基于单麦克风的人声提取方法及装置制造方法及图纸

本发明专利技术公开一种基于单麦克风的人声提取方法及装置，包括具有至少一个麦克风的人声提取装置，采集系统还包括用于处理麦克风获取的声音信号的音频信号处理器以及语音识别内核，具体步骤包括如下：对获取的至少一路声音信号做模数转换，获得原声音信号；对声音信号每个时频点进行分析统计，根据预先的人声预提取方法获得的用户声音特征提取初步人声信号。再通过反相和加法运算提取出人声信号。本发明专利技术对人声信号进行采样量化，再与系统获取到具有用户声音特征的声学模型对比，提取出用户声音信号，提取出的人声信号更加纯净，可以最大限度提取出用户声音，并且每个人声音特征存在差异性，根据这个特征还可以过滤周围人发出的声音。

【技术实现步骤摘要】

本专利技术涉及声音处理领域，特别涉及一种基于单麦克风的人声提取方法和装置。
技术介绍
目前，语音识别中一般的降噪方案是加入独立的降噪模块，这种降噪模块一般采用双麦克风的主动降噪技术，即副麦克风的噪声信号相位经过反向再与主麦克风中的噪声信号相加，从而对噪声信号起到抑制的作用。但是该方案需要独立的降噪模块和两个麦克风，成本较高。对双麦克风的安装也有一定的要求，增加了安装的复杂性。以及在多人说话环境下难以区分出真正用户，造成低识别率。模块开发者在开发时需要开发复杂的算法保证两个麦克风进入的声音信号在进行处理时的时序一致。
技术实现思路
本专利技术的目的是为了克服上述
技术介绍
的缺陷，提供一种基于单麦克风的人声提取方法和装置。一种基于单麦克风的人声提取方法，包括具有至少一个麦克风的人声提取装置，所述采集系统还包括用于处理所述麦克风获取的声音信号的音频信号处理器以及语音识别内核，所述音频信号处理器提取人声具体步骤包括如下：S10、对获取的至少一路声音信号做模数转换，获得原声音信号；S20、对声音信号每个时频点进行分析统计，根据预先的人声预提取方法获得的用户声音特征提取初步人声信号；S30、将所述初步人声信号进行相位相反，并与所述原声音信号相加，获得噪声信号；S40、将所述噪声信号进行相位相反，并与所述原声音信号相加，获得最终人声信号；所述人声与提取方法为在低噪声的环境中进行语音特征参数提取法。进一步的，还包括：S50、对最终人声做信号增益处理；S60、将增益处理后的最终人声信号发送到语音识别内核。其中，所述特征参数提取法包括如下步骤：S201、对声音信号进行抗混叠滤波；S202、对步骤S201获得的信号进行模数转换；S203、对步骤S202获得的信号进行高通滤波；S204、对步骤S203获得的信号进行做分帧处理；S205、采用哈明窗口对步骤S204获得的每帧数据进行加窗处理；S206、对步骤S205获得的信号做频域转换；S207、对步骤S206获得的信号进行三角窗滤波；S208、对步骤S207获得的信号进行对数运算；S209、对步骤S208获得的信号做离散余弦变换；S210、对步骤S209获得的信号进行谱加权；S211、对步骤S210获得的信号做倒谱均值减处理；S212、在步骤S211获得的信号加入表征语音动态特性的差分参数，获得用户声音特征。优选的，所述人声提取装置采用一个麦克风。另外，本专利技术还提供一种基于上述人声提取方法的单麦克风人声提取装置包括一个麦克风，与所述麦克风连接的声音信号处理器以及用于识别语音的语音识别内核，所述声音信号处理器包括用于对获取的声音信号做模数转换的模块、用于对声音信号每个时频点进行分析统计的模块、用于做预先的人声预提取方法的模块以及用于对声音信号进行反向和/或相加的模块。优选的，所述声音处理器还包括用于多声音信号做增益处理的模块。本专利技术对人声信号进行采样量化，再与系统获取到具有用户声音特征的声学模型对比，提取出用户声音信号，并在过滤了噪声信号的信号中再次提取出人声信号。由于经过了一次噪声抑制，提取出的人声信号更加纯净，可以最大限度提取出用户声音，并且每个人声音特征存在差异性，根据这个特征还可以过滤周围人发出的声音。附图说明图1为本专利技术的人声提取方法的方法流程图。图2为本专利技术的特征参数提取法的步骤流程图。图3为本专利技术的单麦克风人声提取装置构架原理图。具体实施方式下面将结合附图对本专利技术的基于单麦克风的人声提取方法和装置作进一步的描述。一种基于单麦克风的人声提取方法，包括具有一个麦克风的人声提取装置，采集系统还包括用于处理麦克风获取的声音信号的音频信号处理器以及语音识别内核，如图1所示。音频信号处理器提取人声具体步骤包括如下：S10、对获取的单路声音信号做模数转换，将原始的模拟声音信号转换成数字信号，从而获得待处理的原声音信号；S20、对声音信号每个时频点进行分析统计，在这个过程中，对每个时频点与用户的声音特征进行比较计算，获取出与声音特征相同的部分，最终提取出初步人声信号。其中用户的声音特征是预先的在一个噪声比较低或者没有噪声之处采用语音特征参数提取法获得的。S30、将初步人声信号进行相位相反，并与原声音信号相加，此时，原声音信号中的人声信号被初步去除，获得一个噪声信号。S40、将噪声信号进行相位相反，并与原声音信号相加，此时原声音信号中的噪声则被过滤掉，获得最终人声信号。S50、为了增大语音的识别率，可以选择性地对最终人声做信号增益处理。S60、将增益处理后的最终人声信号发送到语音识别内核。语音信号通过单麦克风进入到系统后，可以高效抑制环境噪声，由于只采用一个麦克风，整个处理过程在同一个时序下，保证了取反向信号和原始信号相加时的时序一致，也实现了单个麦克风达到双麦克风处理的效果。而且单麦克风节约了成本，安装简单。优选实施例中，如图2所示，特征参数提取法包括如下步骤：S201、对声音信号进行抗混叠滤波，可采用一抗混叠滤波器将混叠频率分量降低。S202、对步骤S201获得的信号进行模数转换，将声音模拟信号转换成数字信号，方便处理。S203、对步骤S202获得的信号进行高通滤波，即对数据做预加重处理，可通过高通滤波器，使信号的频谱变得平坦，不易受到有限字长效应的影响。S204、对步骤S203获得的信号进行做分帧处理，根据语音的短时平稳特性，语音可以以帧为单位划分，方便后续对信号的处理。S205、采用哈明窗口对步骤S204获得的每帧数据进行加窗处理，其作用在于减小吉布斯效应的影响。S206、对步骤S205获得的信号做频域转换，优选的实施例中可做快速傅里叶变换。S207、对步骤S206获得的信号进行三角窗滤波，具体的，可利用三角窗滤波器，对信号的功率谱滤波，每一个三角窗滤波器覆盖的范围都近似于人耳的一个临界带宽，以此来模拟人耳的掩蔽效应。S208、对步骤S207获得的信号进行对数运算，可以得到近似于同态变换的结果。S209、对步骤S208获得的信号做离散余弦变换，去除各维信号之间的相关性，将信号映射到低维空间。S210、对步骤S209获得的信号进行谱加权，由于倒谱的低阶参数易受说话人特性、信道特性等的影响，而高阶参数的分辨能力比较低，所以需要进行谱加权，抑制其低阶和高阶参数。S211、对步骤S210获得的信号做倒谱均值减处理，该处理可以有效地减小语音输入信道对特征参数的影响。S212、在步骤S211获得的信号加入表征语音动态特性的差分参数，能够提高系统的识别性能，最终获得用户声音特征。另外，本专利技术还提供一种基于上述人声提取方法的单麦克风人声提取装置包括一个麦克风，与麦克风连接的声音信号处理器以及用于识别语音的语音识别内核，如图本文档来自技高网...

【技术保护点】
一种基于单麦克风的人声提取方法，其特征在于：包括具有至少一个麦克风的人声提取装置，所述采集系统还包括用于处理所述麦克风获取的声音信号的音频信号处理器以及语音识别内核，所述音频信号处理器提取人声具体步骤包括如下：S10、对获取的至少一路声音信号做模数转换，获得原声音信号；S20、对声音信号每个时频点进行分析统计，根据预先的人声预提取方法获得的用户声音特征提取初步人声信号；S30、将所述初步人声信号进行相位相反，并与所述原声音信号相加，获得噪声信号；S40、将所述噪声信号进行相位相反，并与所述原声音信号相加，获得最终人声信号；所述人声与提取方法为在低噪声的环境中进行语音特征参数提取法。

【技术特征摘要】
1.一种基于单麦克风的人声提取方法，其特征在于：包括具有至少一个麦克风的人声提取装置，所述采集系统还包括用于处理所述麦克风获取的声音信号的音频信号处理器以及语音识别内核，所述音频信号处理器提取人声具体步骤包括如下：
S10、对获取的至少一路声音信号做模数转换，获得原声音信号；
S20、对声音信号每个时频点进行分析统计，根据预先的人声预提取方法获得的用户声音特征提取初步人声信号；
S30、将所述初步人声信号进行相位相反，并与所述原声音信号相加，获得噪声信号；
S40、将所述噪声信号进行相位相反，并与所述原声音信号相加，获得最终人声信号；
所述人声与提取方法为在低噪声的环境中进行语音特征参数提取法。
2.如权利要求1所述的人声提取方法，其特征在于，还包括：
S50、对最终人声做信号增益处理；
S60、将增益处理后的最终人声信号发送到语音识别内核。
3.如权利要求1所述的人声提取方法，其特征在于，所述特征参数提取法包括如下步骤：
S201、对声音信号进行抗混叠滤波；
S202、对步骤S201获得的信号进行模数转换；
S203、对步骤S202获得的信号进行高通滤波；
S204、对步骤S203获得的信号进行做...

【专利技术属性】
技术研发人员：肖观送，黄锦昌，
申请(专利权)人：惠州市德赛西威汽车电子股份有限公司，
类型：发明
国别省市：广东;44