聲音信號處理的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及信息技術(shù)領(lǐng)域，并且更具體地，涉及聲音信號處理的方法和裝置。
【背景技術(shù)】
[0002] 各種語音處理設(shè)備，如手機(jī)、藍(lán)牙耳機(jī)以及錄音機(jī)、錄像機(jī)等等，在戶外使用時(shí)不 可避免地會受到風(fēng)噪聲的干擾。風(fēng)噪聲主要是由氣流和傳聲器之間相互作用產(chǎn)生的，類似 于傳聲器拾音時(shí)手指輕敲傳聲器前端或嘴離傳聲器較近時(shí)呼氣所產(chǎn)生的噪音。由于風(fēng)噪聲 是氣流直接作用在傳聲器表面形成的，因此可達(dá)到較高的聲壓級，極易掩蓋語音信號，對語 音信號的聽覺舒適度和可懂度造成極大影響。因此對語音處理設(shè)備來說，風(fēng)噪聲抑制技術(shù) 十分重要。
[0003] 風(fēng)噪聲抑制技術(shù)主要有兩類，一種是采用物理技術(shù)手段進(jìn)行風(fēng)噪抑制，比如給傳 聲器套上風(fēng)罩，或者從傳聲器的聲學(xué)結(jié)構(gòu)、材料設(shè)計(jì)方面來抑制風(fēng)噪聲；另外一種是采用數(shù) 字信號處理的技術(shù)手段，即采用算法進(jìn)行風(fēng)噪聲抑制。物理技術(shù)手段降風(fēng)噪受使用環(huán)境和 設(shè)備結(jié)構(gòu)影響大，比如對大多數(shù)便攜語音處理設(shè)備，受體積和結(jié)構(gòu)限制無法給傳聲器安裝 風(fēng)罩；對傳聲器進(jìn)行聲學(xué)結(jié)構(gòu)、材料設(shè)計(jì)來抑制風(fēng)噪聲有可能會犧牲傳聲器的靈敏度，降 低拾取語音信號質(zhì)量，而且降風(fēng)噪效果不夠理想。采用信號處理的手段進(jìn)行風(fēng)噪抑制不受 傳聲器類型和設(shè)備結(jié)構(gòu)的影響，可移植性高，通用性強(qiáng)，非常適合應(yīng)用在各種語音處理設(shè)備 中，尤其是便攜式語音通訊設(shè)備中實(shí)現(xiàn)風(fēng)噪聲抑制。因此風(fēng)噪聲檢測和抑制信號處理算法 在語音處理設(shè)備消除風(fēng)噪干擾方面具有重要應(yīng)用。
[0004] 現(xiàn)有的風(fēng)噪聲檢測和抑制算法采用輸入信號低頻能量與總能量的比來確定風(fēng)噪 聲存在概率，或者當(dāng)前信號的信噪比，進(jìn)而選擇頻率抑制特性不同的濾波器來實(shí)現(xiàn)風(fēng)噪抑 制。這種方式計(jì)算出來的風(fēng)噪聲存在概率或信噪比誤差比較大，導(dǎo)致風(fēng)噪聲的殘留和語音 的失真，影響語音質(zhì)量。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明實(shí)施例提供了一種聲音信號處理的方法和裝置，能夠提高語音質(zhì)量。
[0006] 第一方面，提供了一種聲音信號處理的方法，包括：
[0007] 根據(jù)風(fēng)噪聲的頻譜連續(xù)性和起始于低頻的特性，對聲音信號進(jìn)行風(fēng)噪聲檢測；
[0008] 根據(jù)濁音的諧頻特性，對該聲音信號進(jìn)行濁音檢測；
[0009] 根據(jù)清音的中高頻特性，對該聲音信號進(jìn)行清音檢測；
[0010] 根據(jù)風(fēng)噪聲檢測的結(jié)果、濁音檢測的結(jié)果和清音檢測的結(jié)果，對該聲音信號進(jìn)行 增益控制。
[0011] 結(jié)合第一方面，在第一種可能的實(shí)現(xiàn)方式中，根據(jù)風(fēng)噪聲的頻譜連續(xù)性和起始于 低頻的特性，對聲音信號進(jìn)行風(fēng)噪聲檢測，包括：
[0012] 若該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號在高能區(qū)域且當(dāng)前頻點(diǎn)小于風(fēng)噪聲低頻門 限，則確定該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號是風(fēng)噪聲；
[0013] 若該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號在高能區(qū)域，當(dāng)前頻點(diǎn)不小于風(fēng)噪聲低頻門 限，且當(dāng)前頻點(diǎn)相鄰的低頻點(diǎn)信號是風(fēng)噪聲，則確定該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號是 風(fēng)噪聲；
[0014] 若該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號在高能區(qū)域，當(dāng)前頻點(diǎn)不小于風(fēng)噪聲低頻門 限，且當(dāng)前頻點(diǎn)相鄰的低頻點(diǎn)信號不是風(fēng)噪聲，則確定該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號 不是風(fēng)噪聲；
[0015] 若該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號不在高能區(qū)域，則確定該聲音信號的當(dāng)前幀 當(dāng)前頻點(diǎn)信號不是風(fēng)噪聲；
[0016] 若該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號是風(fēng)噪聲，則確定該聲音信號的當(dāng)前幀當(dāng)前 頻點(diǎn)的風(fēng)噪聲的功率等于該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號的功率；
[0017] 若該聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號不是風(fēng)噪聲，則確定該聲音信號的當(dāng)前幀當(dāng) 前頻點(diǎn)的風(fēng)噪聲的功率等于零。
[0018] 結(jié)合第一方面或第一方面的上述任一種可能的實(shí)現(xiàn)方式，在第二種可能的實(shí)現(xiàn)方 式中，根據(jù)濁音的諧頻特性，對該聲音信號進(jìn)行濁音檢測，包括：
[0019] 將該聲音信號的頻帶分為多個子帶；
[0020] 對于每個子帶，若該每個子帶上該聲音信號的能量與語音長時(shí)平均能量的比值不 小于第二比較門限，則確定該每個子帶存在強(qiáng)風(fēng)噪，若該每個子帶上該聲音信號的能量與 語音長時(shí)平均能量的比值小于第二比較門限，則確定該每個子帶不存在強(qiáng)風(fēng)噪；
[0021] 確定該聲音信號的功率譜在所有不存在強(qiáng)風(fēng)噪的子帶組成的頻段范圍內(nèi)的局部 最大值和局部最小值；
[0022] 對于每個局部最大值，若該每個局部最大值與該每個局部最大值相鄰的局部最小 值的比值大于第三比較門限，則確定該局部最大值為諧頻波峰；
[0023] 若所有諧頻波峰的總能量與所有不存在強(qiáng)風(fēng)噪的子帶的總能量的比值大于第四 比較門限，則確定該聲音信號的當(dāng)前幀有濁音，若所有諧頻波峰的總能量與所有不存在強(qiáng) 風(fēng)噪的子帶的總能量的比值不大于第四比較門限，則確定該聲音信號的當(dāng)前幀沒有濁音。
[0024] 結(jié)合第一方面或第一方面的上述任一種可能的實(shí)現(xiàn)方式，在第三種可能的實(shí)現(xiàn)方 式中，根據(jù)清音的中高頻特性，對該聲音信號進(jìn)行清音檢測，包括：
[0025] 確定該聲音信號的當(dāng)前幀中的低頻信號的總能量和該聲音信號的當(dāng)前幀中的中 高頻信號的總能量；
[0026] 若該聲音信號的當(dāng)前幀中的中高頻信號的總能量與該聲音信號的當(dāng)前幀中的低 頻信號的總能量的比值大于第五比較門限，則確定該聲音信號的當(dāng)前幀有清音，若該聲音 信號的當(dāng)前幀中的中高頻信號的總能量與該聲音信號的當(dāng)前幀中的低頻信號的總能量的 比值不大于第五比較門限，則確定該聲音信號的當(dāng)前幀沒有清音。
[0027] 結(jié)合第一方面或第一方面的上述任一種可能的實(shí)現(xiàn)方式，在第四種可能的實(shí)現(xiàn)方 式中，根據(jù)風(fēng)噪聲的頻譜連續(xù)性和起始于低頻的特性，對聲音信號進(jìn)行風(fēng)噪聲檢測，包括：
[0028] 根據(jù)以下等式對所述聲音信號進(jìn)行高能區(qū)域判定，
[0029]
【主權(quán)項(xiàng)】
1. 一種聲音信號處理的方法，其特征在于，包括： 根據(jù)風(fēng)噪聲的頻譜連續(xù)性和起始于低頻的特性，對聲音信號進(jìn)行風(fēng)噪聲檢測； 根據(jù)濁音的諧頻特性，對所述聲音信號進(jìn)行濁音檢測； 根據(jù)清音的中高頻特性，對所述聲音信號進(jìn)行清音檢測； 根據(jù)風(fēng)噪聲檢測的結(jié)果、濁音檢測的結(jié)果和清音檢測的結(jié)果，對所述聲音信號進(jìn)行增 益控制。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)風(fēng)噪聲的頻譜連續(xù)性和起始于 低頻的特性，對聲音信號進(jìn)行風(fēng)噪聲檢測，包括： 若所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號在高能區(qū)域且當(dāng)前頻點(diǎn)小于風(fēng)噪聲低頻門限， 則確定所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號是風(fēng)噪聲； 若所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號在高能區(qū)域，當(dāng)前頻點(diǎn)不小于風(fēng)噪聲低頻門 限，且當(dāng)前頻點(diǎn)相鄰的低頻點(diǎn)信號是風(fēng)噪聲，則確定所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號 是風(fēng)噪聲； 若所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號在高能區(qū)域，當(dāng)前頻點(diǎn)不小于風(fēng)噪聲低頻門 限，且當(dāng)前頻點(diǎn)相鄰的低頻點(diǎn)信號不是風(fēng)噪聲，則確定所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信 號不是風(fēng)噪聲； 若所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號不在高能區(qū)域，則確定所述聲音信號的當(dāng)前幀 當(dāng)前頻點(diǎn)信號不是風(fēng)噪聲； 若所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號是風(fēng)噪聲，則確定所述聲音信號的當(dāng)前幀當(dāng)前 頻點(diǎn)的風(fēng)噪聲的功率等于所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號的功率； 若所述聲音信號的當(dāng)前幀當(dāng)前頻點(diǎn)信號不是風(fēng)噪聲，則確定所述聲音信號的當(dāng)前幀當(dāng) 前頻點(diǎn)的風(fēng)噪聲的功率等于零。
3. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)濁音的諧頻特性，對所述聲 音信號進(jìn)行濁音檢測，包括： 將所述聲音信號的頻帶分為多個子帶； 對于每個子帶，若所述每個子帶上所述聲音信號的能量與語音長時(shí)平均能量的比值不 小于第二比較門限，則確定所述每個子帶存在強(qiáng)風(fēng)噪，若所述每個子帶上所述聲音信號的 能量與語音長時(shí)平均能量的比值小于第二比較門限，則確定所述每個子帶不存在強(qiáng)風(fēng)噪； 確定所述聲音信號的功率譜在所有不存在強(qiáng)風(fēng)噪的子帶組成的頻段范圍內(nèi)的局部最 大值和局部最小值； 對于每個局部最大值，若所述每個局部最大值與所述每個局部最大值相鄰的局部最小 值的比值大于第三比較門限，則確定所述局部最大值為諧頻波峰； 若所有諧頻波峰的總能量與所有不存在強(qiáng)風(fēng)噪的子帶的總能量的比值大于第四比較 門限，則確定所述聲音信號的當(dāng)前幀有濁音，若所有諧頻波峰的總能量與所有不存在強(qiáng)風(fēng) 噪的子帶的總能量的比值不大于第四比較門限，則確定所述聲音信號的當(dāng)前幀沒有濁音。
4. 根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)清音的中高頻特 性，對所述聲音信號進(jìn)行清音檢測，包括： 確定所述聲音信號的當(dāng)前幀中的低頻信號的總能量和所述聲音信號的當(dāng)前幀中的中 高頻信號的總能量； 若所述聲音信號的當(dāng)前幀中的中高頻信號的總能量與所述聲音信號的當(dāng)前幀中的低 頻信號的總能量的比值大于第五比較門限，則確定所述聲音信號的當(dāng)前幀有清音，若所述 聲音信號的當(dāng)前幀中的中高頻信號的總能量與所述聲音信號的當(dāng)前幀中的低頻信號的總 能量的比值不大于第五比較門限，則確定所述聲音信號的當(dāng)前幀沒有清音。
5. 根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)風(fēng)噪聲的頻譜連續(xù) 性和起始于低頻的特性，對聲音信號進(jìn)行風(fēng)噪聲檢測，包括： 根據(jù)以下等式對所述聲音信號進(jìn)行高能區(qū)域判定，
其中，k為頻點(diǎn)，1為幀數(shù)，mHigh_mOTgy(k，1)為高能區(qū)域標(biāo)志，Px(k，1)為所述聲音信號的 功率譜，PN(k，1)為所述聲音信號中的平穩(wěn)態(tài)噪聲的功率譜，Θ thl為第一比較門限； 根據(jù)以下等式判定所述聲音信號中的風(fēng)噪聲， mint(k，l) = (mHigh_energy(k，l) Amint(k-l，l)) V (mHigh_energy(k，l) Ak<klow)， 其中，mint(k，I)為風(fēng)噪聲判定標(biāo)志，klOT為風(fēng)噪聲低頻門限； 根據(jù)以下等式確定所述聲音信號中的風(fēng)噪聲的功率譜P1 (k，1)，
6. 根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)濁音的諧頻特性， 對所述聲音信號進(jìn)行濁音檢測，包括： 將所述聲音信號的頻帶分為P個子帶，P為正整數(shù)且P多2 ; 根據(jù)以下等式確定每個子帶是否存在強(qiáng)風(fēng)噪，
其中，k為頻點(diǎn)，1為幀數(shù)，p為子帶數(shù)，p = 1，2,. . .，P，Px，p(k, 1)為第p個子帶的能量， Ps^p(k，l)為第P個子帶的語音長時(shí)平均能量，Sth2為第二比較門限； 根據(jù)以下等式確定所述聲音信號的功率譜在fstamgiind(P，I) = 〇的頻段范圍內(nèi)的局部 最大值P5iG^i, 1)和局部最小值Px (kj, 1)， V.
根據(jù)以下等式確定諧頻波峰P5tpeak (ki，1)，
其中沖!(〇