用于內(nèi)部mmse計(jì)算的基于外部估計(jì)的snr的修改器的制造方法
【專利說(shuō)明】用于內(nèi)部MMSE計(jì)算的基于外部估計(jì)的SNR的修改器
[0001] 對(duì)相關(guān)申請(qǐng)的交叉引用 本申請(qǐng)涉及下面的申請(qǐng)：由Guillaume Lamy和Bijal Joshi發(fā)明的、與本申請(qǐng)相 同日期提交的、并且由代理人案卷號(hào)2013P03103US標(biāo)識(shí)的"Accurate Forward SNR Estimation Based On MMSE Speech Probability Presence，'；以及由 Guillaume Lamy 和Jianming Song發(fā)明的、與本申請(qǐng)相同日期提交的、并且由代理人案卷號(hào)2013P03107US 標(biāo)識(shí)的"Speech Probability Presence Modifier Improving Log-MMSE Based Noise Suppression Performance，'。
【背景技術(shù)】
[0002] 許多方法和設(shè)備已被開(kāi)發(fā)用來(lái)從信息承載信號(hào)抑制或移除噪聲。公知的噪聲抑制 方法使用噪聲估計(jì)值，該噪聲估計(jì)值使用對(duì)最小均方差或"麗SE"的計(jì)算來(lái)獲得。麗SE在 著作中被描述。例如參見(jiàn) Alan V. Oppenheim 和 George C. Verghese，"Estimation With Minimum Mean Square Error,，' MIT Open Courseware, http://ocw. mit. edu, 2010 年春天 最后修改，其內(nèi)容通過(guò)引用以其整體被合并于此。
[0003] 雖然Log-MMSE是已建立的噪聲抑制方法，但是隨著時(shí)間已對(duì)其做出了改進(jìn)。一個(gè) 改進(jìn)是使用語(yǔ)音概率存在或"SPP"作為Iog-MMSE估計(jì)器的指數(shù)象其也稱為基于最優(yōu)對(duì)數(shù) 譜幅度的估計(jì)器或"0LSA"方法，其使得MMSE算法有效地達(dá)到其最大允許的衰減量。
[0004] Log-MMSE噪聲估計(jì)的OLSA修改遭受兩個(gè)已知的問(wèn)題。一個(gè)問(wèn)題是在低信噪比情 形中它增加所謂的音樂(lè)噪聲。另一個(gè)且更顯著的問(wèn)題是在有噪聲狀況中它還過(guò)度抑制弱語(yǔ) 音?；邴怱E的噪聲估計(jì)減小或避免存在于現(xiàn)有技術(shù)中的已知問(wèn)題，對(duì)基于麗SE的噪聲 估計(jì)值確定的OLSE修改將是對(duì)現(xiàn)有技術(shù)的改進(jìn)。
【附圖說(shuō)明】
[0005] 圖1是表示清潔語(yǔ)音信號(hào)的單個(gè)波形的繪圖； 圖2是背景聲學(xué)噪聲信號(hào)的繪圖； 圖3是表示有噪聲語(yǔ)音信號(hào)（即，諸如圖1中所示的那個(gè)的清潔語(yǔ)音信號(hào)和諸如圖2中 所示的那個(gè)的背景聲學(xué)噪聲信號(hào)）的繪圖； 圖4描繪了圖3中所示的有噪聲語(yǔ)音信號(hào)的樣本； 圖5A描繪了數(shù)據(jù)樣本的第一幀，其在優(yōu)選實(shí)施例中包括有噪聲語(yǔ)音信號(hào)的十個(gè)相繼 樣本； 圖5B描繪了數(shù)據(jù)樣本的第二幀，其包括圖5A中示出的第一十個(gè)之后發(fā)生的十個(gè)樣 本； 圖6A和6B描繪了多個(gè)頻率分量帶或范圍的相對(duì)幅度，其分別表示頻域中的第一和第 二幀； 圖7是被配置為具有增強(qiáng)MMSE確定器的無(wú)線通信裝置的框圖； 圖8A是增強(qiáng)麗SE確定器的框圖； 圖8B是麗SE確定器的優(yōu)選實(shí)施方式的框圖； 圖9是增強(qiáng)麗SE確定器的操作的流程圖/框圖描繪； 圖IOA和圖IOB分別示出了流程圖的第一和第二部分，該流程圖描繪用于扭曲或修改 語(yǔ)音存在概率（SPP)并且使扭曲的SPP去噪的方法的步驟； 圖11描繪四條S形曲線；以及 圖12描繪用于確定信噪比的方法的步驟。
【具體實(shí)施方式】
[0006] 在這里，噪聲被認(rèn)為是通信系統(tǒng)中不需要的、非信息承載信號(hào)。白噪聲或隨機(jī)噪聲 是隨機(jī)能量，其具有一致的能量分布。其最通常由電子運(yùn)動(dòng)生成，諸如通過(guò)半導(dǎo)體、電阻器 或?qū)w的電流。散粒噪聲是非隨機(jī)噪聲的一種類型，其可以在電流突然流動(dòng)穿過(guò)結(jié)或連接 時(shí)生成。聲學(xué)噪聲是不需要的或不希望的聲音。在機(jī)動(dòng)車輛中，聲學(xué)噪聲包括但不限于風(fēng) 噪聲、輪胎噪聲、引擎噪聲和道路噪聲。
[0007] 聲學(xué)噪聲容易由必須與通信裝備一起使用的麥克風(fēng)檢測(cè)到。聲學(xué)噪聲因此被"添 加"到由麥克風(fēng)檢測(cè)到的信息承載語(yǔ)音信號(hào)。
[0008] 因此，抑制聲學(xué)噪聲要求選擇性地衰減被確定為或被認(rèn)為是不需要或不希望的、 非信息承載信號(hào)的音頻信號(hào)。不幸的是，許多聲學(xué)噪聲是不連續(xù)的并且可能難以抑制。
[0009] 如這里使用的，術(shù)語(yǔ)"頻帶受限"指代如下信號(hào)：其功率譜密度在特定的、預(yù)先確定 的頻率上為零或被"切斷"。對(duì)于包括蜂窩和有線兩者的大多數(shù)電信系統(tǒng)，該預(yù)先確定的頻 率是8千赫茲（8KHz )。
[0010] 圖1是單個(gè)、清潔、頻帶受限音頻信號(hào)100 (諸如話音或語(yǔ)音）的短時(shí)段的描繪，該 信號(hào)100隨時(shí)間t變化。為了清晰和簡(jiǎn)化的目的，僅示出了對(duì)應(yīng)于一個(gè)信號(hào)的一個(gè)波形。如 本領(lǐng)域普通技術(shù)人員知道的，音頻信號(hào)100在以毫秒度量的短時(shí)間段上是稍微"突發(fā)"的。 信號(hào)100因此固有地包括短時(shí)間段102,在其期間音頻信號(hào)消失。
[0011] 圖1中描繪的信號(hào)100在幅度上隨時(shí)間變化。因此，包括沉默或安靜時(shí)段102的 信號(hào)100被本領(lǐng)域普通技術(shù)人員稱為是時(shí)域中的信號(hào)。
[0012] 圖2描繪了幾百毫秒的聲學(xué)噪聲信號(hào)200。不同于圖1中所示的音頻信號(hào)100,噪 聲信號(hào)200被描繪成在圖2中描繪的至少幾百毫秒上基本上恒定。然而，噪聲信號(hào)200可 以在長(zhǎng)時(shí)間段上是恒定的，如在噪聲信號(hào)來(lái)自風(fēng)噪聲、道路噪聲等的情況中將發(fā)生的那樣。
[0013] 如公知的那樣，在機(jī)動(dòng)車輛中，語(yǔ)音和噪聲通常是共存的，也即是說(shuō)，當(dāng)語(yǔ)音信號(hào) 100和聲學(xué)噪聲信號(hào)200同時(shí)由相同麥克風(fēng)檢測(cè)到時(shí)，如在人們正在使用車輛中的麥克風(fēng) 同時(shí)車輛正在駕駛員的窗戶打開(kāi)情況下以相對(duì)較高的速度向前移動(dòng)的情況中發(fā)生的噪聲 200和語(yǔ)音100,麥克風(fēng)將把語(yǔ)音和噪聲添加到一起。
[0014] 圖3是當(dāng)圖2中所示的噪聲信號(hào)200被添加到語(yǔ)音時(shí)圖1的語(yǔ)音信號(hào)100的簡(jiǎn)化 描繪，如在麥克風(fēng)轉(zhuǎn)化語(yǔ)音信號(hào)100和聲學(xué)背景噪聲200兩者時(shí)發(fā)生的。如圖3中所示的， 產(chǎn)生的信號(hào)300是"有噪聲的"、頻帶受限的音頻信號(hào)300,其是清潔的、頻帶受限的音頻信 號(hào)102 (諸如圖1中所示的那個(gè)）和聲學(xué)噪聲信號(hào)104 (諸如圖2中所示的那個(gè)）的組合。 噪聲信號(hào)200可以被看出已被"添加"到清潔語(yǔ)音信號(hào)100。還要注意，在圖3中，相對(duì)安靜 時(shí)間段102或語(yǔ)音沉默時(shí)間段102被"填充"有背景噪聲200。在圖3中，由參考數(shù)字302 標(biāo)識(shí)的時(shí)間段示出圖2中所示的背景噪聲信號(hào)占據(jù)圖1中所示信號(hào)的另外安靜時(shí)段102的 地點(diǎn)。
[0015] 由包括蜂窩系統(tǒng)的大多數(shù)電信系統(tǒng)提供的話音或音頻通信實(shí)際上通過(guò)傳輸和接 收表示時(shí)變或模擬信號(hào)(諸如圖1和2中所示的那些)的數(shù)字?jǐn)?shù)據(jù)來(lái)提供。把模擬信號(hào)轉(zhuǎn)換 為數(shù)字形式的過(guò)程是公知的，并且要求以如下速率采樣頻帶受限信號(hào)：該速率是頻帶受限 信號(hào)中存在的最高頻率的至少兩倍或雙倍。一旦取得了模擬信號(hào)的樣本，該樣本就被轉(zhuǎn)換 為表示樣本的數(shù)字值或"字"。表示模擬信號(hào)的樣本的數(shù)字值被傳輸?shù)揭荒康牡?，在該目?地?cái)?shù)字值被用于重新創(chuàng)建原始樣本從其取得的模擬信號(hào)的樣本。重新創(chuàng)建的樣本然后被用 于在目的地重新創(chuàng)建原始模擬信號(hào)。
[0016] 圖4描繪圖3中所示的有噪聲的、頻帶受限的音頻信號(hào)300的樣本400。有噪聲信 號(hào)300的一些樣本404將僅是被麥克風(fēng)"添加"的聲學(xué)噪聲200的樣本。其它樣本403將 表示信息承載音頻信號(hào)100和噪聲200。
[0017] 不管樣本400表示清潔信號(hào)100和噪聲200還是僅表示噪聲200,所有樣本400都 被轉(zhuǎn)換為二進(jìn)制值以用于傳輸?shù)侥康牡?。然而，如下面闡述的，如果歸因于噪聲200的有噪 聲信號(hào)300的各分量被抑制，則包括有噪聲信號(hào)300的至少一些噪聲200可以被抑制或移 除。因此，希望識(shí)別或確定有噪聲信號(hào)的樣本實(shí)際上表示或至少可能表示信號(hào)100還是噪 聲 200。
[0018] 術(shù)語(yǔ)"快速傅里葉變換（FFT)"指代數(shù)字信號(hào)處理領(lǐng)域中普通技術(shù)人員公知的過(guò) 程，通過(guò)該過(guò)程，時(shí)域信號(hào)(包括數(shù)字信號(hào)）可以被轉(zhuǎn)換到頻域。換句話說(shuō)，F(xiàn)FT提供如下方 法：通過(guò)該方法，時(shí)域信號(hào)被使用