本發(fā)明涉及信息處理技術(shù)及傳感信號處理領(lǐng)域，特別是涉及到一種基于背景噪聲估計自適應(yīng)高通濾波語音降噪方法。
背景技術(shù)：
語音降噪技術(shù)已經(jīng)廣泛應(yīng)用于手機電話，會議電話，麥克風(fēng)，人工耳蝸語音降噪增強，以及語音識別的前處理等，好的語音降噪能提高語音接收的性噪比，提高人接聽的體驗感。在語音識別中，更能改善人工智能識別的識別率，以及對環(huán)境的適應(yīng)性， 因此語音降噪技術(shù)是語音接收，識別必不可少的環(huán)節(jié)。
作為語音降噪技術(shù)中一個關(guān)鍵基礎(chǔ)技術(shù)就是高通濾波降噪， 由于大多噪聲的能量集中在幾百赫茲的低頻段，如100到500Hz以內(nèi),而人聲頻帶分布廣，在50Hz到上萬Hz都有分布，能量主要集中在500Hz到6000Hz之間。
傳統(tǒng)的高通濾波技術(shù)利用這個特點，將含噪聲能量成分較多的低頻成分過濾掉，而保留高頻段人聲，該高通濾波器的低頻截止頻率大小可以通過用戶配置濾波器結(jié)構(gòu)參數(shù)來實現(xiàn)。
傳統(tǒng)的語音接收處理設(shè)備或者芯片基本集成該高通濾波功能，其截止頻率大多也可以被用戶配置，但是一旦用戶配置完成后，該設(shè)備只能工作在一個固定截止頻率濾波模型下，這種固定截止頻率工作模式無法適應(yīng)背景噪聲發(fā)生波動的情況。
研究和實驗表明，當(dāng)背景噪聲能量變強時，其能量分布往往會向更高的頻率延伸，對人聲也是如此，在安靜環(huán)境下，如果截止頻率設(shè)得過高的話，往往會損害人的低頻基音部分，這樣會影響到語音識別的準(zhǔn)確度，因此安靜環(huán)境下，適合于將截止頻率設(shè)定低一些，而對于背景噪聲較強的環(huán)境，為保持辨識度，人的聲音音量通常會提高，從而也將人的基音頻率提高，因此噪聲較強的環(huán)境下，合適于將截止頻率設(shè)定高一些。
為解決上述問題，需要發(fā)明一種通過動態(tài)估計的背景噪聲大小，從而自動調(diào)節(jié)高通濾波器的結(jié)構(gòu)參數(shù)，實現(xiàn)低頻端截止頻率的自動調(diào)節(jié)，以達(dá)到更好的濾波效果的基于背景噪聲估計自適應(yīng)高通濾波語音降噪方法。
技術(shù)實現(xiàn)要素：
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中所存在的上述不足，提供一種能大幅提高濾波效果的基于背景噪聲估計自適應(yīng)高通濾波語音降噪方法。
為了達(dá)到上述目的，本發(fā)明提供了如下技術(shù)方案。
一種基于背景噪聲估計自適應(yīng)高通濾波語音降噪方法，其包括以下步驟：
步驟一，載入聲音數(shù)據(jù)；
步驟二，按幀處理所述聲音數(shù)據(jù)，所述聲音數(shù)據(jù)為時域內(nèi)聲音數(shù)據(jù)，所述幀的時間大小根據(jù)系統(tǒng)設(shè)定，一開始載入的是所述聲音數(shù)據(jù)的當(dāng)前幀數(shù)據(jù)，通常所述幀的時間大小在10ms至30ms之間；
步驟三，計算所述聲音數(shù)據(jù)當(dāng)前幀的能量并將計算結(jié)果輸入背景噪聲估計單元；
步驟四，進(jìn)行語音檢測，檢測所述聲音數(shù)據(jù)當(dāng)前幀是語音還是非語音，是語音則直接輸出，是非語音則進(jìn)入下一步驟；
步驟五，所述背景噪聲估計單元將步驟三和步驟四的輸入結(jié)果進(jìn)行累加生成背景噪聲；
步驟六，將所述背景噪聲輸入濾波器參數(shù)地址映射單元，根據(jù)所述背景噪聲數(shù)值大小選擇輸出一組濾波器參數(shù)地址，不同的所述濾波器參數(shù)地址對應(yīng)一組不同的濾波器參數(shù)存儲器的首地址。
步驟七，將所述濾波器參數(shù)地址輸入濾波器參數(shù)讀取控制單元，所述濾波器參數(shù)讀取控制單元根據(jù)所述濾波器參數(shù)地址從所述濾波器參數(shù)存儲器中讀取與所述濾波器參數(shù)存儲器的首地址對應(yīng)的濾波器參數(shù)。
步驟八，將所述濾波器參數(shù)送到高通濾波器進(jìn)行運算；
步驟九，輸出語音結(jié)果。
作為本發(fā)明的優(yōu)選方案，在步驟五中，當(dāng)所述語音檢測的結(jié)果是非語音時，則將所述聲音數(shù)據(jù)的當(dāng)前幀能量輸入一累加器進(jìn)行累加，并用計數(shù)器將所述非語音的幀的數(shù)量加1，當(dāng)所述非語音的幀的數(shù)量累加到系統(tǒng)設(shè)定的數(shù)目時，將背景噪聲能量除以所述幀的數(shù)量即可得到所述背景噪聲的大小，將累加器和計數(shù)器清零，準(zhǔn)備下一輪的累加和計數(shù)。
作為本發(fā)明的優(yōu)選方案，在步驟六中，所述背景噪聲按照一定范圍進(jìn)行分段，每段設(shè)定一個閾值，當(dāng)所述背景噪聲處于兩個閾值范圍內(nèi)時，則所述背景噪聲映射到一組濾波器參數(shù)的存儲地址并輸出，當(dāng)所述背景噪聲低于最小的閾值參數(shù)時則不進(jìn)行濾波。
作為本發(fā)明的優(yōu)選方案，在步驟三中，所述聲音數(shù)據(jù)當(dāng)前幀的能量是將該幀每一個聲音數(shù)據(jù)取絕對值后求平方，然后求和得到，進(jìn)入步驟五。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：
本發(fā)明采用了背景噪聲動態(tài)估計、根據(jù)噪聲大小映射濾波器參數(shù)地址、濾波器參數(shù)讀取控制和語音高通濾波器等功能單元，實現(xiàn)了一種自動適應(yīng)環(huán)境噪聲，高性能的語音高通濾波技術(shù)，達(dá)到了更好的噪聲消除的效果。
附圖說明
圖1為本發(fā)明流程圖。
具體實施方式
下面結(jié)合實施例及具體實施方式對本發(fā)明作進(jìn)一步的詳細(xì)描述，但不應(yīng)將此理解為本發(fā)明上述主體的范圍僅限于以下的實施例，凡基于本發(fā)明內(nèi)容所實現(xiàn)的技術(shù)均屬于本發(fā)明的范圍。
如圖1所示，一種基于動態(tài)噪聲估計時頻域自適應(yīng)語音檢測方法，其包括以下步驟：
一種基于背景噪聲估計自適應(yīng)高通濾波語音降噪方法，其包括以下步驟：
步驟一，載入聲音數(shù)據(jù)；
步驟二，按幀處理所述聲音數(shù)據(jù)，所述聲音數(shù)據(jù)為時域內(nèi)聲音數(shù)據(jù)，所述幀的時間大小根據(jù)系統(tǒng)設(shè)定，一開始載入的是所述聲音數(shù)據(jù)的當(dāng)前幀數(shù)據(jù)，通常所述幀的時間大小在10ms至30ms之間；
步驟三，計算所述聲音數(shù)據(jù)當(dāng)前幀的能量并將計算結(jié)果輸入背景噪聲估計單元，即進(jìn)入步驟五；
步驟四，進(jìn)行語音檢測，檢測所述聲音數(shù)據(jù)當(dāng)前幀是語音還是非語音，是語音則直接輸出，是非語音則進(jìn)入下一步驟；
步驟五，所述背景噪聲估計單元將步驟三和步驟四的輸入結(jié)果進(jìn)行累加生成背景噪聲；
步驟六，將所述背景噪聲輸入濾波器參數(shù)地址映射單元，根據(jù)所述背景噪聲數(shù)值大小選擇輸出一組濾波器參數(shù)地址，不同的所述濾波器參數(shù)地址對應(yīng)一組不同的濾波器參數(shù)存儲器的首地址。
步驟七，將所述濾波器參數(shù)地址輸入濾波器參數(shù)讀取控制單元，所述濾波器參數(shù)讀取控制單元根據(jù)所述濾波器參數(shù)地址從所述濾波器參數(shù)存儲器中讀取與所述濾波器參數(shù)存儲器的首地址對應(yīng)的濾波器參數(shù)。
步驟八，將所述濾波器參數(shù)送到高通濾波器進(jìn)行運算，本實施例中高通濾波器采用FIR濾波結(jié)構(gòu)，在其他實施例中高通濾波器還可以采用IIR濾波結(jié)構(gòu)等其他的濾波結(jié)構(gòu)；
步驟九，輸出語音結(jié)果。
在本實施例中步驟三和步驟四同時進(jìn)行，并同時將結(jié)果輸入步驟五中運行，當(dāng)所述語音檢測的結(jié)果是非語音時，則將所述聲音數(shù)據(jù)的當(dāng)前幀能量輸入一累加器進(jìn)行累加，并用計數(shù)器將所述非語音的幀的數(shù)量加1，當(dāng)所述非語音的幀的數(shù)量累加到系統(tǒng)設(shè)定的數(shù)目時，將背景噪聲能量除以所述幀的數(shù)量即可得到所述背景噪聲的大小，將累加器和計數(shù)器清零，準(zhǔn)備下一輪的累加和計數(shù)，背景噪聲按照一定范圍進(jìn)行分段，每段設(shè)定一個閾值，當(dāng)所述背景噪聲處于兩個閾值范圍內(nèi)時，則所述背景噪聲映射到一組濾波器參數(shù)的存儲地址并輸出，當(dāng)所述背景噪聲低于最小的閾值參數(shù)時則不進(jìn)行濾波，所述聲音數(shù)據(jù)當(dāng)前幀的能量是將該幀每一個聲音數(shù)據(jù)取絕對值后求平方，然后求和得到。
在本實施例中，高通濾波器是一個數(shù)字 iir filter（遞歸濾波器），在其他實施例中高通濾波器還可以是一個數(shù)字 FIR filter（有限沖激濾波器）。數(shù)字 iir filter的計算公式為：，其中，x[n-k]為當(dāng)前語音采樣點即第n采樣點往前追溯k個點的原始采樣值，當(dāng)k為0時，x[n-k]表示當(dāng)前采樣點，y[n]為當(dāng)前語音采樣點濾波后的樣點值。y[n-k]為當(dāng)前語音采樣點往前追溯k個點的濾波后采樣值。 coef_a[k], coef_b[k]分別為往前追溯第k個采樣點的濾波參數(shù)， 即步驟七中從濾波參數(shù)存儲器中讀取出來的所述濾波器參數(shù)，M為往前追溯的采樣點的數(shù)目，在本實施例中M = 8。