本發(fā)明涉及信號(hào)處理技術(shù)領(lǐng)域，具體而言，涉及一種基于有色噪聲的語(yǔ)音增強(qiáng)方法。

背景技術(shù)：

隨著科技的進(jìn)步和人民生活水平的提高，用戶對(duì)居住環(huán)境提出了更高的需求，越來(lái)越注重家居生活的舒適、安全與便捷。智能家居旨在融合計(jì)算機(jī)、自動(dòng)化控制、人工智能和網(wǎng)絡(luò)通訊各項(xiàng)技術(shù)于一體，將家居環(huán)境下的各種設(shè)備終端，比如照明設(shè)備、音視頻設(shè)備、安防系統(tǒng)、網(wǎng)絡(luò)家電等家庭網(wǎng)絡(luò)連接在一起，實(shí)現(xiàn)家居環(huán)境的智能控制。

語(yǔ)音是人與人之間最便捷的交互方式，智能語(yǔ)音技術(shù)對(duì)于改變家居環(huán)境下對(duì)電視、音箱、照明設(shè)備等控制方式有著重大革新意義，識(shí)賦予人與各終端設(shè)備良好溝通的重要橋梁。

發(fā)明人研究發(fā)現(xiàn)，在真實(shí)家居場(chǎng)景下，用戶發(fā)出語(yǔ)音指令的同時(shí)，通過(guò)伴隨各種各樣的噪聲，比如電視的聲音、音樂(lè)等。通常需要進(jìn)行語(yǔ)音增強(qiáng)。然而在語(yǔ)音增強(qiáng)的過(guò)程中，提高信噪比(snr)與提高可懂度通常是相互矛盾的。在濾除噪聲的同時(shí)或多或少會(huì)損傷語(yǔ)音信號(hào)。通常，噪聲濾除的越多，語(yǔ)音可懂度損害就越多，特別在低snr下這一矛盾更為突出。

傳統(tǒng)的譜減法、維納濾波法是在頻域中進(jìn)行分析的，計(jì)算量比較小，降噪效果不理想。而基于信號(hào)子空間的語(yǔ)音降噪算法，是將帶噪語(yǔ)音信號(hào)投影到兩個(gè)子空間中，一個(gè)是語(yǔ)音信號(hào)子空間，另一個(gè)是噪聲子空間，通過(guò)去除噪聲子空間，由語(yǔ)音信號(hào)子空間來(lái)重構(gòu)語(yǔ)音信號(hào)，從而達(dá)到良好的降噪效果，但該方法屬于單通道語(yǔ)音降噪算法，只適用于白噪聲環(huán)境下的語(yǔ)音降噪，降噪后的語(yǔ)音通常伴有音樂(lè)噪聲。專利cn1014660055提供了一種麥克風(fēng)陣列語(yǔ)音增強(qiáng)技術(shù)，通過(guò)自適應(yīng)濾波器用一個(gè)麥克風(fēng)接收到的噪聲抵消另一個(gè)麥克風(fēng)接收到的信號(hào)中的噪聲成分，保留語(yǔ)音成分，但是降噪的同時(shí)也會(huì)損害到語(yǔ)音。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例針對(duì)語(yǔ)音增強(qiáng)過(guò)程中在濾除噪音的同時(shí)會(huì)損害語(yǔ)音信號(hào)，導(dǎo)致語(yǔ)音的可懂度下降的技術(shù)問(wèn)題，提供一種基于有色噪聲的語(yǔ)音增強(qiáng)方法。

本發(fā)明是這樣實(shí)施的：

一種基于有色噪聲的語(yǔ)音增強(qiáng)方法，包括以下步驟:

步驟1，建立雙麥克風(fēng)陣列，接收得到兩個(gè)通道的帶噪語(yǔ)音信號(hào)，帶噪語(yǔ)音信號(hào)經(jīng)過(guò)時(shí)延補(bǔ)償模塊，以使兩個(gè)通道的帶噪語(yǔ)音信號(hào)同步；

步驟2，得到帶噪語(yǔ)音信號(hào)數(shù)據(jù)的協(xié)方差矩陣，并進(jìn)行特征值分解，將帶噪語(yǔ)音信號(hào)空間分為信號(hào)子空間和噪聲子空間；

步驟3，采用子空間法處理得到相對(duì)純凈的語(yǔ)音處理信號(hào)；

步驟4，在信號(hào)子空間內(nèi)對(duì)語(yǔ)音處理信號(hào)進(jìn)行最小均方方差估計(jì)，計(jì)算最小均方誤差。

在步驟1中，

s11，對(duì)麥克風(fēng)接收到的兩個(gè)通道的帶噪語(yǔ)音信號(hào)分別進(jìn)行預(yù)處理，預(yù)處理包括對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行采樣處理，然后進(jìn)行分幀處理，將分幀處理后的每幀信號(hào)進(jìn)行加窗處理。

s12，經(jīng)預(yù)處理后的帶噪語(yǔ)音信號(hào)經(jīng)過(guò)時(shí)延補(bǔ)償模塊，使兩個(gè)麥克風(fēng)的帶噪語(yǔ)音信號(hào)準(zhǔn)確同步，具體為：

雙麥克風(fēng)陣列采集的兩個(gè)通道的帶噪語(yǔ)音信號(hào)分別為x0(n)和x1(n)，進(jìn)行傅立葉變換到頻域，然后輸入到時(shí)延估計(jì)單元計(jì)算x0(n)和x1(n)的相位差τ0和τ1，根據(jù)相位差計(jì)算出兩個(gè)通道信號(hào)的相對(duì)延時(shí)ω0。

然后，進(jìn)行延時(shí)-求和波束形成，表示為：

x(n)＝ω0(n)x0(n-τ0)+ω1(n)x1(n-τ1)，該過(guò)程可在某些程度上消除混響，并初略的對(duì)語(yǔ)音進(jìn)行降噪。

在步驟2中，

s21，雙麥克風(fēng)陣列接收到帶噪語(yǔ)音信號(hào)為x(n)，計(jì)算得到帶噪語(yǔ)音信號(hào)的協(xié)方差矩陣為：

其中，x(n)表示帶噪語(yǔ)音信號(hào)，e[·]表示求矩陣期望，上標(biāo)h表示共軛轉(zhuǎn)置，rs表示純凈語(yǔ)音信號(hào)的協(xié)方差矩陣，rn表示噪聲信號(hào)的協(xié)方差矩陣；。

s22，對(duì)協(xié)方差矩陣rx進(jìn)行特征值分解，表示為：

rx＝uλxu^t；

其中，λx為rx的k個(gè)特征值構(gòu)成的k維對(duì)角陣，λx的所有特征值中有m個(gè)較大的特征值，0＜m＜k，而其余k-m個(gè)特征值很小，都等于σn²，σn²表示噪聲方差。

令u＝[usup」，u是矩陣rx的特征向量矩陣，因而u是正交矩陣，滿足：

i＝uxux^t+upup^t

其中，i為k維單位矩陣；us為信號(hào)子空間，包含目標(biāo)語(yǔ)音信號(hào)和噪聲；up為噪聲子空間，只包含噪聲。

在步驟3中，

s31，對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行kl變換，表示為：

e{u^tx}＝0；

cov{u^tx}＝diag(λx,1+σn²i,σn²i)；

cov{up^tx}＝σn²i；

其中，u是矩陣rx的特征向量矩陣，up為噪聲子空間，λx,1為rx的特征值構(gòu)成的對(duì)角陣；

向量up^tx中的語(yǔ)音信號(hào)能量為零，即便是噪聲，在估計(jì)純凈語(yǔ)音信號(hào)時(shí)，此向量可以被直接去除，得到相對(duì)純凈的所述語(yǔ)音處理信號(hào)。

s32，將信號(hào)子空間的特征值減去噪聲子空間的特征值，得到相對(duì)純凈的語(yǔ)音處理信號(hào)，表示為：λs＝λx-λn；其中，λs為相對(duì)純凈的語(yǔ)音處理信號(hào)的特征值，λx為信號(hào)子空間的特征值，λn為噪聲子空間的特征值。

在步驟4中，

s41，將噪聲子空間up的kl分量置零，表示為：

e{u^tx}＝0；

cov{u^tx}＝diag(λx,1+σn²i,σn²i)；

cov{up^tx}＝σn²i；

s42，在信號(hào)子空間us內(nèi)對(duì)先相對(duì)純凈的語(yǔ)音處理信號(hào)的kl分量進(jìn)行最小均方誤差估計(jì)，具體為：

先驗(yàn)信噪比ξk表示為：

后驗(yàn)信噪比γk表示為：

其中，xk為帶噪語(yǔ)音信號(hào)x的傅里葉變換，λs(k)為第k個(gè)頻率分量下的語(yǔ)音方差，λn(k)為第k個(gè)頻率分量下的噪聲方差，sk為純凈語(yǔ)音的傅里葉變化，nk為噪聲的傅里葉變換；

得到ξk和γk后，定義νk為：則語(yǔ)音幅度譜估計(jì)值為：

s43，mmse增益：

s44，通過(guò)kl逆變換，輸出增強(qiáng)語(yǔ)音信號(hào)。

本發(fā)明的有益效果是：該方法利用雙麥陣列獲得兩個(gè)通道的帶噪語(yǔ)音信號(hào)，兩個(gè)麥克風(fēng)的帶噪語(yǔ)音信號(hào)通過(guò)時(shí)延補(bǔ)償準(zhǔn)備同步。然后通過(guò)子空間算法和最小均方誤差估計(jì)法的結(jié)合，能夠有效解決信號(hào)子空間單通道算法所產(chǎn)生的音樂(lè)噪聲，在實(shí)現(xiàn)降噪的同時(shí)，有效保證語(yǔ)音信號(hào)的可懂度。方法簡(jiǎn)單，容易實(shí)現(xiàn)，且不僅對(duì)合成的帶噪語(yǔ)音具有良好的降噪效果，對(duì)實(shí)際場(chǎng)景中的帶噪語(yǔ)音也具有良好的降噪效果。此外，該語(yǔ)音增強(qiáng)方法不僅對(duì)白噪聲有良好的降噪效果，且對(duì)noise92庫(kù)里的其他噪聲，如babble噪聲、pink噪聲、leopard噪聲、volvo噪聲等，也具有良好的降噪效果。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，應(yīng)當(dāng)理解，以下附圖僅示出了本發(fā)明的某些實(shí)施例，因此不應(yīng)被看作是對(duì)范圍的限定，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。

圖1為本發(fā)明實(shí)施例的原理示意圖；

圖2為本發(fā)明實(shí)施例的步驟1的原理示意圖；

圖3為babble+white噪聲經(jīng)過(guò)最小均方誤差算法、子空間算法和本實(shí)施例改進(jìn)算法后的分段信噪比；

圖4為leopard+white噪聲經(jīng)過(guò)最小均方誤差算法、子空間算法和本實(shí)施例改進(jìn)算法后的分段信噪比；

圖5為pink+white噪聲經(jīng)過(guò)最小均方誤差算法、子空間算法和本實(shí)施例改進(jìn)算法后的分段信噪比；

圖6為volvo+white噪聲經(jīng)過(guò)最小均方誤差算法、子空間算法和本實(shí)施例改進(jìn)算法后的分段信噪比；

圖7為空調(diào)噪聲下的帶噪語(yǔ)音在不同算法下的增強(qiáng)語(yǔ)音譜圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。通常在此處附圖中描述和示出的本發(fā)明實(shí)施例的組件可以以各種不同的配置來(lái)布置和設(shè)計(jì)。因此，以下對(duì)在附圖中提供的本發(fā)明的實(shí)施例的詳細(xì)描述并非旨在限制要求保護(hù)的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

步驟1：建立雙麥克風(fēng)陣列，接收得到兩個(gè)通道的帶噪語(yǔ)音信號(hào)，帶噪語(yǔ)音信號(hào)經(jīng)過(guò)時(shí)延補(bǔ)償模塊，以使兩個(gè)通道的帶噪語(yǔ)音信號(hào)同步；

s11，對(duì)麥克風(fēng)接收到的兩個(gè)通道的帶噪語(yǔ)音信號(hào)分別進(jìn)行預(yù)處理，預(yù)處理包括對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行采樣處理，然后進(jìn)行分幀處理，將分幀處理后的每幀信號(hào)進(jìn)行加窗處理，步驟如下：

采樣得到帶噪語(yǔ)音信號(hào)xi，然后進(jìn)行分幀處理(i＝1,2)，每幀n個(gè)采樣點(diǎn)，或幀長(zhǎng)12ms～30ms，設(shè)m幀信號(hào)是di(m,n)，其中0≤n<n，0≤m；相鄰兩幀有m個(gè)采樣點(diǎn)的混疊，即當(dāng)前幀的前m個(gè)采樣點(diǎn)時(shí)前一幀的最后m個(gè)采樣點(diǎn)，每幀有l(wèi)＝n-m個(gè)采樣點(diǎn)的新數(shù)據(jù)，每m幀數(shù)據(jù)為di(m,n)＝xi(m*l+n)。將分幀處理后的每幀信號(hào)進(jìn)行加窗處理，采用窗函數(shù)win(n)，加窗后的信號(hào)為gi(m,n)＝win(n)*di(m,n)。窗函數(shù)可以選擇漢明窗、漢寧窗等窗函數(shù)。

s12，經(jīng)預(yù)處理后的帶噪語(yǔ)音信號(hào)經(jīng)過(guò)時(shí)延補(bǔ)償模塊，使兩個(gè)麥克風(fēng)的帶噪語(yǔ)音信號(hào)準(zhǔn)確同步：

如圖2所示，雙麥克風(fēng)陣列采集的兩個(gè)通道的帶噪語(yǔ)音信號(hào)分別為x0(n)和x1(n)，進(jìn)行傅立葉變換到頻域，然后輸入到時(shí)延估計(jì)單元計(jì)算x0(n)和x1(n)的相位差τ0和τ1，根據(jù)相位差τ0計(jì)算出兩個(gè)通道信號(hào)的相對(duì)延時(shí)ω0，使x0(n)和x1(n)準(zhǔn)確同步。

進(jìn)行延時(shí)-求和波束形成，表示為：

x(n)＝ω0(n)x0(n-τ0)+ω1(n)x1(n-τ1)。

該過(guò)程可在某些程度上消除混響，并初略的對(duì)語(yǔ)音進(jìn)行降噪。

步驟2，得到帶噪語(yǔ)音信號(hào)數(shù)據(jù)的協(xié)方差矩陣，并進(jìn)行特征值分解，將帶噪語(yǔ)音信號(hào)空間分為信號(hào)子空間和噪聲子空間；

s21，雙麥克風(fēng)陣列接收到帶噪語(yǔ)音信號(hào)為x(n)，計(jì)算得到帶噪語(yǔ)音信號(hào)的協(xié)方差矩陣為：

其中，x(n)表示帶噪語(yǔ)音信號(hào)，e[·]表示求矩陣期望，上標(biāo)h表示共軛轉(zhuǎn)置，rs表示純凈語(yǔ)音信號(hào)的協(xié)方差矩陣，rn表示噪聲信號(hào)的協(xié)方差矩陣；。

s22，對(duì)協(xié)方差矩陣rx進(jìn)行特征值分解，表示為：

rx＝uλxu^t；

其中，λx為rx的k個(gè)特征值構(gòu)成的k維對(duì)角陣，λx的所有特征值中有m個(gè)較大的特征值，0＜m＜k，而其余k-m個(gè)特征值很小，都等于σn²，σn²表示噪聲方差。

令u＝[usup」，u是矩陣rx的特征向量矩陣，因而u是正交矩陣，滿足：

i＝uxux^t+upup^t

其中，i為k維單位矩陣；us為信號(hào)子空間，包含目標(biāo)語(yǔ)音信號(hào)和噪聲；up為噪聲子空間，只包含噪聲。

步驟3，采用子空間法處理得到相對(duì)純凈的語(yǔ)音處理信號(hào)；

s31，對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行kl變換，表示為：

e{u^tx}＝0；

cov{u^tx}＝diag(λx,1+σn²i,σn²i)；

cov{up^tx}＝σn²i；

其中，u是矩陣rx的特征向量矩陣，up為噪聲子空間，λx,1為rx的特征值構(gòu)成的對(duì)角陣；即向量up^tx中的語(yǔ)音信號(hào)能量為零，即便是噪聲，在估計(jì)純凈語(yǔ)音信號(hào)時(shí)，此向量可以被直接去除。

s32，將信號(hào)子空間的特征值減去噪聲子空間的特征值，得到相對(duì)純凈的語(yǔ)音處理信號(hào)，表示為：λs＝λx-λn。

其中，λs為相對(duì)純凈的語(yǔ)音處理信號(hào)的特征值，λx為信號(hào)子空間的特征值，λn為噪聲子空間的特征值。

步驟4，在信號(hào)子空間內(nèi)對(duì)語(yǔ)音處理信號(hào)進(jìn)行最小均方方差估計(jì)，計(jì)算最小均方誤差。

s41，在信號(hào)子空間us內(nèi)對(duì)先相對(duì)純凈的語(yǔ)音處理信號(hào)的kl分量進(jìn)行最小均方誤差估計(jì)，具體為：

先驗(yàn)信噪比ξk表示為：

后驗(yàn)信噪比γk表示為：

其中，xk為帶噪語(yǔ)音信號(hào)x的傅里葉變換，λs(k)為第k個(gè)頻率分量下的語(yǔ)音方差，λn(k)為第k個(gè)頻率分量下的噪聲方差，sk為純凈語(yǔ)音的傅里葉變化，nk為噪聲的傅里葉變換；

得到ξk和γk后，定義νk為：則語(yǔ)音幅度譜估計(jì)值為：

s42，經(jīng)過(guò)mmse(最小均方誤差算法)增益：

s43，通過(guò)kl逆變換，輸出增強(qiáng)語(yǔ)音信號(hào)。

本發(fā)明的效果可通過(guò)以下仿真說(shuō)明：

通過(guò)matlab仿真，仿真條件為：采樣頻率fs＝32000hz，信號(hào)傳播速度c＝340m/s，幀長(zhǎng)為256ms，步長(zhǎng)為幀長(zhǎng)的一半，第k個(gè)頻率分量的語(yǔ)音存在概率假設(shè)為0.2，取前2000采樣點(diǎn)用于噪聲估計(jì)，麥克風(fēng)數(shù)量m＝2，陣元間距離采用信號(hào)波長(zhǎng)的一半。仿真結(jié)果得到原始帶噪語(yǔ)音、最小均方誤差算法、子空間算法和本設(shè)計(jì)的改進(jìn)算法的分段信噪比(snrseg)。snrseg建立在度量均方誤差基礎(chǔ)上，是基于幀的信噪比，是每一幀語(yǔ)音信號(hào)信噪比的均值。仿真結(jié)構(gòu)如圖3～6所示。如圖3～6所示，相比于最小均方誤差算法(mmse)和子空間算法，本實(shí)施例提供的改進(jìn)算法在四種噪聲環(huán)境(babble+white噪聲、leopard+white噪聲、pink+white噪聲、volvo+white噪聲)均具有良好的信噪比值。

圖7給出了空調(diào)噪聲下的帶噪語(yǔ)音經(jīng)過(guò)不同算法去噪后的語(yǔ)音譜圖。從圖7可以看出，子空間算法對(duì)語(yǔ)音本身的損傷較大，mmse算法雖然對(duì)有用語(yǔ)音失真較小，但是對(duì)低頻段的噪聲的降噪效果并不如意。而本實(shí)施例的改進(jìn)算法不僅對(duì)噪聲具有較好的降噪效果而且對(duì)語(yǔ)音的損傷也做到了最小失真，最大限度保證了純凈語(yǔ)音的可懂度。

綜上，本本發(fā)明實(shí)施例提供的語(yǔ)音增強(qiáng)方法不僅對(duì)合成的帶噪語(yǔ)音具有良好降噪效果，且對(duì)實(shí)際的帶噪語(yǔ)音也有較好降噪效果。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。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、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。