本發(fā)明涉及語音識(shí)別領(lǐng)域，尤其涉及一種降低語音泄露的魯棒阻塞矩陣方法。

背景技術(shù)：

基于麥克風(fēng)陣列的語音增強(qiáng)技術(shù)已經(jīng)廣泛應(yīng)用于通信、人機(jī)交互、語音識(shí)別系統(tǒng)等中，其中廣義旁瓣消除(GSC)方法應(yīng)用最廣，這種方法易于實(shí)現(xiàn)且性能很好。其中GSC分成上下兩個(gè)通路，上通路是固定波束模塊(FBF)用于估計(jì)目標(biāo)語音的參考信號(hào)，下通路是阻塞矩陣模塊(BM)和消除模塊(MC)，用于消除固定波束中的殘留的噪聲，其中阻塞矩陣模塊用于消除目標(biāo)語音信號(hào)而得到噪聲信號(hào)。

從諸多實(shí)踐系統(tǒng)來看，最容易讓GSC的性能下降的就是BM模塊中的語音泄露，也就是BM沒有將目標(biāo)語音信號(hào)阻塞，導(dǎo)致與FBF中的語音信號(hào)相減而抵消掉泄露的語音信號(hào)。傳統(tǒng)的BM設(shè)計(jì)常用自適應(yīng)BM或者直接用差分矩陣。因?yàn)辂溈孙L(fēng)陣列系統(tǒng)的誤差，或者目標(biāo)方向的估計(jì)出現(xiàn)誤差，那么差分矩陣性能將大打折扣，而自適應(yīng)BM要受到自適應(yīng)權(quán)值更新步長(zhǎng)的影響，自適應(yīng)的收斂性是一個(gè)比較大的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種降低語音泄露的魯棒阻塞矩陣方法，能大幅度的減少語音泄露情況。

為實(shí)現(xiàn)上述技術(shù)效果，本發(fā)明公開了一種降低語音泄露的魯棒阻塞矩陣方法，包括步驟：

提供一聲音信號(hào)；

將所述聲音信號(hào)輸入至廣義旁瓣對(duì)消結(jié)構(gòu)的固定波束模塊和阻塞矩陣模塊中，所述廣義旁瓣對(duì)消結(jié)構(gòu)具有并聯(lián)的第一通路和第二通路，所述固定波束模塊位于所述第一通路，所述阻塞矩陣模塊位于所述第二通路；所述第二通路還設(shè)有消除模塊，所述消除模塊的輸入與所述阻塞矩陣模塊的輸出相連，所述消除模塊的輸出與所述固定波束模塊的輸出相連；

利用所述固定波束模塊從輸入的所述聲音信號(hào)中獲取目標(biāo)語音信號(hào)，并輸出所述目標(biāo)語音信號(hào)；

利用所述阻塞矩陣模塊從輸入的所述聲音信號(hào)中消除目標(biāo)語音信號(hào)，以得到噪聲信號(hào)；

利用所述固定波束模塊估計(jì)所述噪聲信號(hào)中存在目標(biāo)語音信號(hào)的先驗(yàn)概率；

所述阻塞矩陣模塊根據(jù)所述先驗(yàn)概率更新所述噪聲信號(hào)，消除所述噪聲信號(hào)中存在的目標(biāo)語音信號(hào)，得到更新后的噪聲信號(hào)并輸出更新后的所述噪聲信號(hào)；

利用所述消除模塊從所述固定波束模塊輸出的所述目標(biāo)語音信號(hào)中消除所述阻塞矩陣模塊輸出的所述噪聲信號(hào)，形成輸出信號(hào)并予以輸出。

本發(fā)明由于采用了以上技術(shù)方案，使其具有以下有益效果：在利用消除模塊對(duì)固定波束模塊輸出的目標(biāo)語音信號(hào)和阻塞矩陣模塊輸出的噪聲信號(hào)進(jìn)行對(duì)消，以消除目標(biāo)語音信號(hào)中殘留的噪聲信號(hào)之前，預(yù)先對(duì)阻塞矩陣模塊輸出的噪聲信號(hào)進(jìn)行存在目標(biāo)語音信號(hào)的概率先驗(yàn)，更新阻塞矩陣模塊的阻塞矩陣參數(shù)，以消除噪聲信號(hào)中遺漏的目標(biāo)語音信號(hào)，增強(qiáng)阻塞矩陣模塊的消除目標(biāo)語音信號(hào)的功能，避免因阻塞矩陣模塊沒有將目標(biāo)語音信號(hào)阻塞完全，導(dǎo)致其與固定波束模塊中的目標(biāo)語音信號(hào)相減而抵消掉泄露的目標(biāo)語音信號(hào)，達(dá)到大幅度減少語音泄露的情況。

所述降低語音泄露的魯棒阻塞矩陣方法進(jìn)一步的改進(jìn)在于，所述聲音信號(hào)的語音雙態(tài)模型為：

H₀：X＝N

H₁：X＝S+N (式一)

其中，H₀狀態(tài)表示只存在噪聲的狀態(tài)，N表示噪聲信號(hào)，H₁狀態(tài)表示存在噪音信號(hào)和目標(biāo)語音信號(hào)的狀態(tài)，S為目標(biāo)語音信號(hào)。

所述降低語音泄露的魯棒阻塞矩陣方法進(jìn)一步的改進(jìn)在于，所述聲音信號(hào)為麥克風(fēng)輸入信號(hào)，所述固定波束模塊從輸入的麥克風(fēng)輸入信號(hào)中獲取目標(biāo)語音信號(hào)并予以輸出；所述固定波束模塊的輸出Y_FBF為：

其中，M是麥克風(fēng)數(shù)目，x_i是第i個(gè)麥克風(fēng)輸入信號(hào)，w是固定波束模塊的權(quán)重，w_i是第i個(gè)固定波束的權(quán)重。

所述降低語音泄露的魯棒阻塞矩陣方法進(jìn)一步的改進(jìn)在于，采用延遲求和方法或最小旁瓣類方法計(jì)算得到所述固定波束模塊的權(quán)重w。

所述降低語音泄露的魯棒阻塞矩陣方法進(jìn)一步的改進(jìn)在于，所述阻塞矩陣模塊從輸入的所述麥克風(fēng)輸入信號(hào)中消除目標(biāo)語音信號(hào)，以得到噪聲信號(hào)并予以輸出；所述阻塞矩陣模塊的輸出Z為：

Z＝B*X (式三)

其中，Z＝[z₁z₂…z_N]，是阻塞矩陣模塊的輸出信號(hào)；X＝[x₁x₂…x_M]，是麥克風(fēng)輸入信號(hào)；B是阻塞矩陣模塊的阻塞矩陣。

所述降低語音泄露的魯棒阻塞矩陣方法進(jìn)一步的改進(jìn)在于，利用所述固定波束模塊的輸出Y_FBF中的條件先驗(yàn)概率估計(jì)出噪聲信號(hào)Z中存在目標(biāo)語音信號(hào)的先驗(yàn)概率，包括步驟：

用控制遞歸平均算法估計(jì)出Y_FBF中存在目標(biāo)語音信號(hào)的概率P(H1|Y_FBF)，以求出Z中存在目標(biāo)語音信號(hào)的先驗(yàn)概率P(H₁)：

P(H₁)_k＝λP(H₁)_k-1+(1-λ)P(H1|Y_FBF) (式四)

其中，

H₁是語音存在狀態(tài)，λ是平滑系數(shù)，k是幀數(shù)；

則Z中不存在目標(biāo)語音信號(hào)的先驗(yàn)概率P(H₀)，由以下方程求得

P(H₀)＝1-P(H₁)。 (式六)

所述降低語音泄露的魯棒阻塞矩陣方法進(jìn)一步的改進(jìn)在于，所述阻塞矩陣模塊根據(jù)所述先驗(yàn)概率更新所述噪聲信號(hào)，消除所述噪聲信號(hào)中存在的目標(biāo)語音信號(hào)，得到更新后的噪聲信號(hào)的過程，包括步驟：

步驟一：求解Z中存在目標(biāo)語音信號(hào)的條件先驗(yàn)概率P(H1|Z)

a、求解后驗(yàn)信噪比γ

其中，是噪聲信號(hào)的估計(jì)；

b、采用判決引導(dǎo)方法求解先驗(yàn)信噪比ε

其中，η是平滑系數(shù)，取值0.92，γ_old是前一幀的后驗(yàn)信噪比，GH₁是H₁狀態(tài)下的語音增益，MAX是取大函數(shù)；

c、求解語音存在似然度GLR

其中，

d、求解條件先驗(yàn)概率P(H1|BM)

步驟二：修正信噪比和更新語音增益

a、利用先驗(yàn)概率P(H₁)修正信噪比

其中，是修正后的后驗(yàn)信噪比，是修正后的先驗(yàn)信噪比；

b、更新語音增益GH₁，

其中，

exp是指數(shù)運(yùn)算符，e是自然常數(shù)，x是積分變量；

步驟三：估計(jì)動(dòng)態(tài)噪聲平滑系數(shù)

其中，α取值為0.92；

步驟四：估計(jì)噪聲

其中，E是期望操作，采用如下方程估計(jì)：

其中，k是幀數(shù)，ε代表先驗(yàn)信噪比，P(H₀|BM)＝1-P(H1|BM)；

步驟五：計(jì)算語音增益

采用最優(yōu)修正的對(duì)數(shù)幅度譜估計(jì)方法估計(jì)更新后的語音增益Gain

其中，Gmin是語音不存在時(shí)的增益下限約束，Gmin取值為0.01，是在H₁狀態(tài)時(shí)候的語音增益，是在H₀狀態(tài)時(shí)候的語音增益；

步驟六：計(jì)算得到更新后的噪聲信號(hào)Z′

Z′＝Z*(1-Gain)。 (式十七)

附圖說明

圖1為本發(fā)明一種降低語音泄露的魯棒阻塞矩陣方法的功能模塊示意圖。

具體實(shí)施方式

以下通過特定的具體實(shí)例說明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說明書所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。本發(fā)明還可以通過另外不同的具體實(shí)施方式加以實(shí)施或應(yīng)用，本說明書中的各項(xiàng)細(xì)節(jié)也可以基于不同觀點(diǎn)與應(yīng)用，在沒有背離本發(fā)明的精神下進(jìn)行各種修飾或改變。

語音增強(qiáng)技術(shù)的主要任務(wù)是抑制背景噪聲和干擾，從而增強(qiáng)后續(xù)處理對(duì)于輸入噪聲的魯棒性。在傳統(tǒng)的單通道語音增強(qiáng)算法中，由于只有單路模擬信號(hào)輸入，無任何參考信號(hào)，只能利用含噪語音信號(hào)在時(shí)域和頻域的統(tǒng)計(jì)特性來抑制噪聲、增強(qiáng)語音。但語音信號(hào)在時(shí)域和頻域上往往都被淹沒于噪聲和干擾當(dāng)中，難以準(zhǔn)確與之分離，因此算法效果提升的空間相對(duì)較小。麥克風(fēng)陣列的引入為語音增強(qiáng)技術(shù)打開了一個(gè)嶄新的思路，它利用目標(biāo)語音和干擾在空間位置上的差異，以及各個(gè)麥克風(fēng)信號(hào)彼此之間的相關(guān)性，通過波束形成算法對(duì)來波方向上和語音分離的背景噪聲和干擾進(jìn)行抑制，從而增強(qiáng)語音，已逐漸成為語音增強(qiáng)領(lǐng)域研究的熱點(diǎn)。

現(xiàn)有的波束形成算法中，采用廣義旁瓣對(duì)消(Generalized Sidelobe Canceller，簡(jiǎn)稱GSC)結(jié)構(gòu)的自適應(yīng)波束形成算法占有重要的地位。

下面結(jié)合附圖及具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。

請(qǐng)參閱圖1所示，圖1為本發(fā)明降低語音泄露的魯棒阻塞矩陣方法的功能模塊示意圖，也是廣義旁瓣對(duì)消結(jié)構(gòu)的示意圖。

廣義旁瓣對(duì)消結(jié)構(gòu)(GSC)分成上下兩個(gè)通路：第一通路101和第二通路102，該第一通路101與該第二通路102相互并聯(lián)，在圖中，第一通路101位于上通路，第二通路102位于上通路。廣義旁瓣對(duì)消結(jié)構(gòu)中主要具有一固定波束模塊(fixed beam fomer，簡(jiǎn)稱FBF)11、一阻塞矩陣模塊(Blocking Matrix，簡(jiǎn)稱BM)12及一消除模塊(Multiplc-input Canceller簡(jiǎn)稱MC)13三個(gè)功能模塊。其中，固定波束模塊(FBF)11位于第一通路101，阻塞矩陣模塊(BM)12和消除模塊(MC)13位于第二通路102。固定波束模塊(FBF)11的輸入與阻塞矩陣模塊(BM)12的輸入相連，阻塞矩陣模塊(BM)12的輸出與消除模塊(MC)13的輸入相連，消除模塊(MC)13的輸出與固定波束模塊(FBF)11的輸出相連，且在消除模塊(MC)13的輸出與固定波束模塊(FBF)11的輸出的相交節(jié)點(diǎn)處進(jìn)行“+/-”(與/或邏輯運(yùn)算)。

其中，固定波束模塊(FBF)用于估計(jì)目標(biāo)語音的參考信號(hào)，F(xiàn)BF采用系數(shù)固定的濾波器對(duì)原始各通道信號(hào)進(jìn)行濾波，并將濾波后的各路信號(hào)相加，從而對(duì)來波方向不同于目標(biāo)語音信號(hào)的干擾和噪聲進(jìn)行抑制，實(shí)現(xiàn)目標(biāo)語音信號(hào)的初次增強(qiáng)。

阻塞矩陣模塊(BM)用于消除目標(biāo)語音信號(hào)而得到噪聲信號(hào)，BM以FBF輸出作為參考信號(hào)，對(duì)各通道原始信號(hào)進(jìn)行自適應(yīng)濾波，目的是去除其中的目標(biāo)語音成分，從而得到N路的噪聲信號(hào)(N為麥克風(fēng)的個(gè)數(shù))，該過程的自適應(yīng)濾波器可采用CCAF(系數(shù)界定的自適應(yīng)濾波器)。

最后，消除模塊(MC)用于消除固定波束中的殘留的噪聲，MC利用上面這N路噪聲信號(hào)，對(duì)FBF輸出做進(jìn)一步的自適應(yīng)降噪處理，再次對(duì)目標(biāo)語音信號(hào)進(jìn)行增強(qiáng)，從而得到最終的輸出，該過程的自適應(yīng)濾波器可采用NCAF(范圍界定的自適應(yīng)濾波器)。

本發(fā)明針對(duì)目前廣義旁瓣消除(GSC)方法中，由于其阻塞矩陣(BM)模塊沒有將目標(biāo)語音信號(hào)完全阻塞，導(dǎo)致與其固定波束模塊(FBF)中的目標(biāo)語音信號(hào)相減而抵消掉泄露的目標(biāo)語音信號(hào)的問題，本發(fā)明提供一種降低語音泄露的魯棒阻塞矩陣方法，以達(dá)到大幅度地減少語音泄露問題，提升廣義旁瓣消除方法的語音增強(qiáng)效果，滿足更加優(yōu)越、更高標(biāo)準(zhǔn)的通信、人機(jī)交互、語音識(shí)別系統(tǒng)等。

本發(fā)明降低語音泄露的魯棒阻塞矩陣方法的具體實(shí)現(xiàn)方法如下：

S001：提供一聲音信號(hào)，該聲音信號(hào)為含有噪聲的語音信號(hào)；

S002：將該聲音信號(hào)輸入至廣義旁瓣對(duì)消結(jié)構(gòu)的固定波束模塊11(FBF)和阻塞矩陣模塊12(BM)中，廣義旁瓣對(duì)消結(jié)構(gòu)具有并聯(lián)的第一通路101和第二通路102，固定波束模塊11位于第一通路101，阻塞矩陣模塊12位于第二通路102；第二通路102還設(shè)有消除模塊(MC)13，消除模塊13的輸入與阻塞矩陣模塊12的輸出相連，消除模塊13的輸出與固定波束模塊11的輸出相連；

S003：利用固定波束模塊11從輸入的聲音信號(hào)中獲取目標(biāo)語音信號(hào)，并輸出目標(biāo)語音信號(hào)；

S004：利用阻塞矩陣模塊12從輸入的聲音信號(hào)中消除目標(biāo)語音信號(hào)，以得到噪聲信號(hào)；

S004：利用固定波束模塊11估計(jì)噪聲信號(hào)中存在目標(biāo)語音信號(hào)的先驗(yàn)概率；

S005：阻塞矩陣模塊12根據(jù)先驗(yàn)概率更新噪聲信號(hào)，消除噪聲信號(hào)中存在的目標(biāo)語音信號(hào)，得到更新后的噪聲信號(hào)并輸出更新后的噪聲信號(hào)；

S006：利用消除模塊13從固定波束模塊11輸出的目標(biāo)語音信號(hào)中消除阻塞矩陣模塊12輸出的噪聲信號(hào)，形成輸出信號(hào)并予以輸出。

下面以一麥克風(fēng)輸入信號(hào)作為聲音信號(hào)為例，將該麥克風(fēng)輸入信號(hào)輸入至廣義旁瓣對(duì)消結(jié)構(gòu)中，并采用本發(fā)明的魯棒阻塞矩陣方法對(duì)該輸入的麥克風(fēng)輸入信號(hào)進(jìn)行語音增強(qiáng)，具體如下：

(一)輸入麥克風(fēng)輸入信號(hào)；

該麥克風(fēng)輸入信號(hào)的語音雙態(tài)模型為：

H₀：X＝N

H₁：X＝S+N (式一)

其中，H₀狀態(tài)表示只存在噪聲的狀態(tài)，N表示噪聲信號(hào)，H₁狀態(tài)表示存在噪音信號(hào)和目標(biāo)語音信號(hào)的狀態(tài)，S為目標(biāo)語音信號(hào)。

(二)固定波束模塊11(FBF)從輸入的麥克風(fēng)輸入信號(hào)中獲取目標(biāo)語音信號(hào)并予以輸出；

固定波束模塊(FBF)的輸出Y_FBF為：

其中，M是麥克風(fēng)數(shù)目，x_i是第i個(gè)麥克風(fēng)輸入信號(hào)，w是固定波束模塊的權(quán)重，w_i是第i個(gè)固定波束的權(quán)重；固定波束模塊的權(quán)重w可采用延遲求和方法或最小旁瓣類方法計(jì)算得到。

(三)阻塞矩陣模塊(BM)從輸入的麥克風(fēng)輸入信號(hào)中消除目標(biāo)語音信號(hào)，以得到噪聲信號(hào)并予以輸出；

阻塞矩陣模塊(BM)的輸出Z為：

Z＝B*X (式三)

其中，Z＝[z₁z₂…z_N]，是阻塞矩陣模塊的輸出信號(hào)(噪聲信號(hào))；X＝[x₁x₂…x_M]，是麥克風(fēng)輸入信號(hào)；B是阻塞矩陣模塊的阻塞矩陣，阻塞矩陣常用差分的方法求得。

(四)利用固定波束模塊(FBF)的輸出Y_FBF中的條件先驗(yàn)概率估計(jì)出阻塞矩陣模塊(BM)的輸出信號(hào)Z(噪聲信號(hào))中存在目標(biāo)語音信號(hào)的先驗(yàn)概率P(H₁)，具體如下：

用控制遞歸平均算法估計(jì)出Y_FBF中存在目標(biāo)語音信號(hào)的概率P(H1|Y_FBF)，以求出Z中存在目標(biāo)語音信號(hào)的先驗(yàn)概率P(H₁)：

P(H₁)_k＝λP(H₁)_k-1+(1-λ)P(H1|Y_FBF) (式四)

其中，

H₁是語音存在狀態(tài)，λ是平滑系數(shù)，k是幀數(shù)；

控制遞歸平均算法可參閱“Israel Cohen Noise Spectrum Estimation in Adverse Environments：Improved Minima Controlled Recursive Averaging”——IEEE TRANSACTIONS ON SPEECH AND AUDIO PROCESSING，VOL.11，NO.5，SEPTEMBER 2003/Page466-475。文章中詳細(xì)介紹了控制遞歸平均算法的運(yùn)算原理。

此時(shí)，阻塞矩陣模塊(BM)的輸出信號(hào)Z(噪聲信號(hào))中不存在目標(biāo)語音信號(hào)的先驗(yàn)概率P(H₀)，由以下方程求得

P(H₀)＝1-P(H₁)。 (式六)

(五)阻塞矩陣模塊(BM)根據(jù)固定波束模塊(FBF)估計(jì)出的先驗(yàn)概率P(H₁)更新阻塞矩陣模塊(BM)輸出的噪聲信號(hào)，以消除噪聲信號(hào)中仍存在的目標(biāo)語音信號(hào)，得到更新后的噪聲信號(hào)，具體過程如下：

步驟一：求解Z中存在目標(biāo)語音信號(hào)的條件先驗(yàn)概率P(H1|Z)

a、求解后驗(yàn)信噪比γ

其中，是噪聲信號(hào)的估計(jì)；

b、采用判決引導(dǎo)方法求解先驗(yàn)信噪比ε

其中，η是平滑系數(shù)，取值0.92，γ_old是前一幀的后驗(yàn)信噪比，GH₁是H₁狀態(tài)下的語音增益，MAX是取大函數(shù)；

c、求解語音存在似然度GLR

其中，

exp是指數(shù)運(yùn)輸符。

d、求解條件先驗(yàn)概率P(H1|BM)

步驟二：修正信噪比和更新語音增益

a、利用先驗(yàn)概率P(H₁)修正信噪比

其中，是修正后的后驗(yàn)信噪比，是修正后的先驗(yàn)信噪比；

b、更新語音增益GH₁，

其中，

exp是指數(shù)運(yùn)算符，e是自然常數(shù)，x是積分變量；

步驟三：估計(jì)動(dòng)態(tài)噪聲平滑系數(shù)

其中，α取值為0.92；

步驟四：估計(jì)噪聲

其中，E是期望操作，采用如下方程估計(jì)：

其中，k是幀數(shù)，ε代表先驗(yàn)信噪比，P(H₀|BM)＝1-P(H1|BM)；

步驟五：計(jì)算語音增益

采用最優(yōu)修正的對(duì)數(shù)幅度譜估計(jì)(OM-LSA)方法估計(jì)更新后的語音增益Gain

其中，Gmin是語音不存在時(shí)的增益下限約束，Gmin取值為0.01(-20dB)，-20dB＝(10*log10(0.01))dB，dB為分貝的單位；是在H₁狀態(tài)時(shí)候的語音增益，是在H₀狀態(tài)時(shí)候的語音增益，但是為了防止衰減過多，通常將GH₀改為Gmin作為H₀時(shí)的增益下限約束

OM-LSA(Optimally-Modified Log Spectral Amplitude最優(yōu)修正的對(duì)數(shù)幅度譜估計(jì))方法可參閱“Irael Cohen，Baruch BerdugoSpeech enhancement for non-stationary noise environment”——J.A couSsot.c Am 87(2).February1990，1990Acoustical Society of America/Page820-857。文章中詳細(xì)介紹了OM-LSA方法的實(shí)現(xiàn)原理。

步驟六：計(jì)算得到更新后的噪聲信號(hào)Z′

Z′＝Z*(1-Gain)。 (式十七)

采用上述方法，阻塞矩陣模塊根據(jù)先驗(yàn)概率更新噪聲信號(hào)，消除噪聲信號(hào)中存在的目標(biāo)語音信號(hào)，最后輸出更新后的噪聲信號(hào)。

(六)利用消除模塊從固定波束模塊輸出的目標(biāo)語音信號(hào)中消除阻塞矩陣模塊輸出的噪聲信號(hào)，形成輸出信號(hào)并予以輸出。

本發(fā)明降低語音泄露的魯棒阻塞矩陣方法通過在利用消除模塊對(duì)固定波束模塊輸出的目標(biāo)語音信號(hào)和阻塞矩陣模塊輸出的噪聲信號(hào)進(jìn)行對(duì)消，以消除目標(biāo)語音信號(hào)中殘留的噪聲信號(hào)之前，預(yù)先對(duì)阻塞矩陣模塊輸出的噪聲信號(hào)進(jìn)行存在目標(biāo)語音信號(hào)的概率先驗(yàn)，更新阻塞矩陣模塊的阻塞矩陣參數(shù)，以消除噪聲信號(hào)中遺漏的目標(biāo)語音信號(hào)，增強(qiáng)阻塞矩陣模塊的消除目標(biāo)語音信號(hào)的功能，避免因阻塞矩陣模塊沒有將目標(biāo)語音信號(hào)阻塞完全，導(dǎo)致其與固定波束模塊中的目標(biāo)語音信號(hào)相減而抵消掉泄露的目標(biāo)語音信號(hào)，達(dá)到大幅度減少語音泄露的情況。

需要說明的是，本說明書所附圖式所繪示的結(jié)構(gòu)、比例、大小等，均僅用以配合說明書所揭示的內(nèi)容，以供熟悉此技術(shù)的人士了解與閱讀，并非用以限定本發(fā)明可實(shí)施的限定條件，故不具技術(shù)上的實(shí)質(zhì)意義，任何結(jié)構(gòu)的修飾、比例關(guān)系的改變或大小的調(diào)整，在不影響本發(fā)明所能產(chǎn)生的功效及所能達(dá)成的目的下，均應(yīng)仍落在本發(fā)明所揭示的技術(shù)內(nèi)容得能涵蓋的范圍內(nèi)。同時(shí)，本說明書中所引用的如“上”、“下”、“左”、“右”、“中間”及“一”等的用語，亦僅為便于敘述的明了，而非用以限定本發(fā)明可實(shí)施的范圍，其相對(duì)關(guān)系的改變或調(diào)整，在無實(shí)質(zhì)變更技術(shù)內(nèi)容下，當(dāng)亦視為本發(fā)明可實(shí)施的范疇。

以上所述僅是本發(fā)明的較佳實(shí)施例而已，并非對(duì)本發(fā)明做任何形式上的限制，雖然本發(fā)明已以較佳實(shí)施例揭露如上，然而并非用以限定本發(fā)明，任何熟悉本專業(yè)的技術(shù)人員，在不脫離本發(fā)明技術(shù)方案的范圍內(nèi)，當(dāng)可利用上述揭示的技術(shù)內(nèi)容作出些許更動(dòng)或修飾為等同變化的等效實(shí)施例，但凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡(jiǎn)單修改、等同變化與修飾，均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。