一種基于模塊復(fù)用的助聽器去噪裝置和方法
【專利摘要】本發(fā)明提供了一種基于模塊復(fù)用的助聽器去噪裝置和方法。所述基于模塊復(fù)用的助聽器去噪裝置包括譜估計與端點檢測模塊，用于求出輸入幀的功率譜并且判斷當(dāng)前幀是語音幀還是噪聲幀，從而實現(xiàn)頻譜估計與端點檢測的模塊共用；譜均值模塊，用于對前后兩幀的功率譜密度進行均值操作從而得到時間平滑的功率譜；維納濾波模塊，用于對當(dāng)前幀進行維納濾波操作；以及快速傅里葉逆變換模塊，用于將已處理的信號從頻域轉(zhuǎn)換回時域，從而得到去噪后的信號。本發(fā)明提供的基于模塊復(fù)用的助聽器去噪裝置和方法能夠?qū)崿F(xiàn)頻譜估計與語音活動性檢測的模塊共用，從而減少運算量和硬件功耗。
【專利說明】一種基于模塊復(fù)用的助聽器去噪裝置和方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種助聽器的去噪裝置和方法，更具體地涉及一種基于模塊復(fù)用的助聽器去噪裝置和方法。
【背景技術(shù)】
[0002]隨著現(xiàn)代科技的發(fā)展，數(shù)字助聽器以其強大的信號處理能力而逐漸被越來越多的聽力障礙患者所接受。然而，在噪聲環(huán)境下，助聽器佩帶者對語音的可懂度會嚴(yán)重下降。因此，去噪電路模塊對于助聽器的語音處理而言尤為重要。目前常用的一些去噪方法包括譜減法、維納濾波法、子空間語音增強方法等方法，其中最常用的是維納濾波法，它可以去除環(huán)境中的背景噪聲、白噪聲以及一些音樂噪聲等。
[0003]常用的一種維納濾波算法是ETSI(歐洲電信標(biāo)準(zhǔn)化協(xié)會)的標(biāo)準(zhǔn)ETSI ES 202 050V1.1.5 (2007-01)。圖1是現(xiàn)有技術(shù)的兩級維納濾波方法的流程框圖。如圖1所示，兩級Mel翹曲維納濾波應(yīng)用Mel域三角濾波器組將維納濾波系數(shù)轉(zhuǎn)換到與語音感知相關(guān)的Mel域，然后對信號進行濾波。
[0004]在第一級中，通過譜估計模塊計算輸入幀的譜，譜均值模塊用前后幀之間的功率譜均值得到時間平滑的功率譜，語音活動性檢測(Voice Activity Detection, VADNest)(以下也將稱為端點檢測)模塊判定當(dāng)前幀是語音幀還是純噪聲幀。在維納濾波模塊完成線性頻率濾波器系數(shù)的計算之后，采用美化帶模塊進行平滑操作而得到Mel翹曲維納濾波系數(shù)，再進行Mel IDCT操作得到Mel翹曲維納濾波器的時域沖擊響應(yīng)。然后，由濾波模塊對濾波器沖擊響應(yīng)和輸入語音信號進行卷積，從而實現(xiàn)維納濾波過程。
[0005]在進行譜估計的時候，需要對256點進行快速傅里葉變換(FFT)，然后對頻域進行平方得到頻譜。圖2是現(xiàn)有技術(shù)的兩級維納濾波方法中的端點檢測(VADNest)的流程框圖，其中求FRAME_EN的公式為:.,_` 16
fmmetn = ?.，+ ——K In --- r
—.1n 264
II
如圖1所示，第二級的維納濾波與第一級不同的是在美化帶模塊中求取Mel尺度各子帶濾波系數(shù)之后，在增益調(diào)整模塊中對系數(shù)進行了增益處理。對信噪比(SNR)較低的信號幀利用增益處理作更深度的噪聲消除，而對SNR較高的信號幀則通過減小濾波系數(shù)增益以減低濾波器影響，從而降低噪聲消除深度。通過這樣的處理，進一步降低了噪聲信號的幅度，同時盡可能保留語音信號，有利于提高識別的準(zhǔn)確率。此外，去直流模塊用于消除直流分量。
[0006]從圖1和圖2可以看出，在進行譜估計來求頻譜的時候需要進行256點的FFT變換，在VADNest的時候需要對每一個點進行平方并且求對數(shù)。雖然這對于軟件的運算來說不算太大負(fù)擔(dān)，但是對于硬件來說，F(xiàn)FT變換和平方運算都是需要花費很長的時間的并且需要消費很大的功耗。尤其對于安裝紐扣電池的助聽器產(chǎn)品來說，這樣的花銷是很不值得的，也算是非常致命的打擊。

【發(fā)明內(nèi)容】

[0007]本發(fā)明實施例提供一種基于模塊復(fù)用的助聽器去噪裝置，包括:譜估計與端點檢測模塊，用于求出輸入幀的功率譜并且判斷當(dāng)前幀是語音幀還是噪聲幀，從而實現(xiàn)頻譜估計與端點檢測的模塊共用；譜均值模塊，耦合于譜估計與端點檢測模塊，用于對前后兩幀的功率譜密度進行均值操作從而得到時間平滑的功率譜；維納濾波模塊，耦合于譜均值模塊，用于對當(dāng)前幀進行維納濾波操作；以及快速傅里葉逆變換模塊，耦合于維納濾波模塊，用于將已處理的信號從頻域轉(zhuǎn)換回時域，從而得到去噪后的信號。
[0008]本發(fā)明實施例還提供一種基于模塊復(fù)用的助聽器去噪方法，包括:求出輸入幀的功率譜并且判斷當(dāng)前幀是語音幀還是噪聲幀，從而實現(xiàn)頻譜估計與端點檢測的模塊共用；對前后兩幀的功率譜密度進行均值操作從而得到時間平滑的功率譜；對當(dāng)前幀進行維納濾波操作；以及將已處理的信號從頻域轉(zhuǎn)換回時域，從而得到去噪后的信號。
[0009]本發(fā)明提供的基于模塊復(fù)用的助聽器去噪裝置和方法能夠?qū)崿F(xiàn)頻譜估計與語音活動性檢測的模塊共用，從而更好地實現(xiàn)算法的功能并且減少運算量和硬件功耗以使算法的功能更加簡單。
【專利附圖】

【附圖說明】
[0010]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0011]圖1是現(xiàn)有技術(shù)的兩級維納濾波方法的流程框圖。
[0012]圖2是現(xiàn)有技術(shù)的兩級維納濾波方法中的端點檢測的流程框圖。
[0013]圖3是本發(fā)明一實施例提供的基于模塊復(fù)用的助聽器去噪裝置的結(jié)構(gòu)示意圖。
[0014]圖4是本發(fā)明一實施例提供的基于模塊復(fù)用的助聽器去噪方法的流程示意圖。
【具體實施方式】
[0015]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0016]圖3是本發(fā)明一實施例提供的基于模塊復(fù)用的助聽器去噪裝置300的結(jié)構(gòu)示意圖。助聽器去噪裝置300包括譜估計與端點檢測模塊302、譜均值模塊304、維納濾波模塊306、以及快速傅里葉逆變換(IFFT)模塊308。
[0017]譜估計與端點檢測模塊302能夠?qū)崿F(xiàn)頻譜估計與語音活動性檢測的模塊共用。在一方面，譜估計與端點檢測模塊302可用于將輸入信號重疊分幀，通過快速傅里葉變換(FFT)將幀從時域轉(zhuǎn)換到頻域并求出輸入幀的功率譜。在另一方面，譜估計與端點檢測模塊302還可用于判斷當(dāng)前幀(例如，20ms數(shù)據(jù)幀)是語音幀還是噪聲幀。在一個實施例中，譜估計與端點檢測模塊302是采用與頻譜估計一樣的算法來判斷當(dāng)前幀是語音幀還是噪聲幀。即，譜估計與端點檢測模塊302采用256點的FFT來進行頻譜估計與端點檢測兩者的運算。具體來說，在譜估計與端點檢測模塊302進行頻譜估計的時候，直接取用FFT的結(jié)果然后進行平方即得到頻譜；而在譜估計與端點檢測模塊302進行端點檢測的時候，將某幾個頻率分量進行組合，然后得到頻譜的均值，進而求得頻帶的方差。因為噪聲的起伏程度往往比較小，可以通過比較頻帶的方差與預(yù)設(shè)閾值來實現(xiàn)語音幀和噪聲幀的判斷。如果頻帶的方差大于預(yù)設(shè)閾值，則當(dāng)前幀被判斷為語音幀(如話音、音樂、信息音等)。相反地，如果頻帶的方差不大于預(yù)設(shè)閾值，則當(dāng)前幀被判斷為噪聲幀(靜默幀)。
[0018]譜均值模塊304用于對前后兩幀的功率譜密度進行均值操作從而得到時間平滑的功率譜。在一個實施例中，維納濾波模塊306可進行兩級維納濾波操作。在第一級濾波階段的噪聲估計中，根據(jù)譜估計與端點檢測模塊302的檢測結(jié)果而對非語音段進行更新。在第二級濾波階段的噪聲估計中，利用語音與噪聲之間的相關(guān)性進行更新。IFFT模塊308用于將已處理的信號從頻域轉(zhuǎn)換回時域，從而得到去噪后的信號。雖然此處并未詳述譜均值模塊304、維納濾波模塊306、和IFFT模塊308的更多具體操作，本領(lǐng)域技術(shù)人員應(yīng)可理解以上模塊可采用任何已知的合適技術(shù)及其結(jié)合來實現(xiàn)。
[0019]圖4是本發(fā)明一實施例提供的基于模塊復(fù)用的助聽器去噪方法400的流程示意圖。以下將參考圖3來描述圖4。
[0020]在步驟S402，將輸入信號分幀，求出輸入幀的功率譜并且進行端點檢測(或可稱為語音活動性檢測)。例如，圖3中的譜估計與端點檢測模塊302采用256點的FFT來進行頻譜估計與端點檢測兩者的運算。具體來說，在譜估計與端點檢測模塊302進行頻譜估計的時候，直接取用FFT的結(jié)果然后進行平方即得到頻譜；而在譜估計與端點檢測模塊302進行端點檢測的時候，將某幾個頻率分量進行組合，然后得到頻譜的均值，進而求得頻帶的方差。因為噪聲的起伏程度往往比較小，可以通過比較頻帶的方差與預(yù)設(shè)閾值來實現(xiàn)語音幀和噪聲幀的判斷。如果頻帶的方差大于預(yù)設(shè)閾值，則當(dāng)前幀被判斷為語音幀(如話音、音樂、信息音等)。相反地，如果頻帶的方差不大于預(yù)設(shè)閾值，則當(dāng)前幀被判斷為噪聲幀(靜默幀)。
[0021]在步驟S404中，進行均值操作從而得到時間平滑的功率譜。例如，圖3中的譜均值模塊304對前后兩幀的功率譜密度進行均值操作從而得到時間平滑的功率譜。
[0022]在步驟S406中，進行維納濾波操作。例如，圖3中的維納濾波模塊306可進行兩級維納濾波操作。在第一級濾波階段的噪聲估計中，根據(jù)譜估計與端點檢測模塊302的檢測結(jié)果而對非語音段進行更新。在第二級濾波階段的噪聲估計中，利用語音與噪聲之間的相關(guān)性進行更新。
[0023]在步驟S408中，將處理的信號從頻域轉(zhuǎn)換回時域，從而得到去噪后的信號。例如，圖3中的IFFT模塊308將已處理的信號從頻域轉(zhuǎn)換回時域，從而得到去噪后的信號。
[0024]有利地，本發(fā)明提供的基于模塊復(fù)用的助聽器去噪裝置和方法能夠?qū)崿F(xiàn)頻譜估計與語音活動性檢測的模塊共用，從而更好地實現(xiàn)算法的功能并且減少運算量和硬件功耗以使算法的功能更加簡單。
[0025]以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【權(quán)利要求】
1.一種基于模塊復(fù)用的助聽器去噪裝置，包括: 譜估計與端點檢測模塊，用于求出輸入幀的功率譜并且判斷當(dāng)前幀是語音幀還是噪聲幀，從而實現(xiàn)頻譜估計與端點檢測的模塊共用； 譜均值模塊，耦合于所述譜估計與端點檢測模塊，用于對前后兩幀的功率譜密度進行均值操作從而得到時間平滑的功率譜； 維納濾波模塊，耦合于所述譜均值模塊，用于對所述當(dāng)前幀進行維納濾波操作；以及 快速傅里葉逆變換模塊，耦合于所述維納濾波模塊，用于將已處理的信號從頻域轉(zhuǎn)換回時域，從而得到去噪后的信號。
2.如權(quán)利要求1所述的助聽器去噪裝置，其特征在于，所述譜估計與端點檢測模塊是采用256點的快速傅里葉變換來進行頻譜估計與端點檢測兩者的運算。
3.如權(quán)利要求2所述的助聽器去噪裝置，其特征在于，所述譜估計與端點檢測模塊是直接取用快速傅里葉變換的結(jié)果然后進行平方來得到頻譜。
4.如權(quán)利要求2所述的助聽器去噪裝置，其特征在于，所述譜估計與端點檢測模塊是通過比較頻帶的方差與預(yù)設(shè)閾值來實現(xiàn)語音幀和噪聲幀的判斷。
5.如權(quán)利要求4所述的助聽器去噪裝置，其特征在于，如果所述頻帶的方差大于所述預(yù)設(shè)閾值，則所述當(dāng)前幀被判斷為語音幀，并且如果所述頻帶的方差不大于所述預(yù)設(shè)閾值，則所述當(dāng)前幀被判斷為噪聲幀。
6.一種基于模塊復(fù)用的助聽器去噪方法，包括: 求出輸入幀的功率譜并且判斷當(dāng)前幀是語音幀還是噪聲幀，從而實現(xiàn)頻譜估計與端點檢測的模塊共用； 對前后兩幀的功率譜密度進行均值操作從而得到時間平滑的功率譜； 對所述當(dāng)前幀進行維納濾波操作；以及 將已處理的信號從頻域轉(zhuǎn)換回時域，從而得到去噪后的信號。
7.如權(quán)利要求6所述的助聽器去噪方法，其特征在于，求出輸入幀的功率譜并且判斷當(dāng)前幀是語音幀還是噪聲幀的所述步驟包括采用256點的快速傅里葉變換來進行頻譜估計與端點檢測兩者的運算。
8.如權(quán)利要求7所述的助聽器去噪方法，其特征在于，求出輸入幀的功率譜的所述步驟包括直接取用快速傅里葉變換的結(jié)果然后進行平方來得到頻譜。
9.如權(quán)利要求7所述的助聽器去噪方法，其特征在于，判斷當(dāng)前幀是語音幀還是噪聲幀的所述步驟包括比較頻帶的方差與預(yù)設(shè)閾值。
10.如權(quán)利要求9所述的助聽器去噪方法，其特征在于，如果所述頻帶的方差大于所述預(yù)設(shè)閾值，則所述當(dāng)前幀被判斷為語音幀，并且如果所述頻帶的方差不大于所述預(yù)設(shè)閾值，則所述當(dāng)前幀被判斷為噪聲幀。
【文檔編號】G10L21/0232GK103824563SQ201410059379
【公開日】2014年5月28日 申請日期:2014年2月21日 優(yōu)先權(quán)日:2014年2月21日
【發(fā)明者】薛風(fēng)杰 申請人:深圳市微納集成電路與系統(tǒng)應(yīng)用研究院