CN101192411B - 大距离麦克风阵列噪声消除的方法和噪声消除系统 - Google Patents

Abstract

本发明公开了一种大距离麦克风阵列噪声消除的方法和噪声消除系统，本发明对两个麦克风采集到的信号进行波束形成处理，得到增强后的目标语音信号和消弱后的目标语音信号；以及，检测两个麦克风采集到的信号中是否存在目标语音信号；利用目标语音信号的检测结果控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。本发明能够在不增加麦克风数量的前提下，大大提高噪声消除的能力，同时不降低目标语音的质量。

Description

大距离麦克风阵列噪声消除的方法和噪声消除系统

技术领域

本发明涉及信号处理领域，尤其涉及一种噪声消除的技术。

背景技术

噪声消除的方法主要分为单麦克风去噪方法和多麦克风(麦克风阵列)去噪方法。

单麦克风去噪方法在特定的应用场景中可以取得较好的效果，算法一般都是利用目标语音和噪声成分在时-频域上的区别(如一般认为噪声信号的特性变化相对语音信号来说较为缓慢)，来进行噪声消除，因此适合消除稳态噪声。相对于单麦克风去噪方法，多麦克算法主要利用了目标声源和噪声源在空间域上的差别(如各声源到麦克风的距离和方向不同)，来进行信号分离，从而实现消除噪声。

根据多麦克风设置的位置和数量不同，多麦克风(麦克风阵列)去噪方法有多种，其中采用大距离双麦克风去噪方法的噪声消除系统的工作原理如图1所示，可以看出，波束形成单元的输入为两个麦克风MIC1和MIC2采集到的信号X1(k)和X2(k)，通过波束形成算法，产生空间分离的两路输出信号，一路增强了目标语音信号，如图中的d(k)，另一路消弱了目标语音信号u(k)，主要包含噪声。自适应滤波器的输入信号为波束形成单元进行空间分离后的两路信号d(k)和u(k)，自适应滤波器利用u(k)去除d(k)中的噪声成分，得到消除噪声后的信号S(k)。

现有的大距离双麦克风去噪方法仅采用一定的波束形成和自适应滤波方法，噪声消除的效果并不理想。要提高噪声消除效果，必须增加麦克风数量，以便利用麦克风阵列的特点，采用更加复杂的波束形成方法，来提高信噪比。

发明内容

本发明实施例提供一种大距离麦克风阵列噪声消除的方法和噪声消除系统，能够在不增加麦克风数量的前提下，大大提高噪声消除的能力。

本发明实施例通过如下技术方案实现：

本发明实施例提供一种大距离麦克风阵列噪声消除的方法，所述方法包括：

对两个麦克风采集到的信号进行波束形成处理，得到增强后的目标语音信号和消弱后的目标语音信号；以及，检测两个麦克风采集到的信号中是否存在目标语音信号；

利用目标语音信号的检测结果控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

其中，所述检测两个麦克风采集到的信号中是否存在目标语音信号，包括：

将两个麦克风采集到的信号的短时平均幅值与设定的噪声电平进行比较，根据比较结果确定出两个麦克风采集到的信号是否有声；

当确定出两个麦克风采集到的信号同时有声时，计算所述信号的归一化互相关值；将所述信号的归一化互相关值与设定的电平阈值进行比较，并根据比较结果确定两个麦克风采集到的信号中是否存在目标语音信号。

其中，在检测两个麦克风采集到的信号中是否存在目标语音信号之前，所述方法还包括：

根据声音在空气中传播的速度、麦克风阵列中两个麦克风的间距，确定出带通滤波器的中心频率；

根据所述中心频率选择相应的带通滤波器，并利用所述带通滤波器，对两个麦克风采集到的信号，进行带通滤波处理。

其中，利用检测结果控制自适应滤波系数的更新，包括：

当检测结果中不存在目标语音时，则启动自适应滤波系数的更新；或者，

当检测结果中存在目标语音时，则禁止自适应滤波系数的更新。

其中，所述方法还包括：

利用检测到的目标语音信号的归一化互相关值，对语音存在概率进行加权处理；

根据经过加权处理后得到的语音存在概率、噪声方差、语音方差、语音不存在时的增益值，计算自适应滤波处理后得到的信号的频谱分量的幅度增益值；

根据计算得到的频谱分量的幅度增益值，对经过自适应滤波处理后的目标语音信号，进行单通道语音增强处理，得到增强后的目标语音信号。

其中，所述方法还包括：

根据目标语音信号的检测结果，对经过单通道语音增强处理得到的增强目标语音信号，进行自动增益控制。

其中，所述方法还包括：

根据目标语音信号的检测结果，对经过自适应滤波处理得到的目标语音信号，进行自动增益控制。

其中，所述根据目标语音信号的检测结果，对目标语音信号，进行自动增益控制，包括：

根据目标语音信号的检测结果，确定目标语音信号的即时增益；

对所述目标语音信号的即时增益，进行帧间平滑处理。

其中，所述根据目标语音信号的检测结果，对目标语音信号，进行自动增益控制，还包括：

对经过帧间平滑处理得到的目标语音信号，进行帧内平滑处理。

本发明实施例一种噪声消除系统，所述噪声消除系统包括：

波束形成单元，用于对两个麦克风采集到的信号进行波束形成处理，得到增强后的目标语音信号和消弱后的目标语音信号；

语音检测单元，用于检测两个麦克风采集到的信号中是否存在目标语音信号；

自适应滤波器，用于利用所述语音检测单元对目标语音信号的检测结果，控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

其中，所述语音检测单元，包括：

第一语音检测子单元，用于将两个麦克风采集到的信号的短时平均幅值与设定的噪声电平进行比较，根据比较结果确定出两个麦克风采集到的信号是否有声；

第二语音检测子单元，用于当第一语音检测子单元确定出两个麦克风采集到的信号同时有声时，计算所述信号的归一化互相关值；将所述信号的归一化互相关值与设定的电平阈值进行比较，并根据比较结果确定两个麦克风采集到的信号中是否存在目标语音信号。

其中，所述噪声消除系统还包括：

带通滤波器选择单元，用于根据声音在空气中传播的速度、麦克风阵列中两个麦克风的间距，确定出带通滤波器的中心频率，根据所述中心频率选择相应的带通滤波器；

带通滤波器，用于对两个麦克风采集到的信号，进行带通滤波处理。

其中，所述自适应滤波器，包括：

系数更新控制子单元，用于当检测结果中不存在目标语音时，则启动自适应滤波系数的更新；当检测结果中存在目标语音时，则禁止自适应滤波系数的更新；

滤波处理子单元，用于根据所述自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

其中，所述噪声消除系统还包括：

单通道语音增强单元，用于利用信号的归一化互相关值，对语音存在概率进行加权处理；根据经过加权处理后得到的语音存在概率、噪声方差、语音方差、语音不存在时的增益值，计算自适应滤波处理后得到的信号的频谱分量的幅度增益值；根据计算得到的频谱分量的幅度增益值，对经过自适应滤波处理后的目标语音信号，进行单通道语音增强处理，得到增强后的目标语音信号。

其中，所述噪声消除系统还包括：

自动增益控制单元，用于根据目标语音信号的检测结果，对经过单通道语音增强处理得到的增强目标语音信号，进行自动增益控制。

其中，所述噪声消除系统还包括：

自动增益控制单元，用于根据目标语音信号的检测结果，对经过自适应滤波处理得到的目标语音信号，进行自动增益控制。

其中，所述自动增益控制单元，包括：

帧间平滑处理子单元，用于根据目标语音信号的检测结果，确定目标语音信号的即时增益；对所述目标语音信号的即时增益，进行帧间平滑处理。

其中，所述自动增益控制单元，还包括：

帧内平滑处理子单元，用于对经过帧间平滑处理得到的目标语音信号，进行帧内平滑处理。

由上述本发明实施例提供的具体实施方案可以看出，本发明实施例通过利用目标语音信号的检测结果控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理，从而能够在不增加麦克风数量的前提下，大大提高噪声消除的能力。

附图说明

图1为背景技术提供的噪声消除系统的工作原理图；

图2为本发明第一实施例提供的噪声消除系统的工作原理图；

图3为本发明第一实施例中，对平行放置的两个麦克风采集到的信号进行波束形成处理的示意图；

图4为本发明第一实施例中，自适应滤波器的工作原理图；

图5为本发明第一实施例中，单通道语音增强单元的工作原理图；

图6为本发明第一实施例中，自动增益控制单元帧内处理所使用的斜坡函数示意图；

图7为本发明第二实施例提供的噪声消除系统的工作原理图；

图8为本发明第三实施例提供的噪声消除系统的工作原理图；

图9为本发明第四实施例提供的噪声消除系统的工作原理图；

图10为本发明第五实施例提供的流程图；

图11为采用单指向性麦克风的噪声消除示意图；

图12为根据测试结果绘制的大距离的broadside阵列极性图。

具体实施方式

本发明第一实施例提出一种噪声消除系统，其结构如图2所示，包括五个元器件：波束形成单元，语音检测单元，自适应滤波器，单通道语音增强单元和自动增益控制单元。

各元器件的功能如下：

一、波束形成单元：

波束形成单元用于对两个麦克风采集到的信号进行波束形成处理，得到增强后的目标语音信号和消弱后的目标语音信号。

该波束形成单元的输入为两个麦克风采集到的信号X1(k)和X2(k)，通过波束形成算法，产生的两路输出信号，一路增强了目标语音信号，另一路消弱了目标语音信号，主要包含噪声。

波束形成算法主要是通过对麦克风阵列采集到的信号进行处理，使得麦克风阵列对空间域中的某些方向具有较大的增益，而其他方向的增益较小，好像形成一个定向的波束一样。通过这种方法就可以利用目标声源和噪声源在空间域上的差别(如，各声源到麦克风的距离和方向不同)，给予目标声源方向较大的增益，即把波束指向目标语音，从而达到信号分离，抑制噪声的作用。

对于平行放置的两个麦克风，目标声源距离阵列中的两个麦克风是等距离的，因此可以认为两个麦克风采集到的目标声源的相位和幅度是基本相同的。将两路信号叠加，可以起到增强目标语音的作用，将两路信号相减，可以起到消弱目标语音的作用。从而形成波束形成单元的两路输出信号。如图3所示给出了对平行放置的两个麦克风采集到的信号进行波束形成处理的示意图，输出的增强目标语音信号为d(k)，输出的消弱目标语音信号为u(k)，分别如下：

d(k)＝(X1(k)+X2(k))/2............................................公式[1]

u(k)＝X1(k)-X2(k)..................................................公式[2]

二、语音检测单元：

语音检测单元用于检测两个麦克风采集到的信号中是否存在目标语音信号。

语音检测单元的输入为两个麦克风采集到的信号X1(k)和X2(k)，通过比较输入的两路信号的互相关特性，来判断当前信号是否存在目标语音，从而指导后面的元器件的运行。

语音检测单元是本系统的一个重要处理单元，它的判决结果直接影响到自适应滤波器、单通道语音增强单元和自动增益控制单元的工作状态，即决定了整个系统是否能够正常，稳定和高效的工作。语音检测单元可以采用VAD(Voice Activity Detection，语音活动检测)模块，也可以采用其它语音检测模块。

语音检测单元可以进一步包括：第一语音检测子单元和第二语音检测子单元。

第一语音检测子单元，用于将两个麦克风采集到的信号的短时平均幅值与设定的噪声电平阈值进行比较，根据比较结果确定出两个麦克风采集到的信号是否有声。具体处理情况如下：

计算信号的短时平均幅值。信号的短时平均幅值可以通过计算一帧信号的平均幅度得到。对于Mic1输入端，信号的短时平均幅值如下：

$\mathrm{Mic}1\_\mathrm{avg}=\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}\left|X1\left(k\right)\right|$ .........................................公式[3]

公式3中，Mic1_avg为Mic1输入信号短时平均幅值，X1(k)为Mic1输入信号，M为一帧语音信号的长度。

将Mic1_avg与估计的噪声电平NoiseFloor进行比较，如果Mic1_avg＞NoiseFloor，则判决Mic1线路有声，否则判决Mic1线路无声。

同理，对于Mic2输入端，信号的短时平均幅值如下：

$\mathrm{Mic}2\_\mathrm{avg}=\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}\left|X2\left(k\right)\right|$ .............................................公式[4]

公式4中，Mic2_avg为Mic2输入端输入信号短时平均幅值，X2(k)为Mic2输入端的输入信号，M为一帧语音信号的长度。

将Mic2_avg与设定的噪声电平阈值NoiseFloor(该设定的噪声电平阈值NoiseFloor可以根据噪声估计方法估计得到，也可以是按照经验给出的一个经验值)进行比较，如果Mic2_avg＞NoiseFloor，则判决Mic2线路有声，否则判决Mic2线路无声。

只有当Mic1线路和Mic2线路检测同时有声时，才继续进行第二部分的检测，否则判决无目标语音。

第二语音检测子单元，用于当第一语音检测子单元确定出两个麦克风采集到的信号同时有声时，检测两个麦克风采集到的信号是否来自目标声源方向，也就是说检测两个麦克风采集到的信号是否存在目标语音信号。具体处理情况如下：

计算所述信号的归一化互相关值；将所述信号的归一化互相关值与设定的电平阈值进行比较，并根据比较结果确定两个麦克风采集到的信号中是否存在目标语音信号。

仍然以平行设置的大距离两个麦克风为例进行说明：由于采用的是大距离的平行阵列方案，目标声源距离阵列中的两个麦克风是等距离的，可以认为两个麦克风采集到的目标声源的相位和幅度基本相同。因此，如果是来自目标声源方向的语音，则两个麦克风采集到的信号就具有很强的相关性，反之，来自其他方向的信号相关性就弱。采用归一化互相关值来衡量信号的相关性，因为归一化相关值是一个0与1之间的数，因此可以作为目标语音存在概率的量度。这个归一化互相关值将作为自适应滤波器、单通道语音增强单元和自动增益控制单元的输入参数，来控制这些元器件的工作状态。

归一化互相关值的计算方法如下：

$r_{x1x2}=\frac{\left|\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}X1\left(k\right)X2\left(k\right)\right|}{\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}\left|X1\left(k\right)X2\left(k\right)\right|}$ ......................................公式[5]

显然，当目标声源方向存在语音时，r_x1x2趋向于1；反之，当噪声来自其他方向时，r_x1x2值较小。因此可以设置一个判决电平阈值threshold，threshold为一个0～1之间的数，可以通过实验获得。

将r_x1x2与判决电平阈值threshold进行比较，如果r_x1x2＞threshold，那么就检测出两个麦克风采集到的信号中存在目标语音信号；反之，则两个麦克风采集到的信号中不存在目标语音信号。

由于本方案是以平行设置的两个麦克风为例来说明的，两个麦克风的间距为几个厘米时，虽然在麦克风阵列里称为大距离，但是相对语音信号的波长来说，两个麦克风的间距并不大。因此，如果输入信号具有很强的低频成分，由于低频信号特性变化缓慢，所以即使这种信号是来自其他方向，相距只有几个厘米的两个麦克风采集到的信号仍然具有很强的相关性。为了更有效地区分目标声源方向和其他方向，需要在通过上式计算归一化互相关值之前，对两路信号做预处理。为此本发明第一实施例还进一步包括：带通滤波器选择单元和带通滤波器。

带通滤波器选择单元，用于根据声音在空气中传播的速度、麦克风阵列中两个麦克风的间距，确定出带通滤波器的中心频率，根据所述中心频率选择相应的带通滤波器；

带通滤波器，用于对两个麦克风采集到的信号，进行带通滤波处理。

对于半波长等于麦克风间距的单频信号(频率为f_c的弦信号)，从侧面依次被两个麦克风采集，则两路信号具有最大的差异。因此，可以选择中心频率为f_c的带通滤波器来对两路信号进行带通滤波。带通滤波器选择单元通过下式计算带通滤波器的中心频率f_c：

$f_c=\frac{c}{\mathrm{\λ}}=\frac{c}{2d}$ ...........................................................公式[6]

其中，c为声音在空气中传播的速度，约为340m/s；λ为波长，d为麦克风间距。

例如，麦克风阵列里两个麦克风的间距为10cm，则通过上式计算出的中心频率为：

$f_c=\frac{c}{2d}=\frac{340}{2*0.1}=1700\mathrm{Hz}$ ..........................................公式[7]

根据计算出的中心频率，可以选择通带为1400Hz～2000Hz的带通滤波器进行信号的预处理，即对两路信号进行带通滤波，滤出最适合给定麦克风间距的频率成分来做相关性分析，以便最有效地区分目标声源方向和其他方向。

三、自适应滤波器：

自适应滤波器，用于利用所述语音检测单元对目标语音信号的检测结果，控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

所述自适应滤波器，可以进一步包括：系数更新控制子单元和滤波处理子单元。

系数更新控制子单元，用于当检测结果中不存在目标语音时，则启动自适应滤波系数的更新；当检测结果中存在目标语音时，则禁止自适应滤波系数的更新。

滤波处理子单元，用于根据自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

该自适应滤波器的输入信号为利用波束形成进行空间分离后的两路信号d(k)，u(k)，其中d(k)作为自适应滤波器的主信号。利用u(k)模拟d(k)中的噪声成分，并根据该模拟噪声成分去除d(k)中的噪声成分，得到消除噪声后的信号s(k)。该自适应滤波器能正常工作的前提条件是u(k)中主要包含噪声成分，否则会造成目标语音的失真，本发明实施例通过语音检测单元对自适应滤波器的系数更新进行控制，保证只有在u(k)的主要成分为噪声时才进行系数更新。该自适应滤波器的工作原理如图4所示，具体如下：

如果语音检测模块的第一检测子单元检测到输入的两路信号X1(k)、X2(k)中有一路信号无声，则自适应滤波器的系数更新控制子单元控制自适应滤波器不进行系数更新。滤波处理子单元根据原有的自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理，输出e(k)＝d(k)-y(k)。

如果语音检测模块的第一检测子单元检测到输入的两路信号X1(k)、X2(k)均有声，则进一步进行第二检测子单元的检测。如果语音检测模块的第二检测子单元检测到目标语音存在，则自适应滤波器的系数更新控制子单元控制自适应滤波器不进行系数更新，此时滤波处理子单元根据原有的自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理，输出e(k)＝d(k)-y(k)。如果语音检测模块的第二检测子单元检测到没有目标语音存在，则系数更新控制子单元控制自适应滤波器进行系数更新，并将更新后的滤波系数告知滤波处理子单元，此时滤波处理子单元根据更新后的自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理，输出e(k)＝d(k)-y(k)。

自适应滤波器可以采用时域自适应滤波，也可以采用频域自适应滤波。采用频域自适应滤波时，信号要分帧处理。由于长序列截短后分块处理再合并，需要采用重叠相加法或者重叠保留法避免混叠。以重叠保留法为例进行说明系数更新的情况：

首先，假设采用自适应滤波器的阶数是M，记为w(k)，采用重叠保留法，为避免混叠，将M阶的滤波器扩展M个0，组成N＝2M个系数的滤波器，FFT后得到滤波器的频域系数向量为：

$W\left(k\right)=\mathrm{FFT}\left[\begin{array}{c}w\left(k\right)\\ 0\end{array}\right]$ ...................................................公式[8]

接着考虑输入信号，将上一帧和当前帧合并为一个大帧，如下所示：

.............................................................公式[9]

其中

为合并后的大帧，长度为N。

将

做FFT变换，转换到频域有：

$U\left(k\right)=\mathrm{FFT}\left[\stackrel{\→}{u}\left(k\right)\right]$ .............................................公式[10]

然后采用重叠保留法，对输入信号进行滤波(即是时域上的卷积，或者频域上的相乘)，即有：

$\stackrel{\→}{y}\left(k\right)=[y\left(\mathrm{kM}\right),y(\mathrm{kM}+1),...,y(\mathrm{kM}+M-1)]$ ...................公式[11]

$=\mathrm{IFFT}[U\left(k\right)\·W\left(k\right)]$

其中，IFFT结果取前M个点。

假如参考信号用

表示，即：

$\stackrel{\→}{d}\left(k\right)=[d\left(\mathrm{kM}\right),d(\mathrm{kM}+1),...,d(\mathrm{kM}+M-1)]$ ...................公式[12]

则误差信号为：

$\stackrel{\→}{e}\left(k\right)=[e\left(\mathrm{kM}\right),e(\mathrm{kM}+1),...,e(\mathrm{kM}+M-1)]$

$=\stackrel{\→}{d}\left(k\right)-\stackrel{\→}{y}\left(k\right)$ ...................公式[13]

经过FFT，得到频域的误差信号矢量为：

$E\left(k\right)=\mathrm{FFT}\left[\begin{array}{c}0\\ \stackrel{\→}{e}\left(k\right)\end{array}\right]$ .........................................公式[14]

在频域中，自适应滤波器系数矢量的更新量是通过计算误差信号矢量和输入信号矢量的相关性确定的。由于线性相关从形式上看相当与一个逆的线性卷积，所以，借助于时域的卷积在频域上有FFT的快速算法，根据重叠保留法，有：

$\stackrel{\→}{\mathrm{\φ}}\left(k\right)=\mathrm{IFFT}[U^T\left(k\right)\·E\left(k\right)]$ (IFFT结果取前M个点)

.................................................................................公式[15]

其中，自适应滤波器系数矢量的更新量为误差信号矢量为E(k)，输入信号矢量为U^H(k)。

最后利用

来更新自适应滤波器系数，注意到频域的滤波器系数是将时域系数后面补零然后通过FFT变换生成的。所以相应的，就得到了滤波器系数更新的频域形式，如下：

$W(k+1)=W\left(k\right)+\mathrm{\μFFT}\left[\begin{array}{c}\mathrm{\φ}\left(k\right)\\ 0\end{array}\right]$ ...................................公式[16]

实验表明，通过语音检测单元对自适应滤波器的工作状态进行控制，自适应滤波器在麦克风输入线路无声的特殊情况下也不会错误收敛，保证了其正常工作。

四、单通道语音增强单元：

单通道语音增强单元，用于利用信号的归一化互相关值，对语音存在概率进行加权处理；根据经过加权处理后得到的语音存在概率、噪声方差、语音方差、语音不存在时的增益值，计算自适应滤波处理后得到的信号的频谱分量的幅度增益值；根据计算得到的频谱分量的幅度增益值，对经过自适应滤波处理后的目标语音信号，进行单通道语音增强处理，得到增强后的目标语音信号。

单通道语音增强单元可以进一步去除d(k)中的噪声成分，提高语音质量。单通道语音增强算法需要在噪声消除和语音失真之间折中。这里通过语音检测单元对单通道语音增强单元的去噪强度作了控制，主要通过采用语音检测结果中是否存在目标语音来影响单通道语音增强算法中的语音存在概率，来控制单通道语音增强单元的去噪强度。

本方案采用的单通道语音增强算法是基于短时谱调整算法。短时谱调整法的基本原理是：利用语音的概率分布，对当前帧带噪语音的每一个频谱分量的幅度值进行约束，乘以一个系数G[i]，如下所示：

S′[i]＝S[i]·G[i]........................................................公式[17]

其中S[i]表示带噪语音，S′[i]表示增强后的语音。

显然，信噪比高时，含有语音的可能性大，衰减小；反之，则认为含有的语音可能性小，衰减则增大。从而实现降噪、语音增强的作用。即如下式所示：

$G\left[i\right]={\left(\frac{{\mathrm{\λ}}_x\left[i\right]}{{\mathrm{\λ}}_x\left[i\right]+{\mathrm{\λ}}_d\left[i\right]}\right)}^{\mathrm{\α}}\·p\left(H_1\right[i\left]\right|Y\left[i\right])+G_{\min }\·(1-p\left(H_1\right[i\left]\right|Y\left[i\right]))$

........................................................................................公式[18]

其中G[i]为频域每个bin的增益，λ_d[i]为估计的噪声方差，λ_x[i]为估计的语音方差，p(H₁[i]|Y[i])为估计的语音存在概率。G_min为语音不存在时将增益设为的一个小量。

由于语音检测单元借助麦克风阵列多麦克风的优势，对于目标语音是否存在，判断更为准确，所以可以当语音检测单元将目标方向的语音和其他方向的非稳态干扰噪声分辨出来后，在单通道语音增强算法中根据信噪比估计目标语音存在概率时，借助语音检测单元的判决结果对目标语音存在概率进行加权，这样可以帮助单通道语音增强算法提高消除非稳态噪声的能力。

单通道语音增强算法中的语音存在概率可以在现有方法计算结果的基础上用归一化相关值r_x1x2来进行加权，即如下式所示：

p′(H₁[i]|Y[i])＝p(H₁[i]|Y[i])r_x1x2.............................公式[19]

其中p′(H₁[i]|Y[i])为改进的语音存在概率。这样，估计的增益也相应更新为：

$G\left[i\right]={\left(\frac{{\mathrm{\λ}}_x\left[i\right]}{{\mathrm{\λ}}_x\left[i\right]+{\mathrm{\λ}}_d\left[i\right]}\right)}^{\mathrm{\α}}\·p^{\′}\left(H_1\right[i\left]\right|Y\left[i\right])+G_{\min }\·(1-p^{\′}\left(H_1\right[i\left]\right|Y\left[i\right]))$

.................................................................................公式[20]

单通道语音增强模块的输出为进一步去除了稳态噪声的信号s’(k)，将作为下一个自动增益控制单元的输入信号。

单通道语音增强单元的基本原理图如图5所示，具体如下：

首先，将带躁语音s(i)＝s′(i)+n(i)做分析窗处理，具体操作时，可以将s(i)与上一帧输入合并成一个长度为2N的大帧，用正弦窗窗函数对该大帧加权处理。

然后，将经过分析窗处理后得到的带躁语音帧，经FFT变换，转换到频域，得到S[i]。

其次，利用公式17将得到的S[i]，乘以一个增益系数G[i]，得到S′[i]。

可以看出，该增益系数G[i]是利用语音判决结果来控制的，例如，若语音判决结果中存在目标语音，则根据上述公式19，利用目标语音的归一化互相关值，对语音存在概率进行加权处理；然后根据公式20，利用经过加权处理后得到的语音存在概率、噪声方差、语音方差、语音不存在时的增益值，计算信号的频谱分量的幅度增益值G[i])。

接着，将S′[i]经IFFT变换，转换到时域；再进行综合窗处理，窗函数可以选择正弦窗。

最后，将经过综合窗处理得到的时域S′[i]的前一半结果与上一帧保存的结果，进行重叠相加处理，将得到的结果作为最终的输出信号。

五、自动增益控制模块

自动增益控制单元，用于根据目标语音信号的检测结果，对经过单通道语音增强处理得到的增强目标语音信号，进行自动增益控制。所述自动增益控制单元可以进一步包括：帧间平滑处理子单元。所述自动增益控制单元还可以进一步包括：帧内平滑处理子单元。

帧间平滑处理子单元，用于根据目标语音信号的检测结果，确定目标语音信号的即时增益；对所述目标语音信号的即时增益，进行帧间平滑处理。

帧内平滑处理子单元，用于对经过帧间平滑处理得到的目标语音信号，进行帧内平滑处理。

自动增益控制单元，通过调节输出信号的幅度，对经过单通道语音增强处理得到的增强目标语音信号，进行自动增益控制。其可以采用AGC(Automaticgain control，自动增益控制)模块，不过本方案中使用AGC与传统意义上的AGC有所不同：传统意义上的AGC是要将较强的信号压低，较弱的信号抬高，使得输出信号强度比较均匀；本方案是利用AGC在目标语音不存在时，通过减小增益，进一步抑制噪声强度，目标语音存在概率的判决由语音检测单元给出。

当语音检测单元判决为目标语音存在时，gain_tmp＝1；

语音检测单元判决为目标语音不存在时：gain_tmp＝0.3；

其中，gain_tmp为当前信号帧的即时增益，考虑到增益突然增大或者减小的时候，信号幅度也会突然增大和减小，这样就会带来一些人耳能感觉到的噪声。平滑增益可以缓和这种变化，避免输出信号幅度的阶越式跳变。能够使人耳基本感觉不到增益变化带来的噪声，因此，需要帧间平滑处理子单元对gain_tmp进行帧间平滑，得到平滑后的增益gain。如下式所示：

gain＝gain·α+gain_tmp·(1-α).........................公式[21]

式中α是一个平滑因子，需要仔细选择，AGC的理论中，增益变化在50ms完成，不会产生幅度突变带来的噪声。如果使用8k的采样率，50ms对应400个样点，本方案中一帧信号为128个样点，也就是说，增益的突变只要能平滑到4帧即可。即平滑因子的最小值为α_min＝0.75。

另外，考虑到保护语音质量为首要因素，因此采取快升慢降的策略。即，只要发现目标语音存在，增益就迅速上升；发现目标语音不存在，增益缓慢下降。这个也是通过给α设置不同的值实现的，即：

当目标语音存在时：α＝0.75；

当目标语音不存在时：α＝0.95

为了进一步避免自动增益控制引起的幅度变化带来的噪声，帧间平滑处理子单元在帧间平滑的基础上，进一步对经过帧间平滑处理得到的目标语音信号，作了帧内平滑，通过斜坡函数实现。如下式所示：

gain′(i)＝b(i)gain_old+(1-b(i))gain_new  i＝0～M-1

..................................................................................公式[22]

其中gain_old为上一帧做了帧间平滑后的gain，gain_new为当前帧做了帧间平滑后的gain，gain′(i)对应当前帧内做了帧内平滑后的每个样点的增益，帧长为M＝128。

斜坡函数定义为b(i)＝1-i/M，(M为一帧数据长度)，如图6所示。

可以看出，由于斜坡函数在开始时对于上一帧的gain给较大权值，对于当前帧的gain给较小权值；而在末尾时正好相反。因此可以有效地平滑增益突变的影响。

最后用做了帧间平滑和帧内平滑的增益去调整单通道语音增强模块的输出s’(k)，得到最终的输出信号：

s”(k)＝s’(k)gain’(k)..................................................公式[23]

本发明第二实施例提供了另一种噪声消除系统，其结构如图7所示，包括三个元器件：波束形成单元，语音检测单元和自适应滤波器。该三个元器件与第一实施例中的相关元器件的功能雷同，这里不再详细描述。

本发明第三实施例提供了另一种噪声消除系统，其结构如图8所示，包括四个元器件：波束形成单元，语音检测单元、自适应滤波器和单通道语音增强单元。该四个元器件与第一实施例中的相关元器件的功能雷同，这里不再详细描述。

本发明第四实施例提供了另一种噪声消除系统，其结构如图9所示，包括四个元器件：波束形成单元，语音检测单元、自适应滤波器和自动增益控制单元。其中波束形成单元，语音检测单元、自适应滤波器与第一实施例中的相关元器件的功能雷同，这里不再详细描述。自动增益控制单元将自适应滤波器输出的信号作为自己的输入信息，并根据该输入信号根据语音检测单元对目标语音信号的检测结果，对经过自适应滤波处理得到的目标语音信号，进行自动增益控制。进行自动增益控制的具体处理方法与第一实施例中的相关描述雷同，这里不再详细描述。

与本发明第五实施例提供了一种大距离麦克风阵列噪声消除的方法，其流程如图10所示，包括：

步骤101，检测信号中是否存在目标语音信号；以及，步骤102，对两个麦克风采集到的信号进行波束形成处理，得到增强后的目标语音信号和消弱后的目标语音信号。

对两个麦克风采集到的信号进行波束形成处理的具体描述，与第一实施例中的相关描述雷同，这里不再详细描述。

检测信号中是否存在目标语音信号，主要包括两部分的检测过程：

1、将两个麦克风采集到的信号的短时平均幅值与设定的噪声电平进行比较，根据比较结果确定出两个麦克风采集到的信号是否有声；

2、当确定出两个麦克风采集到的信号同时有声时，计算所述信号的归一化互相关值；将所述信号的归一化互相关值与设定的电平阈值进行比较，并根据比较结果确定两个麦克风采集到的信号中是否存在目标语音信号。

为了更有效地区分出目标语音是否存在，可以在检测信号中是否存在目标语音信号之前，据声音在空气中传播的速度、麦克风阵列中两个麦克风的间距，确定出带通滤波器的中心频率；根据所述中心频率选择相应的带通滤波器，并利用所述带通滤波器，对两个麦克风采集到的信号，进行带通滤波处理。然后针对经过带通滤波处理后得到的信号进行检测。

步骤103，利用目标语音信号的检测结果控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

当检测结果中不存在目标语音时，则启动自适应滤波系数的更新；当检测结果中存在目标语音时，则禁止自适应滤波系数的更新。

步骤104，利用检测到的目标语音信号的归一化互相关值，对语音存在概率进行加权处理；根据经过加权处理后得到的语音存在概率、噪声方差、语音方差、语音不存在时的增益值，计算自适应滤波处理后得到的信号的频谱分量的幅度增益值；根据计算得到的频谱分量的幅度增益值，对经过自适应滤波处理后的目标语音信号，进行单通道语音增强处理，得到增强后的目标语音信号。

步骤105，根据目标语音信号的检测结果，对得到的目标语音信号，进行自动增益控制。具体如下：

据目标语音信号的检测结果，确定目标语音信号的即时增益；

对所述目标语音信号的即时增益，进行帧间平滑处理。

还可以对经过帧间平滑处理得到的目标语音信号，进行帧内平滑处理。

本发明第五实施例中，也可以不包括步骤104和步骤105。

本发明第五实施例中，也可以不包括步骤104或步骤105。

上述实施例不仅适用于采用两个全指向性麦克风组成的麦克风阵列，也适用于采用两个同时指向前方的单指向性麦克风组成的麦克风阵列，采用上述实施例能够消除来自麦克风阵列两侧的噪声。但是对于采用两个同时指向前方的单指向性麦克风组成的麦克风阵列，由于单指向性麦克风的物理特性，也可以消除来自正后方的噪声，例如如图11所示，给出了采用单指向性麦克风的噪声消除示意图，可以看出，两个麦克风的间距可以是20mm～100mm，此麦克风阵列吸收目标语音信号方向的信号，而消除两侧及后方的信号，最后得到的Desired signal(有效信号)即目标语音信号。

上述实施例是以两个麦克风组成的麦克风阵列为例来消除噪声的，但本发明并不局限于此，还可以适用于两个以上麦克风组成的麦克风阵列。

由上述实施例提供的实施方案可以看出，本发明实施例通过利用目标语音信号的检测结果控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理，从而能够在不增加麦克风数量的前提下，大大提高噪声消除的能力，同时不降低目标语音的质量。

另外，本发明实施例将经过自适应滤波处理后的信号，通过语音检测到的目标语音信号的归一化互相关值加权语音存在概率，并根据加权处理后的语音存在概率，对输入信号进行单通道语音增强处理，从而能够在不增加麦克风数量的前提下，进一步大大提高噪声消除的能力，同时不降低目标语音的质量。

另外，本发明实施例通过对目标语音信号的检测结果，对得到的目标语音信号，进行自动增益控制，能够在不增加麦克风数量的前提下，进一步大大提高噪声消除的能力，同时不降低目标语音的质量。

下面是对应本发明第一实施例，采用频率为1K的弦信号(也可以采用白噪声信号)围绕麦克风阵列旋转一周(也可以固定声源不动，而使麦克风阵列自转一周，原理一样)，测试采集到的信号在各个方向的能量大小，并根据该各个方向的能量大小得出麦克风阵列对空间各个方向的增益大小，从而可以根据数据绘制出极性图，如图12所示，从图12可以看出，波束宽度在±20°--30°之间，波束以外的噪声抑制在20dB以上。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (18)

1.一种大距离麦克风阵列噪声消除的方法，其特征在于，所述方法包括：

对两个麦克风采集到的信号进行波束形成处理，得到增强后的目标语音信号和消弱后的目标语音信号；以及，检测两个麦克风采集到的信号中是否存在目标语音信号；

利用目标语音信号的检测结果控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

2.如权利要求1所述的方法，其特征在于，所述检测两个麦克风采集到的信号中是否存在目标语音信号，包括：

将两个麦克风采集到的信号的短时平均幅值与设定的噪声电平进行比较，根据比较结果确定出两个麦克风采集到的信号是否有声；

当确定出两个麦克风采集到的信号同时有声时，计算所述信号的归一化互相关值；将所述信号的归一化互相关值与设定的电平阈值进行比较，并根据比较结果确定两个麦克风采集到的信号中是否存在目标语音信号。

3.如权利要求2所述的方法，其特征在于，在检测两个麦克风采集到的信号中是否存在目标语音信号之前，所述方法还包括：

根据声音在空气中传播的速度、麦克风阵列中两个麦克风的间距，确定出带通滤波器的中心频率；

根据所述中心频率选择相应的带通滤波器，并利用所述带通滤波器，对两个麦克风采集到的信号，进行带通滤波处理。

4.如权利要求1、2或3所述的方法，其特征在于，利用检测结果控制自适应滤波系数的更新，包括：

当检测结果中不存在目标语音时，则启动自适应滤波系数的更新；或者，

当检测结果中存在目标语音时，则禁止自适应滤波系数的更新。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

利用检测到的目标语音信号的归一化互相关值，对语音存在概率进行加权处理；

根据经过加权处理后得到的语音存在概率、噪声方差、语音方差、语音不存在时的增益值，计算自适应滤波处理后得到的信号的频谱分量的幅度增益值；

根据计算得到的频谱分量的幅度增益值，对经过自适应滤波处理后的目标语音信号，进行单通道语音增强处理，得到增强后的目标语音信号。

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

根据目标语音信号的检测结果，对经过单通道语音增强处理得到的增强目标语音信号，进行自动增益控制。

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

根据目标语音信号的检测结果，对经过自适应滤波处理得到的目标语音信号，进行自动增益控制。

8.如权利要求6或7所述的方法，其特征在于，所述根据目标语音信号的检测结果，对目标语音信号，进行自动增益控制，包括：

根据目标语音信号的检测结果，确定目标语音信号的即时增益；

对所述目标语音信号的即时增益，进行帧间平滑处理。

9.如权利要求8所述的方法，其特征在于，所述根据目标语音信号的检测结果，对目标语音信号，进行自动增益控制，还包括：

对经过帧间平滑处理得到的目标语音信号，进行帧内平滑处理。

10.一种噪声消除系统，其特征在于，所述噪声消除系统包括：

波束形成单元，用于对两个麦克风采集到的信号进行波束形成处理，得到增强后的目标语音信号和消弱后的目标语音信号；

语音检测单元，用于检测两个麦克风采集到的信号中是否存在目标语音信号；

自适应滤波器，用于利用所述语音检测单元对目标语音信号的检测结果，控制自适应滤波系数的更新，根据经过控制的自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

11.如权利要求10所述的噪声消除系统，其特征在于，所述语音检测单元，包括：

第一语音检测子单元，用于将两个麦克风采集到的信号的短时平均幅值与设定的噪声电平进行比较，根据比较结果确定出两个麦克风采集到的信号是否有声；

第二语音检测子单元，用于当第一语音检测子单元确定出两个麦克风采集到的信号同时有声时，计算所述信号的归一化互相关值；将所述信号的归一化互相关值与设定的电平阈值进行比较，并根据比较结果确定两个麦克风采集到的信号中是否存在目标语音信号。

12.如权利要求11所述的噪声消除系统，其特征在于，所述噪声消除系统还包括：

带通滤波器选择单元，用于根据声音在空气中传播的速度、麦克风阵列中两个麦克风的间距，确定出带通滤波器的中心频率，根据所述中心频率选择相应的带通滤波器；

带通滤波器，用于对两个麦克风采集到的信号，进行带通滤波处理。

13.如权利要求10、11或12所述的噪声消除系统，其特征在于，所述自适应滤波器，包括：

系数更新控制子单元，用于当检测结果中不存在目标语音时，则启动自适应滤波系数的更新；当检测结果中存在目标语音时，则禁止自适应滤波系数的更新；

滤波处理子单元，用于根据所述自适应滤波系数，对所述波束形成单元所得到的增强后的目标语音信号和消弱后的目标语音信号，进行自适应滤波处理。

14.如权利要求10所述的噪声消除系统，其特征在于，所述噪声消除系统还包括：

单通道语音增强单元，用于利用信号的归一化互相关值，对语音存在概率进行加权处理；根据经过加权处理后得到的语音存在概率、噪声方差、语音方差、语音不存在时的增益值，计算自适应滤波处理后得到的信号的频谱分量的幅度增益值；根据计算得到的频谱分量的幅度增益值，对经过自适应滤波处理后的目标语音信号，进行单通道语音增强处理，得到增强后的目标语音信号。

15.如权利要求14所述的噪声消除系统，其特征在于，所述噪声消除系统还包括：

自动增益控制单元，用于根据目标语音信号的检测结果，对经过单通道语音增强处理得到的增强目标语音信号，进行自动增益控制。

16.如权利要求10所述的噪声消除系统，其特征在于，所述噪声消除系统还包括：

自动增益控制单元，用于根据目标语音信号的检测结果，对经过自适应滤波处理得到的目标语音信号，进行自动增益控制。

17.如权利要求15或16所述的噪声消除系统，其特征在于，所述自动增益控制单元，包括：

帧间平滑处理子单元，用于根据目标语音信号的检测结果，确定目标语音信号的即时增益；对所述目标语音信号的即时增益，进行帧间平滑处理。

18.如权利要求17所述的噪声消除系统，其特征在于，所述自动增益控制单元，还包括：

帧内平滑处理子单元，用于对经过帧间平滑处理得到的目标语音信号，进行帧内平滑处理。

Images