CN101083640A

CN101083640A - 低复杂度的降噪方法

Info

Publication number: CN101083640A
Application number: CN200710097976.5A
Authority: CN
Inventors: 卡姆兰·拉赫巴尔
Original assignee: Zarlink Semoconductor Inc
Current assignee: Microsemi Semiconductor ULC
Priority date: 2006-04-26
Filing date: 2007-04-25
Publication date: 2007-12-05
Also published as: US8010355B2; GB0608201D0; US20070255560A1; GB2437559B; GB2437559A

Abstract

一种用于语音信号的降噪方法，包括采用快速傅立叶变换(FFT)将语音信号转换到频域，生成选定谱子带的子集，确定每个子带的合适的增益，以及对该增益进行内插以和FFT点的数量相匹配。然后使用内插的增益作为滤波器系数对被转换的语音信号进行滤波，对经处理的信号进行反FFT以恢复时域输出信号。

Description

低复杂度的降噪方法

技术领域

本发明涉及语音通信系统领域，更具体地是涉及在含噪语音信号的所述系统中降噪的方法，所述含噪语音信号具有中等到很低的信噪比。

背景技术

在免提语音通信中，说话者通常位于离麦克风较远的位置，并且由于语音强度随着与麦克风的距离的增加而减弱，所以，甚至很小的背景噪声会对所感知的语音质量产生严重的影响。在车辆环境中，背景噪声主要是来自于风和道路的噪声，并且比语音信号本身处于高得多的级别。在此情况下，语音信号很不清晰，所以降噪功能对于改进语音清晰度至关重要。

图1表示了降噪算法的典型应用。在此例子中，降噪和声学回波消除器相结合以去除来自于近端说话者的语音信号的噪声和回波。

用于单通道降噪的最普遍方法是基于频域信号处理。图2表示了单通道频域降噪的一般框架。如图所示，噪声语音信号首先被转换到频域。接着，在每个单独的频率元(frequency bin)计算输入信号的功率。基于所计算的功率，只有语音和只有噪声信号的功率被估计。这两个新估计功率然后被用来计算降噪滤波器系数。这些频域滤波器系数然后被应用于噪声语音信号的频谱。在最后阶段，上述频谱滤波输出被转换到时域以再现纯净的语音信号。

谱相减降噪是一种简单并公知的遵循上述原理的方法。参见J SF.Bo11：“Suppression of Acoustic Noise in Speech Using Spectral Subtraction”，IEEE Trans on Acous.Speech and Sig.Proc.，27，1979.pp.113-120.在该方法中，频域滤波器系数由下式计算得出：

F (k, m) = \frac{\max ({| X (k, m) |}^{2} - R_{n} (k, m), 0)}{{| X (k, m) |}^{2}}

其中，F(k，m)代表频率k和时间m处的滤波器增益，X(k，m)为噪声语音信号的频谱，并且R_n(k，m)为时间m和频率k处的估计噪声功率.

谱相减尽管是一种简单的方法，但是该方法的缺点是输出信号处存在令人讨厌的假象，称作音乐噪声。该音乐噪声是由任意间隔的谱峰引起的，所述谱峰往来于每个数据帧并发生在任意频率处。

几种降低音乐噪声假象的方法已被提出，所述方法的代价是引入了语音失真.Y.Ephraim和D.Malah，“Speech enhancement using a minimum mean-square error short-time spectral amplitude estimator.”IEEE Trans.Acoust.，Speech，Signal Processing，vol，ASSP-32，pp1109-1121，1984提出的最小均方误差短时谱估计器是一种已知的降噪方法，该方法没有音乐噪声假象，但是实现起来计算量很大，并且输出语音的降噪和失真之间的折中性较差。

一般来说，大部分现有的噪声方法或者计算量巨大，或者具有较差的输出质量，特别是信噪比较低。

发明内容

本发明提供了一种谱相减法的改进方案，该方法具有很低的计算复杂度(低于3.5MIPs)以及很高的性能(大于20dB的车辆噪声抑制)，并具有很好的主观质量。

根据本发明，提供了一种降低语音信号中的噪声的方法，该方法包括采用快速傅立叶变换(FFT)将语音信号转换到频域；生成选定谱子带的子集；确定每个子带的合适的增益；内插增益以和FFT点的数量相匹配；以及将内插的增益当作滤波器系数应用于经转换的语音信号；并且进行反FFT以恢复时域输出信号。

本发明可以用于任何语音通信系统中被很高的背景噪声所污染的语音信号的语音增强。比如，在噪声环境中通过喇叭扩音器说话的移动车辆或者远程电信会议中的免提通信。和现有技术相比，这里所提出的发明的主要优点是：即使在严重的噪声条件以及很低的计算复杂性情况下，仍然具有很高的性能(在最小化语音失真的同时最大化噪声抑制)。

附图说明

通过实施例，再参考附图将详细描述本发明，其中，

图1表示了在免提车辆通信中的降噪的应用；

图2表示通常的谱域降噪方法的块图；

图3表示这里所提出的降噪块图；

图4是噪声活动检测器的实施图示；

图5是谱增益估计器的实施图示。

图6表示了降噪查询表的输入输出关系。

优选实施方式

在过程的第一步，噪声语音信号经预处理以去除低频假象。在下一步，使用FFT块，预处理信号被转换到频域。基于FFT块的输出信号功率，生成16个谱子带。

每个子带的平均功率被计算得出，并基于此，噪声活动检测器将检测信号的主要被噪声所占据的部分。噪声活动检测器的输出被用于更新噪声功率估计。噪声功率和信号功率之间的比值被用作到查询表的输入，查询表计算每个子带和每个数据帧的合适的增益。

那些具有低信噪比的子带将具有接近于0的计算增益，而对于高信噪比，计算增益将接近于1。为所有16个子带计算得出的增益将被内插以和输入FFT点的个数相匹配。内插增益然后和FFT块的输出相乘。然后采用反FFT将这个输出转换回时域，其中经过一些后处理，纯净的语音信号将被再现。

图3示出了所提出的降噪方法的块图。噪声语音信号首先要经过预处理级1，所述预处理级1由高通滤波器、128采样成帧器(sample framer)以及开窗口功能构成。在每个数据帧中应用128点FFT2，并且在FFT块的输出，每个频率元的功率3被计算得出。因为输入信号为实数，只需要FFT频率点的一半用于计算。

利用块4，通过简单地添加每个子带中的对应频率元的功率， FFT功率信号被映射到16个关键的子带。利用块5计算得出每个子带的时间平均的功率。噪声活动检测器6检测输入信号频谱中主要被噪声占据的那些区域。噪声更新控制逻辑块8决定噪声功率估计7的更新周期。基于下式给出的由一阶自回归(autoregressive)AR估计器，使用模块9来作出纯净语音信号功率的估计：

P (k, m) = β \tilde{P} (k, m - 1) + (1 - β) \max (Rx (k, m) - Rn (k, m), 0)

其中，Rxk，m是相对于子带k和时间m的模块4的输出，Rnk，m是模块7的输出，P(k，m-1)是先前计算得出的纯净语音谱功率，这是利用模块10，13和17获得的，并且0＜β＜1是更新因数。

最终的降噪滤波器系数由模块14计算得出，并且是基于来自于模块5、7和9的输出。模块14的核心是43入口查询表(43 entry lookuptable)，所述查询表具有如图6所示的输入输出关系。滤波器系数乘以来自于2的输出，并且在进行反FFT15和后处理16之后，纯净的语音信号将出现在模块16的输出上。

图4详细示出的噪声活动检测器检测每个子带的只存在噪声并且语音功率可以忽略不计的那些数据帧。噪声活动检测器的输出被用于估计模块7和8中的噪声功率。

因为每个子带都需要噪声活动检测器，在此实施例中，按照如图4所示的实施方式，总共需要16个噪声活动检测器。

到噪声活动检测器的输入是图3中的模块5的平均功率估计输出，这里，对于子带k和数据帧m，由S(k，m)来表示。噪声活动检测器的输出或者为0或者为1，其中，1表明数据帧m和子带k中有噪声存在，T(k)为子带k处所使用的噪声系数值，并且和该子带中的语音出现的概率有直接的关系。因为对于语音信号来说，大多数概率集中于低频带中，在低频子带出现语音的概率较高，所以采用较高的T值。对于高频子带，较低的T值被采用，因为在那些子带出现语音的概率较低。存储模块18和22包含17和23的过去输出值，并且在每个L数据帧之后，它们的值分别被重新初始化到19的输出值以及当前的输入Sk，m。在图4中，模块17，19和23的输出由下面的式子得出：

c = \{\begin{matrix} a & a \leq b \\ b & b < a \end{matrix}

所述输出基本上是两个输入值a和b的最小值。计数器25计算数据帧的数量。当L数据帧已经被计数，计数器25和块23，17和19将被重新初始化。

基于频谱子带k和数据帧m的所估计的噪声功率(N(k，m))、所估计的纯净语音信号功率P(k，m)和噪声语音功率S(k，m)，频谱增益估计器计算降噪滤波器系数。块28计算针对子带k和数据帧m的所估计的纯净语音功率和总功率之间的比值。当噪声功率较低时，该比值接近于1，而对高噪声功率来说，该值接近于0。模块27计算噪声语音信号功率和所估计的噪声功率的比值。对于较低噪声情况，该比值为大的数值，而对于较高的噪声环境来说，该比值接近于1。27和28的输出的乘积被用作到43入口查询表29的输入。比较器30将检测29的输入是否大于43，并且它将打开开关34，开关31的输出将直接连接到28的输出。注意对于噪声功率低的数据帧和频谱子带，27和28的输出乘积将是一个大的数，该数可能大于43，从而谱增益估计器的输出将基本上为28的输出，该输出在较低噪声情况下将接近于1。换句话说，对于那些数据帧和频谱子带，输入信号将不受影响。另一方面，对于较高的噪声级别，27和28的输出乘积将为一个可能小于43的小的数，在这种情况下，31的输出由29和28的输出的乘积确定。29的输出由图6所示的非线性函数得以确定。

为了确保31的输出不超出1，块32使31的输出从上饱和到1。而且为了减少语音信号失真，块32将31的输出从下限制到某些可编程的小正数。对于每个子带，块33将输入32内插到该子带中的频率元的数量。对每个子带中的频率元，内插是通过重复同一值完成的。

在所述的实施例中，同一查询表29被用于所有的16个子带。在一替代实施例中，也可使用对于每个子带不同的查询表。这允许将查询表的内容恰当地适应于每个子带，从而改进语音失真和降噪量之间的折中性。

内插级块33可以通过使用交叉子带(cross subband)线性或者非线性插值以提高输出语音的质量。

本发明的实施例提供了具有较低计算复杂度的较高性能、易于实现的噪声活动检测器以及用于计算滤波器增益以消除音乐音频问题的简单方法。

Claims

1.一种用于语音信号的降噪方法，包括：

采用快速傅立叶变换(FFT)将语音信号转换到频域；

生成选定谱子带的子集；

对每个子带确定合适的增益；

对增益进行内插以和FFT点的数量相匹配；

将所内插的增益作为滤波器系数应用于所转换的语音信号；以及

执行反FFT以恢复时域输出信号。

2.权利要求1所述的方法，其中，每个子带的合适的增益根据查询表来确定。

3.权利要求2所述的方法，其中，一个所述查询表被提供给每个子带。

4.权利要求2或3所述的方法，其中，根据用于每个子带的所估计的噪声功率和信号功率来确定到所述查询表的输入。

5.权利要求4所述的方法，其中，到查询表的所述输入是每个子带的噪声功率和信号功率之间的比值。

6.权利要求1所述的方法，其中，所述语音信号在被转换到频域之前被预处理以去除低频假象。

7.权利要求4所述的方法，其中，所述信号功率的估计是采用一阶自回归估计器完成的。

8.权利要求4所述的方法，其中，每个子带中的所估计的噪声功率是根据在每个子带中所估计的功率来确定的。

9.一种用于语音信号的降噪电路，包括：

快速傅立叶变换(FFT)滤波器，用于将输入信号转换到频域；

子带器，用于将被转换的输入信号映射到选定子带集；

谱增益估计器，用于基于选定子带集的噪声活动来估计要应用于FFT点的合适的增益；

将所述合适的的谱增益应用于FFT点的模块；以及

反FFT滤波器，用于根据应用了合适的谱增益的FFT点来生成时域输出信号。

10.如权利要求9所述的降噪电路，其中，所述谱增益估计器包括一查询表，用于基于噪声功率和信号功率来确定要应用于每个子带中的谱增益。

11.如权利要求9或者10所述的降噪电路，其中，所述谱增益估计器对所述子带的所述合适的谱增益进行内插以找到用于每个所述FFT点的合适的谱增益。

12.如权利要求9所述的降噪电路，进一步包括：平均功率估计器用于估计每个子带中的平均功率；以及噪声活动检测器，用于根据其中的平均功率来估计每个子带的噪声功率。

13.如权利要求12所述的降噪电路，进一步包括用于估计每个子带中的信号功率的纯净信号估计器。

14.如权利要求13所述的降噪电路，其中，所述的纯净信号估计器使用一阶自回归函数。

15.如权利要求9所述的降噪电路，进一步包括在所述FFT滤波器的上游的高通滤波器，用于去除低频假象。