一种语音降噪方法技术

本发明专利技术公开了一种语音降噪方法，涉及语音降噪领域，通过采用语音端点检测，获取到语音段的起始和终止位置，并通过在无语音段时实时更新噪声谱的方式跟踪噪声的变化，由于在语音段总是采用之前最新更新的噪声谱进行功率谱相减，因此能够最大限度减小噪声不断缓慢变化所带来的误差；同时在语音动态检测后设置了噪声最短长度限制，最大程度的避免了在连续语音段中将语音误检为噪声，造成对噪声平均功率谱统计错误的情况，从而进一步地获取到更准确的语音信号，提高输出信号的信噪比，满足了实际应用中的需要。

【技术实现步骤摘要】

本专利技术涉及语音降噪领域，特别涉及一种应用于车内噪声谱缓慢变化环境下的语 音降噪方法。
技术介绍
随着科技的发展，现代化交通工具座舱中的噪声污染成为人们关注的话题。如何 在这种相对封闭的环境中尽量降低由于发动机运转、气流与车身摩擦及空调风扇等所带来 的噪声污染，从而得到令人满意的休息和语音交流的环境，成为国内外研究的热点。针对这一需求，就要采用以提高车内语音信噪比(Signal to NoiseRatio，SNR)为 目标的信噪分离技术。为此，现有技术中提出了基于小波的噪声检测技术、基于麦克风阵列 的降噪方法以及基于噪声谱相减的信噪分离技术。通过上述方法和技术提高了车内语音信 噪比，减少了噪声污染。专利技术人在实现本专利技术的过程中，发现上述现有技术至少存在以下缺点和不足小波技术由于过于复杂，难以在当前数字信号处理器上实现；而麦克风阵列降噪 受限于麦克风数量和阵列形状，不适合头戴式耳机的应用。由于车内噪声谱在一段时间内 趋近于平稳，当前针对这一特点，采用噪声谱相减技术可以较容易的提高语音信号的信噪 比，具体方法为在无语音通信阶段提前统计出稳态噪声的谱特性，在有语音段从语音和噪 声的混合信号中减去噪声谱，从而得到纯净的语音信号。但是，车内噪声的稳态性并不是绝 对的，在一段时间内会产生缓慢变化，并且在不同车速和路况条件下其谱分布也并不相同。 因此若单纯采用此种方法在实际应用中会产生较大的误差，甚至进一步降低输入信号的信 噪比。
技术实现思路
为了能更准确的获取到语音信号，提高输出信号的信噪比，本专利技术提供了一种语 音降噪方法，所述方法包括以下步骤(1)将输入的信号按照分帧规则进行分帧；(2)判断当前帧的开始是否为一段语音信号的起始点，如果是，执行步骤(3)；如 果否，更新起始点之前的噪声平均功率谱，并准备处理下一帧，执行步骤(2)；(3)获取当前帧混合信号的功率谱；(4)根据步骤(2)中获取到的噪声平均功率谱和步骤(3)中获取到的混合信号的 功率谱，获取纯净语音信号的功率谱，获取并输出时域波形，并准备处理下一帧；(5)判断当前帧的开始是否为语音信号的终止点，如果是，执行步骤(6)；如果否， 执行步骤⑶；(6)清空上次计算噪声平均功率谱过程中得到的NXFrame_Length长度缓冲区中 的数据，执行步骤(9)，其中，N为帧的数量，Frame_Length为一帧采样点数；(7)判断当前帧开始是否为语音信号的起始点，如果是，执行步骤⑶；如果否，执行步骤(9)；(8)判断无语音段是否达到固定长度NXFrame^ength，如果是，使用当前更新得到的噪声平均功率谱，执行步骤(3)；如果否，将上一无语音段中获取到的噪声平均功率谱 作为当前的噪声平均功率谱，执行步骤(3)；(9)将所有的N帧数据左移一帧，将当前帧作为第N帧数据，更新噪声平均功率谱， 并准备处理下一帧，执行步骤(7)。步骤(8)中的所述如果否，将上一无语音段中获取到的噪声平均功率谱作为当前 的噪声平均功率谱，具体为无语音段小于固定长度，为一段连续语音的短暂停顿或是由于语音动态检测误将 语音段误判为噪声段，造成对噪声平均功率谱统计错误，不进行噪声平均功率谱更新，将上 一无语音段中获取到的噪声平均功率谱作为当前的噪声平均功率谱。步骤(9)中的所述将所有的N帧数据左移一帧，将当前帧作为第N帧数据，具体 为将所有的N帧数据左移1帧，舍弃原有的第1帧数据，原有的第2帧数据作为当前 的第1帧数据，以此类推，最后将当前帧作为第N帧数据。步骤⑵、(5)、(7)和⑶中所述的判断方法，具体为语音动态检测。步骤(2)、(8)和(9)中所述的更新噪声平均功率谱，具体为获取每一帧的功率谱，再对所有帧的功率谱取平均，将平均后的功率谱作为更新 后的噪声平均功率谱。本专利技术实施例提供的技术方案的有益效果是通过采用语音端点检测，获取到语音段的起始和终止位置，并通过在无语音段时 实时更新噪声谱的方式跟踪噪声的变化，由于在语音段总是采用之前最新更新的噪声谱进 行功率谱相减，因此能够最大限度减小噪声不断缓慢变化所带来的误差；同时在语音动态 检测后设置了噪声最短长度限制，最大程度的避免了在连续语音段中将语音误检为噪声， 造成对噪声平均功率谱统计错误的情况，从而进一步地获取到更准确的语音信号，提高输 出信号的信噪比，满足了实际应用中的需要。附图说明图1是本专利技术实施例提供的语音降噪方法的流程图；图2是本专利技术实施例提供的N0ISEX-92噪声库中Volvo汽车内噪声频谱；图3是本专利技术实施例提供的录制的长安汽车内噪声频谱；图4是本专利技术实施例提供的更新噪声及获得当前噪声功率谱示意图；图5是本专利技术实施例提供的输出信噪比的对比示意图；图6是本专利技术实施例提供的输出信噪比的对比示意图。具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方 式作进一步地详细描述。为了能更准确的获取到语音信号，提高输出信号的信噪比，本专利技术实施例提供了，参见图1，该方法内容如下本专利技术实施例提供的语音降噪方法基于语音动态检测(Voice ActivityDetection, VAD)技术和噪声谱相减技术。VAD技术最早应用于语音识别系统，通 过准确判断单词、词组的起始点和终止点，可以更好的提取语音中的参数信息并且和语音 库中的参数信息相比较，提高语音识别的准确性。VAD技术主要依赖于一帧信号的能量和 ZCR(Zero Crossing Rate，过零率)两个特征参数，其依据是背景噪声与语音的短时段能量 和ZCR特征从统计上看存在有相当大的区别。将VAD技术和噪声谱相减技术相结合，通过合理的噪声模型更新方式，就可以在无语音时段统计、更新噪声模型，而在有语音时段从混合信号的谱中减去当前最新的噪声 谱，从而获得纯净的语音信号。语音动态检测技术由于帧长划分、参数选择、判决模式的不同而不可避免的存在 误差。针对以语音通信为目标的应用，就要人为设置一定条件，避免在语音通信过程中单词 之间，短句之间存在过多的间断，保持语音通信的连续性；同时为了避免在统计噪声模型时 被语音信号所干扰，就要避免将语音误判为噪声的情况，而适当允许将噪声误判为语音的 情况。因此，这样的应用场合也对该方法提出了特殊的要求。详细的实现方法参见下文描述101 将输入的信号按照分帧规则进行分帧；上述分帧规则具体为每一帧具有相同的采样点数，可以表示为Frame_Length。102:通过语音动态检测判断当前帧的开始是否为一段语音信号的起始点，如果 是，执行步骤103 ；如果否，更新起始点之前噪声平均功率谱，并准备处理下一帧，重新执行 步骤102 ；具体地，上述语音动态检测方法可以为双门限判决法、LSPE (Least-Square Periodicity Estimator,最小均方差周期估计法)、GAET (Geometrically Adaptive Energy Threshold，几何自适应能量阈值法)等检测方法，具体实现时，本专利技术实施例对此不做限 制。在实际应用中，通常需要经过多次检测才会获取到起始点，对起始点之前的噪声 平均功率谱进行更新。例如经过3次检测才获取到起始点，即第3帧的开始为语音信号的 起始点，所经历的过程具体为第1帧时，通过语本文档来自技高网...

【技术保护点】
一种语音降噪方法，其特征在于，所述方法包括以下步骤：（１）将输入的信号按照分帧规则进行分帧；（２）判断当前帧的开始是否为一段语音信号的起始点，如果是，执行步骤（３）；如果否，更新起始点之前的噪声平均功率谱，并准备处理下一帧，执行步骤（２）；（３）获取当前帧混合信号的功率谱；（４）根据步骤（２）中获取到的噪声平均功率谱和步骤（３）中获取到的混合信号的功率谱，获取纯净语音信号的功率谱，获取并输出时域波形，并准备处理下一帧；（５）判断当前帧的开始是否为语音信号的终止点，如果是，执行步骤（６）；如果否，执行步骤（３）；（６）清空上次计算噪声平均功率谱过程中得到的Ｎ×Ｆｒａｍｅ＿Ｌｅｎｇｔｈ长度缓冲区中的数据，执行步骤（９），其中，Ｎ为帧的数量，Ｆｒａｍｅ＿Ｌｅｎｇｔｈ为一帧采样点数；（７）判断当前帧开始是否为语音信号的起始点，如果是，执行步骤（８）；如果否，执行步骤（９）；（８）判断无语音段是否达到固定长度Ｎ×Ｆｒａｍｅ＿Ｌｅｎｇｔｈ，如果是，使用当前更新得到的噪声平均功率谱，执行步骤（３）；如果否，将上一无语音段中获取到的噪声平均功率谱作为当前的噪声平均功率谱，执行步骤（３）；（９）将所有的Ｎ帧数据左移一帧，将当前帧作为第Ｎ帧数据，更新噪声平均功率谱，并准备处理下一帧，执行步骤（７）。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张涛，李海，张雯，赵亮，冯砚儒，
申请(专利权)人：天津大学，
类型：发明
国别省市：12[中国|天津]