一种去除风噪的方法技术

本发明专利技术涉及一种去除风噪的方法，一方面使用帧级通道能量赛选，选取各通道受噪声干扰小的信号，避免波束形成造成的折衷；另一方面通过使用PR修正低频带噪声分量，更准确的去除噪声干扰。

【技术实现步骤摘要】
一种去除风噪的方法
本专利技术涉及语音识别
，具体涉及一种去除风噪的方法。
技术介绍
在室外的语音产品应用中，往往容易产生风噪，风噪往往能量很强，可淹没语音频谱结构，大幅降低语音听感和可懂度。
技术实现思路
本专利技术提供一种去除风噪的方法，能够解决2mic风噪的技术问题。本专利技术解决上述技术问题的技术方案如下：据本专利技术实施例的一个方面，提供一种去除风噪的方法，包括：第一步，经过分帧/加窗/FFT模块将输入的第一路信号y1(t)和第二路信号y2(t)变换到频域Y1(l,k),Y2(l,k)；第二步，经过帧级信号选择模块，计算两路信号频谱最小值，以及第一路信号的相角，得到选择后的信号；第二步，使用模块PR(l,k)计算差和比；第三步，通过稳态噪声跟踪模块，估计出稳态噪声V(l,k)；第四步，通过噪声修正模块进行选择性地噪声修正；第五步，基于噪声阶段PR(l,k)值确定最终噪声估计；第六步，通过滤波器使用维纳滤波，得到去除风噪的音频信号。优选地，所述计算两路信号频谱最小值为：|Ys(l,k)|＝min(|Y1(l,k)|,|Y2(l,k)|)。优选地，所述第一路信号的相角为：θ(l,k)＝angle(Y1(l,k))。优选地，所述得到选择后的信号为：Ys(l,k)＝|Ys(l,k)|·exp(i·θ(l,k))，其中优选地，第四步包括：当信号阶段PR(l,k)值低于特定值时，不进行噪声修正；当信号阶段PR(l,k)值高于特定值时，进行噪声修正。优选地，所述特定值为0.1667。优选地，第五步包括，当满足第一条件时，重估噪声，并得到最终噪声估计；当不满足第一条件时，不进行噪声修正。优选地，所述第一条件为频谱低于3kHz频带区间，且PR(l,k)大于信号偏差0.1667。优选地，所述重估噪声实施为：所述最终噪声估计实施为：优选地，所述维纳滤波实施为：其中，Φss(l,k)使用DD方法估计。由此，一方面，使用帧级通道能量赛选，选取各通道受噪声干扰小的信号，避免波束形成造成的折衷；另一方面，通过使用PR修正低频带噪声分量，更准确的去除噪声干扰。附图说明图1为本专利技术实施例提供的去除风噪的方法流程示意图。图2为本专利技术实施例电动车室外2mic实采数据的波形图。图3为图2经本专利技术实施例提供的去除风噪的方法处理后数据的波形图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。风噪抑制分为单通道、多通道方法，多通道通常使用波束形成，而后级联后滤波的方法。在实际的语音中通常存在以下两个问题，其一：不像室内接收到的信号能量大体相当，在室外由于环境极不均衡、平稳，两颗mic接收到的噪声能量有时相差巨大，比如一颗mic音质良好，而另一颗mic噪声极强，此时使用波束形成技术获得的混合信号反而不如原始信号中较优的通道；其二：后滤波技术常用的滤波器形式为其中为先验信噪比，λ(l，k)＝1时即为标准的维纳滤波器，由于风噪是快变的非稳态信号，噪声跟踪算法通常无法有效跟踪，有人提出一种补偿形式其中PR(l，k)＝Φdiff(l，k)/φsum(l，k).，Ydiff(l,k)＝Yi(l,k)-Yj(l,k),Ysum(l,k)＝Yi(l,k)+Yj(l,k),Φdiff(l,k)＝E{|Ydiff(l,k)|2},Φsum(l,k)＝E{|Ysum(l,k)|2}.因为风噪主要分布在低频，并且通道间相干性弱，风噪信号的差和能量比高，而由于语音低频相关性很强，所以差和能量比很低，所以该方法可以作为风噪后滤波的一种补偿形式，在风噪时更多的去除噪声，但虽然PR与风噪相联系，却无法得到风噪比较准确的估计，仅仅是一个经验值，公式中ρ也是通过经验设定，不同环境下表现也并不稳定。为解决上述问题，本专利技术实施例提供的去除风噪的方法如图1所示。具体如下：第一步，经过分帧/加窗/FFT模块将输入的两路信号y1(t),y2(t)变换到频域Y1(l,k),Y2(l,k)，其中l为帧，k为频点；第二步，经过帧级信号选择模块，计算两路信号频谱最小值|Ys(l,k)|＝min(|Y1(l,k)|,|Y2(l,k)|)，以及第一路信号的相角θ(l,k)＝angle(Y1(l,k))，得到选择后的信号Ys(l,k)＝|Ys(l,k)|·exp(i·θ(l,k))，其中第二步，计算差和比。使用模块PR(l,k)计算差和比，其中，PR(l,k)＝Φdiff(l,k)/Φsum(l,k)。第三步，通过稳态噪声跟踪模块，估计出稳态噪声V(l,k)。该模块可使用RainerMartin.Noisepowerspectraldensityestimationbasedonoptimalsmoothingandminimumstatistics.IEEETrans.SpeechandAudioProcessing,9(5):504-512,July2001记载的模块，在此不再赘述。第四步，通过噪声修正模块进行选择性地噪声修正。麦克风通常无法达到理想的一致性，即信号的差值并非为0，一般硅麦能量偏差在1dB以内，而极麦在3dB以内，按极麦计算信号阶段PR(l,k)至多为0.1667，PR(l,k)低于该特定值不应做噪声修正，以避免损伤语音。在一些实施例中，该特定值可设为0.2。第五步，基于噪声阶段PR(l,k)值确定最终噪声估计。噪声阶段PR(l,k)值可大于1，若出现大于1情况则强制约束为1，另外，由于风噪集中在3kHz以下，所以3kHz以上频谱也不必对噪声做出修正。综上，在低于3kHz频带区间，当PR(l,k)大于信号偏差0.1667时重估噪声最终噪声估计第六步，通过滤波器使用维纳滤波：其中Φss(l,k)使用DD方法估计。上述方案并未考虑mic间延时对齐问题，在mic间距较小时低频时延偏差较小引起的误差并不大，但若mic间距较大会导致误差增大会进而使信号PR值增大，引起噪声过估计。因此，在一些实施例中，可在前级增加延时估计模块，对齐各mic间信号。由此，一方面，使用帧级通道能量赛选，选取各通道受噪声干扰小的信号，避免波束形成造成的折衷；另一方面，通过使用PR修正低频带噪声分量，更准确的去除噪声干扰。从图2和图3的对比中，可以看到采用本专利技术的去除风噪的方法可以更准确的去除噪声干扰。本专利技术实施例提供的一种去除风噪的方法可以软件功能模块的形式实现并作为独立的产品销售或使用，可以存储在一个计算机可读取存储介质中。基于这样的理解，本专利技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使本文档来自技高网...

【技术保护点】
1.一种去除风噪的方法，其特征在于，包括：/n第一步，经过分帧/加窗/FFT模块将输入的第一路信号y1(t)和第二路信号y2(t)变换到频域Y1(l,k),Y2(l,k)；/n第二步，经过帧级信号选择模块，计算两路信号频谱最小值，以及第一路信号的相角，得到选择后的信号；/n第二步，使用模块PR(l,k)计算差和比；/n第三步，通过稳态噪声跟踪模块，估计出稳态噪声V(l,k)；/n第四步，通过噪声修正模块进行选择性地噪声修正；/n第五步，基于噪声阶段PR(l,k)值确定最终噪声估计；/n第六步，通过滤波器使用维纳滤波，得到去除风噪的音频信号。/n

【技术特征摘要】
1.一种去除风噪的方法，其特征在于，包括：
第一步，经过分帧/加窗/FFT模块将输入的第一路信号y1(t)和第二路信号y2(t)变换到频域Y1(l,k),Y2(l,k)；
第二步，经过帧级信号选择模块，计算两路信号频谱最小值，以及第一路信号的相角，得到选择后的信号；
第二步，使用模块PR(l,k)计算差和比；
第三步，通过稳态噪声跟踪模块，估计出稳态噪声V(l,k)；
第四步，通过噪声修正模块进行选择性地噪声修正；
第五步，基于噪声阶段PR(l,k)值确定最终噪声估计；
第六步，通过滤波器使用维纳滤波，得到去除风噪的音频信号。


2.根据权利要求1所述的去除风噪的方法，其特征在于，
所述计算两路信号频谱最小值为：|Ys(l,k)|＝min(|Y1(l,k)|,|Y2(l,k)|)。


3.根据权利要求2所述的去除风噪的方法，其特征在于，
所述第一路信号的相角为：θ(l,k)＝angle(Y1(l,k))。


4.根据权利要求3所述的去除风噪的方法，其特征在于，
所述得到选择后的信号为：Ys(l,k)＝|...

【专利技术属性】
技术研发人员：关海欣，梁家恩，
申请(专利权)人：云知声智能科技股份有限公司，厦门云知芯智能科技有限公司，
类型：发明
国别省市：北京;11