降噪方法，其特征在于:所述步驟4中，非線性增益擴(kuò)展方法，具體包括以下步驟: 步驟41:利用后驗(yàn)信噪比和先驗(yàn)信噪比計(jì)算得到降噪增益Gain_dB(n，k)，如式(5)所示:
7.根據(jù)權(quán)利要求1所述的一種基于子帶噪聲分析的自適應(yīng)降噪方法，其特征在于:所述步驟5中，各個(gè)時(shí)頻單元的降噪增益進(jìn)行平滑濾波，如式(5)所示:
【文檔編號(hào)】G10L21/0224GK103871421SQ201410106985
【公開日】2014年6月18日 申請(qǐng)日期:2014年3月21日 優(yōu)先權(quán)日:2014年3月21日
【發(fā)明者】梁維謙, 薛行棟 申請(qǐng)人:廈門萊亞特醫(yī)療器械有限公司