欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019110350767
申请人: 南京工程学院
专利类型:发明专利
专利状态:未下证
专利领域: 乐器;声学
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种面向瞬态噪声抑制的实时语音增强方法,其特征在于,包括以下步骤:步骤1)、对含噪语音进行分帧和加窗预处理,求出幅度谱;

步骤2)、采用分位噪声估计法获得稳态噪声谱;

步骤3)、采用基于信号重心检测法来获得瞬态噪声,并根据是否存在瞬态噪声来修正稳态噪声谱;

步骤4)、采用基于语音特征的方法估计语音存在概率一;

步骤5)、采用谐波分析的方法估计语音存在概率二;

步骤6)、综合步骤4)和步骤5)获得的两个语音存在概率,计算增益,并进行语音增强;

其中,所述步骤5)中的基于谐波分析的语音概率二的计算步骤为:步骤5.1)通过短时傅里叶变换后的窗函数来构造出激励谱,公式为:式中, 为窗函数的短时傅里叶变换,tk是基音周期对应的频点,i为谐波带的索引,Q为总谐波子带数,l和k分别表示步骤3)获得的稳态噪声谱中的第l帧k频点噪声;

步骤5.2)、计算拟合系数

步骤5.3)、计算信号拟合误差为:式中,ai和bi代表谐波频带的区间且ai=(i‑0.5)tk,bi=(i+0.5)tk;

步骤5.4)、使用误差最小的ηi(l)和激励谱χ(k,l)拟合出符合当前帧的谐波,公式表示为:

步骤5.5)、结合似然比Δ(k,l),基于谐波的语音存在概率为:其中,

所述步骤6)中的综合两个语音概率计算增益,并进行语音增强的步骤为:步骤6.1)、基于步骤4)和步骤5)中获得的两个语音存在概率,计算得到最终的语音存在概率为:

p(k,l)=τqF(k,l)+(1‑τ)pM(k,l)                     (23)其中,τ为加权因子;qF为步骤4)计算获得的概率一;

步骤6.2)、根据最终的语音存在概率、各频点的语音信号的幅值,计算当前帧的估计的噪声谱:

X(k,l)表示观测到第l帧信号的能量;

步骤6.3)、与上一帧噪声谱进行平滑,得到平滑后的当前帧的估计的噪声谱:式中,TN为语音存在可能性阈值;噪声平滑系数ξN相对于语音平滑系数ξX较小;

根据估计的噪声重新求出后验信噪比 和先验信噪比步骤6.4)、根据经过调整的后验信噪比和先验信噪比计算增益函数,结合增益函数、调整前的后验信噪比和先验信噪比,获得增强后的信号;增强后的信号 为:其中,GH1(k,l)表示增益函数,定义为式中,Gmin(k,l)代表着抑制噪声的最大系数。

2.根据权利要求1所述的一种面向瞬态噪声抑制的实时语音增强方法,其特征在于:所述的步骤2)中分位噪声估计方法的步骤包括步骤2.1)、根据幅度谱上各频点的分位数,引入最大抑制值,计算噪声信号抑制因子;

步骤2.2)、根据幅度谱上各频点的分位数噪声幅度值、各频点的语音信号的幅值和噪声信号抑制因子,引入权衡因子,更新分位数噪声幅值,估计得到分位数噪声;

步骤2.3)、估计的噪声和实际频谱幅度的差异性参数,更新分位数。

3.根据权利要求2所述的一种面向瞬态噪声抑制的实时语音增强方法,其特征在于:所述步骤2.1)中、计算噪声信号抑制因子λ式中,分位数υ(k)代表着第l帧k频点噪声的概率,α代表最大抑制值;

步骤2.2)、更新分位数噪声幅值式中,D(k,l)代表第l帧第k频点处的分位数噪声幅度值,β为一个权衡因子,|X(k,l)|为第l帧第k频点处的语音信号X(k,l)的幅值;

此时,估计得到的分位数噪声表示为D(k,l)

Nv(k,l)=e                          (3)步骤2.3)、更新分位数

式中,ω表示估计的噪声和实际频谱幅度的差异性参数,更新后的分位数用于返回步骤2.1)进行下一帧的噪声信号抑制因子计算。

4.根据权利要求1所述的一种面向瞬态噪声抑制的实时语音增强方法,其特征在于:所述步骤3)中稳态噪声谱修正方法的步骤包括步骤3.1)、通过线性预测模拟估计出当前信号,计算当前信号的预白化信号;

步骤3.2)、根据预白化信号,求解幅度谱的各帧的预白化信号的重心;

步骤3.3)、根据预白化信号和各帧的预白化信号的重心,设置最短时间长度的约束条件,判断是否存在瞬态噪声;

步骤3.4)、根据是否存在瞬态噪声,修正稳态噪声谱。

5.根据权利要求4所述的一种面向瞬态噪声抑制的实时语音增强方法,其特征在于:所述步骤3)中稳态噪声谱修正方法的步骤包括步骤3.1)、预白化信号

通过线性预测模拟估计出当前信号,计算公式如下:式中,x(n,l)表示当前帧的含噪语音信号,x'(n,l)表示预白化语音信号,ap为AR()因子,n代表时刻值,p代表阶数;

步骤3.2)、求解重心

第l帧的预白化信号的重心表示为式中,w(n)为汉宁窗函数,C(l)为当前帧的重心索引点,N代表帧长;

步骤3.3)、估计最短时间长度B(l),使之满足下列条件式中,E代表能量比例,能量集中在某处频带的瞬态噪声,B(l)往往会很小;当帧长N为

256点时,B(l)小于75则认为存在瞬态噪声;

步骤3.4)、修正噪声谱

若存在瞬态噪声,则当前帧的估计噪声Na(k,l)可表示为Na(k,l)=Nυ(k,l)+κ|X(k,l)|             (8)κ为衰减因子。

6.根据权利要求1所述的一种面向瞬态噪声抑制的实时语音增强方法,其特征在于:所述步骤4)中基于语音特征估计语音存在概率一的步骤包括步骤4.1)、根据各帧信号的能量与噪声功率的比值计算后验信噪比、先验信噪比和似然比,计算似然比均值特征;

步骤4.2)、根据各频点的语音信号的幅值,计算频谱平坦度特征;

步骤4.3)、根据各频点的语音信号的幅值、当前帧的估计噪声,计算频谱差异度;

步骤4.4)、联合似然比均值特征、频谱平坦度特征和频谱差异度三个特征,计算语音先验概率、和平滑后的语音先验概率,将语音似然比和平滑后的语音先验概率进行综合,获得更新后的语音先验概率。

7.根据权利要求6所述的一种面向瞬态噪声抑制的实时语音增强方法,其特征在于:所述基于语音特征估计语音存在概率一的步骤为步骤4.1)、计算似然比均值特征为其中,似然比Δ(k,l)定义为此处,δl(k)为后验信噪比,表示观测到第l帧信号的能量与噪声功率的比值,先验信噪比ρl(k)为:

ρl(k)=rddρl‑1(k)+(1‑rdd)max(δl(k)‑1,0)             (12)式中,rdd为时间平滑参数;

步骤4.2)、计算频谱平坦度特征为步骤4.3)、计算频谱差异度为式中,var和cov分别表示方差函数和协方差函数;

步骤4.4)、三特征联合的语音先验概率为其中,γq是一个平滑因子; 和 分别为基于统计方法获得三个特征的阈值;

M代表似然值小于1的帧数;

平滑后的语音先验概率 为

将语音似然比Δ(k,l)和语音先验概率 进行综合,qF为获得更新概率。