当前位置: 首页 > 专利查询>四川大学专利>正文

基于变步长LMS算法的声音处理方法及系统技术方案

技术编号:26794746 阅读:44 留言:0更新日期:2020-12-22 17:11
本发明专利技术公开了基于变步长LMS算法的声音处理方法及系统,其中,声音处理方法包括步骤:S1、计算当前时刻的增益值g(n),所述增益值g(n)的计算式为:g(n)=g(n‑1)+u(n‑1)*e(n‑1)*P

【技术实现步骤摘要】
基于变步长LMS算法的声音处理方法及系统
本专利技术涉及声音信号处理技术,尤其是一种基于自适应算法的语音信号处理方法以及系统。
技术介绍
声音信号从获取到输出的过程中,通常需要进行信号处理。其中一种最为常见的处理手段就是进行声音信号的增益控制处理,以实现声音信号的均衡输出。目前使用较多的AGC算法均是基于能量比较的一种算法,首先搜索最近时间片内信号的最大幅值,如果搜索到的当前帧功率值比现有的最大功率值大,则更新最大功率值;根据搜索到的最大功率值,与预先设定的期望值相比开方得到期望增益;再根据当前帧的期望增益与前一帧的实际增益利用一阶递归平滑滤波器计算当前帧的实际增益;最后将当前帧的所有采样点与增益值相乘,得到当前帧输出信号。目前所使用的AGC算法虽可以防止语音信号过载现象的发生,但在语音突变时会产生线性失真,这是因为算法没有考虑到每一帧语音信号功率变化范围可能较宽的情况,对上、下溢信号和线性区信号处理方式一样,就会增加处理误差。此外,基于自适应的LMS、NMLS、RLS等算法也在声音信号处理中得到逐步的应用,然而,也都存在语音突变时线性失真产生的误差较大,语音信号调节速度较慢,甚至是延迟,使得听众的听觉舒适度不理想等问题。
技术实现思路
本专利技术的目的在于,解决上述问题,提供改进的基于变步长LMS算法的声音处理方法及系统,可有效避免在语音突变时线性失真产生的较大误差,使得语音信号调节速度快,使语音能够保持在一定幅值范围,提高听众的听觉舒适度。本专利技术的目的之一是提供一种基于变步长LMS算法的声音处理方法,包括步骤:S1、计算当前时刻的增益值g(n),所述增益值g(n)的计算式为:g(n)=g(n-1)+u(n-1)*e(n-1)*Px(n-1);其中,Px(n-1)为前一时刻声音输入信号的功率值,u(n-1)为前一时刻的步长因子,e(n-1)为前一时刻的误差值,g(n-1)为前一时刻增益值,n为当前时刻声音输入信号的序号,n为正整数,且n≥2;S2、依据计算得到的增益值对当前时刻的声音输入信号x(n)进行增益处理,得到输出信号y(n),y(n)=g(n)*x(n)。作为优选的,还包括步骤:S3、计算当前时刻声音输入信号的功率值Px(n)、当前时刻的步长因子u(n)以及当前时刻的误差值e(n);S4、迭代计算下一时刻的增益值g(n+1),计算式为g(n+1)=g(n)+u(n)*e(n)*Px(n);S5、根据增益值g(n+1)对下一时刻的声音输入信号x(n+1)进行增益处理,得到下一时刻的声音输出信号y(n+1),计算式为y(n+1)=g(n+1)*x(n+1)。作为优选的,当前时刻声音输入信号的功率值Px(n)的计算式为:Px(n)=λPx(n-1)+(1-λ)x2(n),其中,λ为平滑因子,x2(n)为当前时刻声音输入信号x(n)的平方。作为优选的,当前时刻的步长因子u(n)计算式为:其中,或者,以上式中,a(n-1)为前一时刻的梯度平方值,β的取值范围为0<β<1,θ的取值范围为0<θ<1,Py(n-1)为前一时刻声音输出信号的功率值,P2x(n)为当前时刻声音输入信号的功率值Px(n)的平方。作为优选的,所述声音输出信号功率Py(n)的计算式为:Py(n)=g(n)*g(n)*Px(n)。作为优选的,当前时刻的误差值e(n)=Pexp-Py(n),Pexp为期望值,Pexp取值范围为0<Pexp<1。本专利技术还一种基于变步长LMS算法的声音处理系统,包括:信号输入单元,用于获取声音输入信号;增益控制处理单元,用于对当前时刻声音输入信号进行增益值计算,并根据计算的增益值计算出输出信号,信号输出单元,根据计算的输出信号对声音输入信号进行增益处理,并输出增益处理后声音信号;信号参数计算单元,包括用于计算当前时刻声音输入信号的功率值的功率计算模块,用于计算声音输出信号的期望功率值与增益处理后的声音输出信号的功率值之间的误差值的误差计算模块,以及用于计算当前时刻的步长因子的步长计算模块;存储单元,用于计算过程数据的存储,提供增益控制处理单元调用;所述增益控制处理单元进行增益值计算的公式为:g(n)=g(n-1)+u(n-1)*e(n-1)*Px(n-1)其中,Px(n-1)为前一时刻声音输入信号的功率值,u(n-1)为前一时刻的步长因子,e(n-1)为前一时刻的误差值,g(n-1)为前-时刻增益值,n为当前时刻声音输入信号的序号,n为正整数,且n≥2;输出信号的计算式为:y(n)=g(n)*x(n),其中x(n)为当前时刻声音输入信号。相对现有技术,本专利技术的显著进步性至少体现在:通过本专利技术提供的基于改进型的LMS算法进行的声音处理,可将大信号幅值缩小,小信号放大,使其整段语音幅值保持相对一致,过渡带小,且声音增益速度快。即可使得增益值根据声音信号的变化幅值快速做出反应,声音幅值突变时,增益值也能迅速改变,有效避免缓慢增幅或降幅的效果,降低了听觉的不适感。附图说明图1为本专利技术实施例的声音处理方法中算法推导流程示意图;图2为本专利技术实施例的输入信号与输出信号时域对比图;图3为本专利技术实施例的输入语音与增益曲线反映图;图4为本专利技术实施例的声音处理方法的流程示意图。具体实施方式下面结合附图和具体实施例,对本专利技术的方案作进一步的说明。应该说明的是,本专利技术的具体实施方式并不限于所提供的实施例。本专利技术实施例的一种基于变步长LMS算法的声音处理方法,包括步骤:S1、计算当前时刻的增益值g(n),所述增益值g(n)的计算式为:g(n)=g(n-1)+u(n-1)*e(n-1)*Px(n-1);其中,Px(n-1)为前一时刻声音输入信号的功率值,u(n-1)为前一时刻的步长因子,e(n-1)为前一时刻的误差值,g(n-1)为前一时刻增益值,n为当前时刻声音输入信号的序号,n为正整数,且n≥2;本实施例中,增益值g(n)作为变步长LMS算法的迭代权值,g(n)大小是通过前一时刻的声音输入信号功率值Px(n-1)、步长因子u(n-1)、误差值e(n-1)以及增益值g(n-1)计算得到。S2、计算输出信号y(n)依据计算得到的增益值对当前时刻的声音输入信号x(n)进行增益处理,得到输出信号y(n),即y(n)=g(n)*x(n)。可以理解的是,经过自动增益控制处理的数字音频输出信号序列y(n),输出信号序列y(n)的生成是输入信号序列x(n)与增益参数序列g(n)的乘积项。可以理解的是,以第一个声音输入信号作为初始值,从第二个声音输入信号开始进行迭代计算增益值,并对相应的声音输入信号进行的增益处理。所述初始值设定包括:初始增益值g(1)=1,步长因子u(1)=0本文档来自技高网...

【技术保护点】
1.基于变步长LMS算法的声音处理方法,其特征在于,包括步骤:/nS1、迭代计算当前时刻的增益值g(n),所述增益值g(n)的计算式为:/ng(n)=g(n-1)+u(n-1)*e(n-1)*P

【技术特征摘要】
1.基于变步长LMS算法的声音处理方法,其特征在于,包括步骤:
S1、迭代计算当前时刻的增益值g(n),所述增益值g(n)的计算式为:
g(n)=g(n-1)+u(n-1)*e(n-1)*Px(n-1);
其中,Px(n-1)为前一时刻声音输入信号的功率值,u(n-1)为前一时刻的步长因子,e(n-1)为前一时刻的误差值,g(n-1)为前一时刻增益值,n为当前时刻声音输入信号的序号,n为正整数,且n≥2。
S2、依据计算得到的增益值对当前时刻的声音输入信号x(n)进行增益处理,得到输出信号y(n):
y(n)=g(n)*x(n)。


2.根据权利要求1所述的基于变步长LMS算法的声音处理方法,其特征在于,还包括步骤:
S3、计算当前时刻声音输入信号的功率值Px(n)、当前时刻的步长因子u(n)以及当前时刻的误差值e(n);
S4、迭代计算下一时刻的增益值g(n+1),计算式为g(n+1)=g(n)+u(n)*e(n)*Px(n);
S5、根据增益值g(n+1)对下一时刻的声音输入信号x(n+1)进行增益处理,得到下一时刻的声音输出信号y(n+1),计算式为y(n+1)=g(n+1)*x(n+1)。


3.根据权利要求2所述的基于变步长LMS算法的声音处理方法,其特征在于,当前时刻声音输入信号的功率值Px(n)的计算式为:
Px(n)=λPx(n-1)+(1-λ)x2(n),
其中,λ为平滑因子,λ取值范围为0<λ<1,x2(n)为当前时刻声音输入信号x(n)的平方。


4.根据权利要求2所述的基于变步长LMS算法的声音处理方法,其特征在于:当前时刻的步长因子u(n)计算式为:



其中,或者,
以上式中,a(n-1)为前一时刻的梯度平方值,β的取值范围为0<β<1,θ的取值范围为0<θ<1,Py(n-1)为前一时刻声音输出信号的功率值,P2x(n)为当前时刻声音输入信号的功率值Px(n)的平方。


5.根据权利要求4所述的基于变步长LMS算法的声音处理方法,其特征在于:所述声音输出信号功率Py(n)的计算式为:
Py(n)=g(n)*g(n)*Px(n)。


6.根据权利要求4所述的基于变步长LMS算法的声音处理方法,其特征在于:当前时刻的误差值e(n)=Pexp-Py(n),Pexp为期望值,Pexp取值范围...

【专利技术属性】
技术研发人员:潘帆许芳芳何培宇夏秀渝
申请(专利权)人:四川大学
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1