申请/专利权人：大连理工大学

申请日：2022-03-15

公开（公告）日：2024-06-28

公开（公告）号：CN114694675B

主分类号：G10L21/0232

分类号：G10L21/0232;G10L25/18;G10L25/21

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.07.19#实质审查的生效;2022.07.01#公开

摘要：本发明属于信号处理技术领域，提出一种基于麦克风阵列的广义旁瓣对消器及后置滤波算法。利用麦克风阵列获取音频数据并进行分帧、加窗及短时傅里叶变换，由广义旁瓣对消器得到期望信号分量和参考噪声分量；根据改进的最小控制递归平均法计算背景伪平稳噪声的功率谱密度，得到信号的局部非平稳性及瞬态波束参考比；根据期望信号相对于背景伪平稳噪声的后验信噪比计算先验信号缺失概率；根据先验信号缺失概率和期望信号相对于输入信号的强度得到后验信号存在概率；计算噪声功率谱密度的变化率并得到其全局似然，对噪声功率谱密度进行平滑递归；计算信号存在时的对数谱幅度增益函数并进行最优修正，从而计算纯净信号。

主权项：1.一种基于麦克风阵列的广义旁瓣对消器及后置滤波的语音降噪算法，其特征在于，包括步骤如下：步骤1：从录制缓冲区提取数据，除首段数据外的其余段每次提取一段长度的数据，且长度为窗口长度N的整数倍；对首段数据扩充一个窗口提取；步骤2：通过麦克风阵列采集音频信号zt，并设xt为期望语音信号，dst为伪平稳噪声信号，dtt为干扰语音信号，i表示传感器的索引，则音频信号表示为：zit＝xit+dist+ditt1利用窗函数将音频信号zt在时间上划分为重叠帧，窗长为N；以fs为采样率对音频信号进行离散傅里叶变换处理，得到各频段的中心频率fk和频域信号Zn,k： Zn,k＝Xn,k+Dsn,k+Dtn,k3其中，k表示频段索引且k∈[1,N]，n表示帧索引； 其中，M表示传感器的数量，[·]T表示转置变换；步骤3：广义旁瓣对消器中的上支路是一个固定波束形成器，通过期望语音信号到达各麦克风的相对时延进行相位补偿，并对各麦克风采集信号的功率谱密度进行求和平均得到固定波束形成的输出信号YFBFn,k；设θ1表示Zn,k到达麦克风时相对于坐标原点的角度，θ2表示麦克风对波达方向估计的误差，估计期望语音信号Xn,k到达麦克风阵列的角度： 其中，l为传感器间的距离，c为声音在空气中的传播速率；根据Δk建立固定波束形成器的权重向量Wk，并根据Wk的延迟模型构建一个延迟相减向量Bk；Wk和Bk表示为如下形式： 其中，kBF＝-1i-1，[·]H表示共轭转置；音频信号Zn,k分别经过Wk和Bk得到YFBFn,k和Un,k，经自适应噪声对消器滤波后得到广义旁瓣对消器的输出信号Yn,k：Un,k＝BHkZn,k11Yn,k＝YFBFn,k-H*n,kUn,k12其中，YFBFn,k＝WHkZn,k，Hn,k为自适应滤波器的权值系数，·*表示复数的共轭；步骤4：令表示伪平稳噪声信号的功率谱密度，通过求解如下无约束优化问题，使伪平稳噪声功率谱密度达到最小： 得到Hn,k的维纳-霍夫解： 假设伪平稳噪声的声场是均匀的，与噪声的空间相干函数Γsn,k相关，在扩散噪声场中，Γsn,k用sinc函数表示Γsn,k，即： 用Γsn,k来表示Hn,k，即： 其中，表示取复数的虚部，表示取复数的实部；步骤5：由于波达方向的估计误差、混响以及强噪声的干扰，Yn,k既包含了纯净语音分量，又带有未完全消除的噪声分量；期望信号Xn,k部分泄露到Un,k中，采用后置滤波来进一步滤除Yn,k中的噪声分量；后置滤波中，估计噪声功率谱密度之前，检测语音信号是否活跃；设b为一个归一化的频率平滑汉宁窗向量，Ymatn,k和Umatn,k分别为Yn,k和Un,k的频率对齐向量，且长度与b相同，计算Yn,k和Un,k的平滑功率谱密度： 其中，αs为时间平滑参数；在语音信号不活跃时，根据改进的最小控制递归平均法，估计背景伪平稳噪声的功率谱密度MYn,k和MUn,k，并分别计算出Yn,k和Un,k的局部非平稳性： Λ0为局部非平稳性阈值；包含瞬态信号时，局部非平稳性超过Λ0；检测并计算Yn,k和Un,k的瞬态功率；当ΛUn,k超过Λ0但ΛYn,k无波动时，当前音频信号为舍弃的干扰信号；当ΛYn,k超过Λ0时，当前音频信号包含期望语音信号，对其进行保留与增强；为了进一步判断某一瞬态信号是否为期望语音，定义一个瞬态波束参考比Ωn,k得到局部非平稳性的相对比值；Ωn,k由下式得出： 步骤6：为判断瞬态信号是否存在，设Ωlow和Ωhigh为Ωn,k的阈值，当Ωn,k小于Ωlow时，认为检测的瞬态信号是干扰的，而当Ωn,k大于Ωhigh时，则认为瞬态信号中有存在期望语音可能性；定义一个表示信号存在可能性的函数ψn,k来适应瞬态波束参考比的不确定性，根据局部非平稳性和瞬态波束参考比，计算先验信号存在可能性： 得到所有频段的先验信号存在可能性后，计算一个全局似然防止局部偏差带来的干扰；设fKL到fKR是所需频率区间，计算频段KL到KR中ψn,k的一个全局似然： 步骤7：得到先验信号存在可能性的全局似然后，进一步根据Yn,k相对于MYn,k的后验信噪比γsn,k计算先验信号缺失概率qn,k；γsn,k由下式得出：γsn,k＝|Yn,k|2MYn,k24设ψ0为的阈值，γ0为γsn,k的阈值，计算先验信号缺失概率qn,k： 步骤8：为了准确得到信号的存在概率，并根据当前信号存在概率调整增益函数，从而使包含更多期望语音分量的信号得到强增益；设pn,k表示后验信号存在概率，并根据pn,k来计算最优修正的对数谱幅度增益函数Gn,k；设α为平衡降噪和信号失真的加权因子，为对数谱幅度的增益函数，通过下式估计输入信号Zn,k相对于伪平稳噪声信号功率谱密度的先验信噪比： 同时令λdn,k表示伪平稳噪声信号的功率谱密度，计算Yn,k相对于λdn,k的后验信噪比：γn,k＝|Yn,k|2λdn,k27根据ξn,k和γn,k得到Yn,k相对于Xn,k的信噪强度： 并由先验信号存在概率qn,k、Xn,k相对于λdn,k的先验信噪比ξn,k和信噪强度vn,k计算后验信号存在概率： 步骤9：对pn,k进行平滑处理以提高信号存在概率计算的准确性；设αp为pn,k的平滑参数，并通过递归得到平滑的后验信号存在概率：p′n,k＝αpp′n-1,k+1-αppn,k30设置噪声功率谱密度的变化率ln,k，通过ln,k来判断背景噪声是否发生突变；设p0为p′n,k的阈值，γ1为γn,k阈值，γhigh和γlow分别为γn,k的上下限，计算噪声功率谱密度的变化率： 通过下式得到频段KL到KR中ln,k的一个全局似然，避免局部误差导致对噪声变化情况的误判： 步骤10：的大小反映了噪声的总体变化情况，因此由对平滑参数进行控制： 其中，表示αln的约束下限，βl表示的权重系数；根据αln和p′n,k计算噪声功率谱密度的估计参数：αdn,k＝αln+[1-αln]p′n,k34λdn+1,k＝αdn,kλdn,k+[1-αdn,k]|Yn,k|235步骤11：根据式26和式28得到的ξn,k和vn,k计算信号存在时的对数谱幅度增益函数： 根据p′n,k和Gmin对进行调整，得到最优修正的对数谱幅度增益函数： 最后由Gn,k和Yn,k计算出纯净信号：Xpuren,k＝Gn,kYn,k38。

全文数据：

权利要求：

百度查询： 大连理工大学 一种基于麦克风阵列的广义旁瓣对消器及后置滤波算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD