语音中噪声的消除方法技术

本发明专利技术是一种用于语音中噪声的消除方法，用于提取出被噪声污染的语音信号，可广泛应用于语音通信、辅助听力、语音识别和声纹认证的前端处理。步骤包括：１）对被污染的含噪语音信号做分帧、加窗处理；２）变换到频率域，得到频域内的语音信号；３）实时估计噪声的统计特征参数；４）依据统计模型方法和估计的噪声统计特性设计增益器；５）对频域的语音信号做增益处理，反变换为时域信号；６）重叠相加得到最终降噪信号。由于本发明专利技术实时估计噪声的统计特征参数，并且利用语音统计模型方法，使得消除大量噪声的同时，又尽可能的避免了对语音信号的损伤，具有更好的消噪效果。

【技术实现步骤摘要】

本专利技术属于信号处理尤其是语音信号处理领域，更具体的说，本专利技术涉 及一种语音信号中的噪声消除方法，也称语音增强方法。
技术介绍
也称语音增强方法，属于一种选择性的处理技 术，其目的在于从受到噪声污染的信号中，提取出纯净的原始语音信号，提高语音的清晰度 和可懂度，可广泛应用于语音侦听、语音通信、语音助听、视频会议等需要改善语音质量的 地方。另外，在语音的其它重要应用上，如语音识别、声纹认证等，通常由于背景噪声的影响 而迟迟不能广泛进入实际应用领域，严重阻碍这些技术的使用，通过合理的使用噪声消除 技术，可将语音信号从被污染的含噪语音信号中尽可能好的提取出来，可大幅改善语音识 别和声纹认证系统的性能。由于语音增强方法在实际中的重要性，一直是国际上的一个热 点研究方向。语音增强技术按拾取语音信号的通道数分类，可分为单通道语音增强技术和多通 道语音增强技术，多通道语音增强系统通常需要2个以上的麦克风，形成麦克风阵列，通过 波束形成、后滤波等处理手段来消除语音信号中的背景噪声，由于其不仅可获取语音信号 的时域信息和频域信息，而且可以获取语音信号的空间信息，通常可以得到更佳的效果。单 通道语音增强系统仅使用一个麦克风，硬件资源要求低，算法复杂度也相应较低，易于实 现，且应用范围更加广泛，本专利技术属于单通道语音增强方法。典型的单通道语音增强系统包括如下步骤1)对含噪的语音信号y做分帧、加窗处理；2)变换到频率域Y(Q)；3)估计噪声的统计特征参数；4)增益器设计及含噪信号处理；5)将处理后信号反变换回时域？。6)使用重叠相加法得到增强后信号；步骤3)中估计噪声的统计特征参数方法。可直接选取开始处的静音段作为噪声 帧提取相应的噪声统计特征，也可通过实时的语音活动性检测技术，跟踪当前语音帧是噪 声帧还是语音帧，如果是噪声帧则更新噪声统计特征参数，否则继续跟踪下一帧。得到的噪 声谱用Pnn⑴)表示。步骤4)的增益器设计，众多单通道语音增强方法中，通常最大的差别即在于此， 比较典型的基于匪SE准则的维纳滤波增益器为 这种方法在实际中使用广泛，且在噪声符合平稳条件时可得到较好的结果，然而 该方法还有不足之处。主要包括以下几个方面1)在非平稳噪声环境下，选取开始处的无声段作为噪声帧，通常不能准确得到后继噪声的统计特征，若使用语音活动性检测方法，不 仅实现难度较大，而且在非平稳环境下很难实现准确的检测；2)增益器使用的是线性增益 器，无论在有声段还是在无声段均使用同一比例的增益，显然是不合理的，因为在信噪比较 高情况下，过分去除噪声反而会造成语音信号本身信息的损失，而在信噪比较低情况下又 会残留较多噪声，这也正是线性增益器会造成较强的“音乐噪声”的原因。因此，需要一种 更加合理的噪声特征跟踪算法，和更加合理的增益器。
技术实现思路
本专利技术的目的在于设计一种更加合理的、能够实时跟踪噪声的方法，使得语音增 强系统能够在非平稳的噪声环境下工作，并且设计一种更加有效的增益器，尽可能的避免 损伤语音，且尽可能的消除残留噪声，以弥补线性增益器损伤语音和残留噪声的缺点。本专利技术设计内容包括如下步骤1)对含噪的语音信号y做分帧、加窗处理；2)变换到频率域Y(Q)；3)估计噪声的统计特征参数；4)增益器设计及含噪信号处理；5)将处理后信号反变换回时域？。6)使用重叠相加法得到增强后信号；其中，步骤3)估计噪声的统计特征参数包括如下步骤a)计算当前帧信号功率谱，使用前一帧的估计噪声谱，通过平滑方法，估计当前噪 声谱，其跟踪速度可通过平滑系数调节；b)利用a)中得到的信号功率谱和噪声谱，计算先验信噪比；c)使用前一帧的估计信噪比，通过平滑方法，估计当前帧的后验信噪比，其跟踪速 度可通过平滑系数调节；其中，步骤4)增益设计及含噪信号处理步骤包括如下步骤a)选择语音的统计模型，使用参数化方法，为语音数据建模；b)基于准则匪SE，再利用步骤3)中得到的估计噪声谱、先验信噪比、后验信噪比 得到增益器G(Q)； c)利用公式 得到估计的语音谱；由于本专利技术实时跟踪噪声谱、先验信噪比、后验信噪比的变化，所以能够更加准确 的获得当前信号帧的噪声统计特征，适用于更加复杂的非平稳噪声的环境，且使用了基于 统计的方法对语音数据进行建模，获得非线性的增益器参数，能够在去除更多噪声的同时 而避免过多的损伤语音。附图说明图1是本专利技术实现的语音增强系统的方框图； 具体实施例方式下面结合附图和具体实施方式，对本专利技术做进一步详细描述。对当前帧的语音信号x(t) = s(t)+n(t)做加窗处理，并做FFT变换，得到信号频 域形式 (3)其中，窗函数h(t)可以为hamming窗或harming窗；帧长可选择10 口 30ms。使用前一帧估计的信息，噪声谱Np (k)，和信号谱，估计当前帧噪声谱 计算当前帧的先验信噪比 (5)利用前一帧的后验信噪比，计算当前帧的后验信噪比 (6)当前噪声统计信息估计完成后，即可提供给增益器使用。本专利技术的增益器设计属于参数化的最优估计问题。需估计的信号频域形式为 (7)为简便记，下面隐含频率表示k，上式右侧可展开为 (8)依据贝叶斯理论，可得到 其中p( □)代表概率密度函数。若以超高斯模型对语音数据进行建模，可以选用 拉普拉斯概率密度函数或伽马概率密度函数，分别如下 (11)这里的o 3表示语音信号的方差，以拉普拉斯概率函数为例，设 (12)其中n为信号的后验信噪比，根据最优匪SE准则，使得五卩-幻最小，可得 权利要求，用于提取出被噪声污染的语音信号，包括如下步骤1)对被污染的含噪语音信号做分帧、加窗处理；2)变换到频率域，得到频域内的语音信号；3)实时估计噪声的统计特征参数；4)依据统计模型方法和估计的噪声统计特性设计增益器；5)对频域的语音信号做增益处理，反变换为时域信号；6)通过重叠相加法得到完整的语音信号。2.根据权力要求1中实时估计噪声的统计特征参数，其特征在于步骤3)，包括1)计算本帧语音信号的频谱；2)根据前一帧估计的噪声谱，计算先验信噪比；3)根据计算的先验信噪比和前一帧估计的噪声谱，做平滑处理，估计当前帧的噪声谱 和后验信噪比；4)将估计的参数传给增益器。3.根据权力要求1中所述的依据统计模型方法和估计的噪声统计特性设计增益器，其 特征在于步骤4，包括1)选取统计模型方法，和最优准则设计，设计出增益器；2)通过权力要求1中的步骤3)所估计的统计特征参数，对频域内的语音信号做增益处 理，得到消噪后的频域内语音信号；全文摘要本专利技术是一种用于，用于提取出被噪声污染的语音信号，可广泛应用于语音通信、辅助听力、语音识别和声纹认证的前端处理。步骤包括1)对被污染的含噪语音信号做分帧、加窗处理；2)变换到频率域，得到频域内的语音信号；3)实时估计噪声的统计特征参数；4)依据统计模型方法和估计的噪声统计特性设计增益器；5)对频域的语音信号做增益处理，反变换为时域信号；6)重叠相加得到最终降噪信号。由于本专利技术实时估计噪声的统计特征参数，并且利用语音统计模型方法，使得消除大量噪声的同时，又尽可能的避免了对语音信号的损伤，具有更好的消噪效果。文档编号G10L21/02GK101853665SQ20091008708公开日2010年10月6日 申请日期本文档来自技高网...

【技术保护点】
语音中噪声的消除方法，用于提取出被噪声污染的语音信号，包括如下步骤：１）对被污染的含噪语音信号做分帧、加窗处理；２）变换到频率域，得到频域内的语音信号；３）实时估计噪声的统计特征参数；４）依据统计模型方法和估计的噪声统计特性设计增益器；５）对频域的语音信号做增益处理，反变换为时域信号；６）通过重叠相加法得到完整的语音信号。

【技术特征摘要】

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：博石金北京信息技术有限公司，
类型：发明
国别省市：11[中国|北京]