基于干扰噪声空间谱矩阵的语音信号波束成形方法技术

本发明专利技术公开了一种基于干扰噪声空间谱矩阵的语音信号波束成形方法与装置。本发明专利技术基于麦克风阵列流形矢量计算球面扩散噪声的空间谱矩阵；在麦克风没有检测到语音信号时，计算背景噪声的空间谱矩阵；在麦克风检测到语音信号后，计算信号空间谱矩阵；基于麦克风阵列流形矢量和信号空间谱矩阵对Capon空间谱进行积分，计算干扰语音信号的空间谱矩阵；球面扩散噪声的空间谱矩阵、背景噪声的空间谱矩阵、干扰语音信号的空间谱矩阵叠加得到干扰噪声空间谱矩阵；对干扰噪声空间谱矩阵进行特征值分解，获取特征向量和噪声功率估计值，并以此更新干扰噪声空间谱矩阵；并结合线性约束最小方差波束形成得到波束增强的语音信号。差波束形成得到波束增强的语音信号。差波束形成得到波束增强的语音信号。

【技术实现步骤摘要】
基于干扰噪声空间谱矩阵的语音信号波束成形方法

：
[0001]本专利技术涉及阵列语音信号处理领域和波束成形
，特别涉及一种基于干扰噪声空间谱矩阵构造的波束成形方法与装置，以提升人机语音交互过程中对干扰语音信号、空间扩散噪声、室内背景噪声和混响的抑制性能。

技术介绍
：
[0002]机器人听觉主要解决的是“鸡尾酒舞会”问题，即在吵杂的声场环境中，“听清”目标说话人的语音信号。由于麦克风阵列能充分利用声场的空间信息，已成为机器人听觉领域主要采用的硬件结构。基于麦克风阵列的波束成形技术可以有效抑制波束外干扰语音信号和其他噪声信号，增强目标方向的语音信号，提升语音识别率，实现说话人分离，已获得了广泛的研究和关注。
[0003]标准的Capon波束成形方法(MVDR)在干扰噪声空间谱矩阵和导向矢量精确已知时，能够达到理论最优。然而对于多人同时说话的场景，麦克风采集到的是目标语音信号、干扰语音信号和其他噪声的叠加，而且实时采集的信号样本是有限的，无法准确地计算出干扰噪声空间谱矩阵。此外，由于声场中存在散射和反射、麦克风位置和声源定位等误差的存在，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于干扰噪声空间谱矩阵的语音信号波束成形方法，其特征在于，所述方法包括：基于麦克风阵列流形矢量计算球面扩散噪声的空间谱矩阵；在麦克风没有检测到语音信号时，计算背景噪声的空间谱矩阵；在麦克风检测到语音信号后，计算信号空间谱矩阵；基于麦克风阵列流形矢量和信号空间谱矩阵对Capon空间谱进行积分，计算干扰语音信号的空间谱矩阵；球面扩散噪声的空间谱矩阵、背景噪声的空间谱矩阵、干扰语音信号的空间谱矩阵叠加得到干扰噪声空间谱矩阵；对干扰噪声空间谱矩阵进行特征值分解，获取特征向量和噪声功率估计值，并以此更新干扰噪声空间谱矩阵；利用更新的干扰噪声空间谱矩阵通过线性约束最小方差波束形成方法计算波束成形的滤波系数矩阵；基于麦克风阵列接收到的声信号向量与滤波系数矩阵得到波束增强的语音信号。2.根据权利要求1所述的基于干扰噪声空间谱矩阵的语音信号波束成形方法，其特征在于，基于麦克风阵列流形矢量计算球面扩散噪声的空间谱矩阵的计算公式如下：其中，f为频率；d(Θ,f)为麦克风阵列流形矢量，假设在单次语音交互过程不随时间帧变化；为方向矢量，θ和φ分别为三维坐标系的俯仰角和方位角；[
·
]
H
为矩阵的共轭转置。3.根据权利要求1所述的基于干扰噪声空间谱矩阵的语音信号波束成形方法，其特征在于，在麦克风没有检测到语音信号时，计算背景噪声的空间谱矩阵的过程包括：采用语音活性检测算法识别语音信号，当在麦克风接收信号中没有检测到语音信号时，M个麦克风阵元接收到的信号的短时傅里叶变换向量为v(n,f)，n为短时傅里叶变换时间帧的索引；采用重叠帧移和前向平均的方法，对每一个频率分量，计算背景噪声的空间谱矩阵Φ
v
(f)：其中，V
i
(n,f)，i＝1,2,...M，为第i个麦克风接收到的声信号，v(n,f)为M个麦克风声信号堆成的列向量，[
·
]
T
为常规矩阵转置，E[
·
]为数学期望，[
·
]
H
为矩阵的共轭转置，为无语音信号时段重叠帧移产生的总帧数，表示向下取整，N
v
＝T
v
F
s
为无语音信号时段总的采样点数，T
v
为无语音信号时麦克风阵列采集到的信号的总时长，F
s
为采样频率，L为每帧信号的点数，L
s
为帧移时重叠的点数。
4.根据权利要求1所述的基于干扰噪声空间谱矩阵的语音信号波束成形方法，其特征在于，在麦...

【专利技术属性】
技术研发人员：肖永雄，宛敏红，宋伟，朱世强，顾建军，
申请(专利权)人：之江实验室，
类型：发明
国别省市：