CN103238182A - 具有远程噪声检测器的降噪系统 - Google Patents

Abstract

具有远程噪声检测器的降噪系统。本发明涉及一种具有靠近至少一个噪声源放置的至少一个远程噪声检测器的降噪系统，所述检测器将有关信息传输至主要设备，其中它用于降噪。由此，可以经由所述至少一个远程噪声检测器实现声音信号增强，因为噪声估计被传输至控制器以用于从主要源获得的信号中的降噪。

Description

具有远程噪声检测器的降噪系统

技术领域

本发明涉及一种用于在接收声音信号期间降低背景噪声和/或干扰的降噪装置、方法和系统。

背景技术

尤其是对于诸如音乐之类的高度变化的干扰音频或声音信号而言，由背景噪声和干扰破坏的语音的增强仍然是一个挑战性问题。这在若干应用领域，例如移动电话、免提通信、助听器等等中是个有重大关系的问题。随着话音互联网协议（VoIP）通信在起居室中变得越来越普通，出现了新的应用情景，其中在相同的房间里，家庭中的一个人例如在个人计算机（PC）上参与VoIP呼叫，而另一个人正在看电视（TV）或者听音乐。由于VoIP交谈倾向于时间较长，因而这些情景需要越来越多的关注。挑战在于，在抑制背景噪声或干扰（例如来自TV或者音乐系统的声音）的同时仅仅传输谈话者的话音。

发明内容

本发明的目的是提供一种增强的降噪系统，该系统在经由声音接收器接收音频期间提供降低的背景噪声或干扰。

这个目的是通过如权利要求1所述的降噪装置、通过如权利要求8所述的远程噪声检测器、通过如权利要求14所述的方法、通过如权利要求13所述的降噪系统以及通过如权利要求15所述的计算机程序产品来实现的。

相应地，将至少一个诸如远程无线麦克风（RWM）等等之类的远程检测器靠近至少一个噪声源放置，所述远程检测器将有关噪声信息传输至主要设备，其中该主要设备用于降噪。由于便携式无线音频使能设备正变得越来越普通，因而有可能形成这样的设备的自组织网络以便尤其是在存在噪声的情况下允许实现高质量语音捕获。特别地，将这样的设备靠近每个干扰信号源放置并且将从该设备的音频或声音信号中导出的适当特征无线地传输至主要设备可以为降噪提供显著的优点。

当前的单麦克风语音增强技术在非平稳噪声条件下遭受差的性能，并且在存在诸如音乐之类的高度变化的干扰的情况下不能提供质量或可理解性方面的任何改进。所提出的解决方案通过使用放置在噪声源附近的远程无线检测器（例如麦克风）而克服了该局限。这种解决方案的一个自然的扩展是，多个噪声源可以通过将无线噪声检测器放置在它们中的每一个附近并且让它们将其信号传输至降噪装置而被消除或者补偿。

麦克风阵列被证明能够降低诸如音乐之类的非平稳干扰，但是这种方法要求安装这样的阵列。该解决方案消除了对于诸如阵列之类的专用硬件的需要，并且使用用户环境中已经可用的检测器（例如麦克风）。而且，使用麦克风阵列的非平稳噪声降低在干扰（interferer）合理地靠近阵列时（情况可能不总是这样）效果最佳。所提出的解决方案克服了这个局限。

如果使用波束形成器将来自远程噪声检测器的噪声估计信号与主要声音接收器（例如麦克风）的信号进行组合，那么包含麦克风的各设备的时钟的精确同步变得有必要。

依照第一方面，声音接收器可以包括适于从主要声源接收声音信号的第一麦克风。因此，来自远程噪声源的背景噪声可以高效地加以检测，并且可以在第一麦克风处接收声音信号期间降低或者消除。

依照可以与第一方面组合的第二方面，降噪处理器可以包括用于基于语音模型在逐帧基础上补偿接收的声音信号中的噪声成分与接收的噪声估计之间的水平差值的水平调节单元、级或功能。因此，可以补偿快速变化的背景噪声。

依照可以与第一和第二方面中的至少一个组合的第三方面，接收的噪声估计可以是所述远程噪声检测器处接收的噪声或干扰的功率谱密度。因此，通过仅仅传输远程噪声检测器的信号的功率谱密度（PSD），只有正频率需要传输，因为PSD是对称的，并且这导致功率节省，因为更少的比特需要传输。进一步的功率节省可以通过在更低谱分辨率下传输PSD而达到，从而引入功耗与性能之间的可调节的折衷。此外，无需时钟同步。

依照可以与第一至第三方面中的至少一个组合的第四方面，降噪处理器可以包括用于估计远程噪声检测器与所述声音接收器之间的声音路径的路径估计单元、级或功能。这提供了可以补偿声音路径的优点。

依照可以与第一至第四方面中的至少一个组合的第五方面，降噪处理器可以包括用于通过单通道语音增强算法利用接收的噪声估计的语音增强单元、级或功能。

依照可以与第一至第五方面中的至少一个组合的第六方面，降噪装置和远程噪声检测器可以适于经由自组织网络连接彼此连接。这实现了声音信号的高质量捕获。

依照可以与第一至第六方面中的至少一个组合的第七方面，远程噪声检测器可以适于在启动阶段期间将时域波形传输至降噪装置，以便实现路径估计以及因而实现补偿。

在本发明的另一方面中，提供了一种用于执行降噪的计算机程序，其中该计算机程序包括用于当计算机程序在控制降噪装置的计算机上运行时使得降噪装置执行上面的降噪方法的步骤的代码构件。

应当理解的是，本发明的一个优选实施例也可以是从属权利要求与对应独立权利要求的任意组合。

本发明的这些和其他方面根据以下描述的实施例将是清楚明白的，并且将参照这些实施例进行阐述。

附图说明

在以下附图中：

图１示意性且示例性地示出了降噪系统的一个实施例，

图2示意性且示例性地示出了降噪装置的一个实施例；以及

图3示例性地示出了图解说明降噪方法的一个实施例的流程图。

具体实施方式

图1示出了依照一个实施例的降噪系统，其中经由主要麦克风（PM）30或者用于声音或音频信号的任何其他检测器接收诸如VoIP呼叫的用户话音之类的主要声源（PAS）300或者任何其他希望的声音信号源。将检测的音频信号提供给降噪单元（NR）20，该降噪单元适于消除或者抑制信号检测过程期间添加的噪声和/或干扰。更特别地，降噪单元或者处理器20适于确定或者估计由诸如图1中绘出的次要声源100之类的其他远程次要声源（SAS）添加到希望的信号的任何噪声和/或干扰。次要声源100可以是影响由主要麦克风30检测的希望的信号的电视（TV）设备、音乐播放器或者任何其他背景噪声或干扰源。降噪处理器处的干扰和/或噪声确定通过将至少一个远程无线麦克风（RWM）10放置在次要声源100邻近以便检测次要声源100处的干扰或噪声并且经由无线连接将检测的噪声/干扰信号传递至降噪处理器20处的无线接收器（RX）10而实现。将接收的噪声/干扰信号提供给降噪处理器20，其中它用于噪声/干扰估计以及后续的噪声降低或消除。将处理的声音或音频信号提供给音频处理（AP）级40，其中它基于涉及的音频应用（例如用于经由因特网将音频信号传递至被呼叫方的VoIP应用）而被处理。

远程麦克风10可以实现为便携式无线设备，并且可以适于与降噪处理器20处的无线接收器10形成自组织网络以便尤其是在存在噪声的情况下实现高质量语音捕获。无线自组织网络是分散化无线网络。该网络是自组织的，因为它不依赖于预先存在的基础设施，例如有线网络中的路由器或者管理的（基础设施）无线网络中的接入点。相反地，每个节点通过转发其他节点的数据而参与路由，并且因此哪些节点转发数据的决定基于网络连通性而动态地做出。无线自组织网络（例如移动自组织网络、无线网格网络或者无线传感器网络）的分散化性质使得它们适合于其中不能依赖于中心节点的当前降噪系统。当然，其他类型的无线链接（例如依照802.11标准的链接）可以用于远程麦克风10与降噪处理器20之间的信令目的。

因此，提出的依照所述实施例的降噪系统包括主要麦克风10以及靠近次要声源（例如噪声源）放置的一个或多个远程无线麦克风10。在该实施例中，远程麦克风10适于将观察和检测的噪声/干扰信号的功率谱密度（PSD）传输至主要麦克风30处的降噪处理器20，并且这些信号用作受到需要补偿的水平差值的影响的噪声PSD的估计。

在主要麦克风30的降噪处理器20处，来自远程麦克风10的接收的PSD与主要麦克风30处观察的噪声信号的PSD的水平之间的水平差值通过使用基于模型的方法而被补偿，并且随后用来抑制来自主要麦克风30处观察的含噪声信号的噪声。

上面介绍的机构的一个重要问题是远程麦克风10应当发送的信号。如果来自本地和远程麦克风的信号要用作波束形成器的输入，那么传输时域波形是必要的。然而，数据的无线传输是功率密集的。此外，由于主要麦克风30和远程麦克风10连接到具有独立时钟的单独的设备，因而精确地使这两个时钟同步的机制变得必不可少。此外，由于这两个麦克风之间的距离可能较大（例如2-4米），因而波束形成器将在感兴趣频率处遭受空间混叠。

图2示意性且示例性地示出了降噪处理器20的一个实施例。在水平调节（LA）级220中，频率无关水平差值由于主要麦克风30和远程麦克风10分开一定距离这一事实而被补偿。传输观察的噪声/干扰信号的功率谱密度（PSD）的估计具有若干优点。由于远程麦克风10比主要麦克风30更靠近噪声源，因而在远程麦克风10处观察的信号的PSD在适度回响水平下是主要麦克风30处的噪声PSD的良好近似。如例如S. Srinivasan, J. Samuelsson and W.B. Kleijn, “Codebook-based Bayesian speech enhancement for nonstationary environments”, IEEE transactions on audio, speech, and language processing, vol. 15, no. 2, 2007中描述的语音模型的使用允许在逐帧的基础上计算该水平调节，并且因而可以处理快速变化的噪声（帧是语音信号的短片段，典型地长度介于20至32毫秒之间）。

回响是在移除原始声音之后声音在特定空间中的持续。当在封闭空间中产生声音，造成大量回声积聚并且然后随着声音被墙壁和空气吸收而缓慢衰减时，引起回响或者余响。这在声源停止但反射继续、幅度下降直到它们不再能被听见时最明显。与初始声音之后50至100ms的明显回声相比，回响是非常快速连续地（回声之间0.01-1ms）到达的成千上万次回声。随着时间的流逝，许多回声的音量降低，直到回声根本不能听见。因此，如果降噪系统的环境中的回响量较高，那么远程麦克风10处的信号的PSD和主要麦克风30处的噪声PSD不再相差仅仅一个频率无关水平因子。在这种情况下，可以提供可选的路径估计（PE）级230，并且在启动阶段期间，远程麦克风10中的每一个可以将其时域波形发送至降噪处理器20，其中可以在路径估计级230中使用例如归一化最小均方滤波器估计远程麦克风10中的每一个与主要麦克风30之间的声音路径。一旦知道的话，可以补偿该路径。所述两个PSD于是仅仅变化一个频率无关水平因子，并且单独地传输PSD就足够了。

然后，可以在语音增强（SE）级240中通过单通道语音增强算法利用远程麦克风信号的水平调节的以及可选地语音补偿的噪声PSD。根据单个含噪声信号估计噪声PSD尤其在非平稳噪声条件下是挑战性的，并且因此来自远程麦克风10的精确噪声PSD信息可以在后续降噪（NR）级250中提供降噪方面的显著改进。通过传输例如每20-32ms计算的噪声PSD，有可能跟踪诸如音乐之类的高度变化的噪声类型。由于只有谱信息需要被传输，因而精确的时钟同步不再是必不可少的。而且，由于真实信号的PSD是对称的，因而仅仅传输正频率就足够了，从而与传输原始信号相比降低了功耗。为了进一步降低传输带宽，无需传输所有的频率槽（bin）。相反地，可以以降低的谱分辨率传输PSD。

图3示例性地示出了图解说明可以应用于降噪处理器20中的降噪方法的一个实施例的流程图。

在步骤S101中，在接收自每个远程麦克风的时域波形的基础上执行初始路径估计。接着，在步骤S102中，相应地设置路径补偿参数。在步骤S103中，从远程麦克风（RWM）10接收噪声估计，并且在步骤S104中例如基于上面的语音模型执行水平调节。接着，在步骤S105中，对水平调节的信号应用路径估计和语音对齐处理。最后，在步骤S106中，基于估计的噪声和/或干扰对来自主要麦克风30的信号应用降噪处理。其后，在步骤S107中检查是否从远程麦克风10接收到另外的噪声估计。如果没有，那么过程结束。否则，如果另外的噪声估计可用，那么过程向后跳转到步骤S103，并且重复步骤S103至S106中的处理，直到没有另外的噪声估计可用。

已经检验了由三种不同类型的音乐破坏的语音的分段信噪比（SNR）的改进。在10个不同的语音言语（每个的输入SNR为0dB）上对结果进行平均。从近似相隔3m放置的两个扬声器播放希望的信号和干扰信号。主要麦克风30被定位成离开希望的主要声源3000 5m，这在PC上的VoIP呼叫中是典型的。远程麦克风10靠近播放音乐信号的扬声器放置。回响时间（T60）是直达声音的反射衰减到直达声音水平之下60dB所需的时间。测试房间的T60近似为400ms。对于所提出的降噪方法而言，由RWM观察的信号的PSD用作噪声PSD的估计，并且主要麦克风处观察的含噪声语音通过使用上面的示例性语音模型进行处理，该模型可以补偿远程麦克风10的信号的PSD与主要麦克风30处的噪声PSD之间的水平差值。为了进行比较，将如例如S. Rangachari and P. C. Loizou, “A noise-estimation algorithm for highly non-stationary environments”, Speech Communication, Volume 48, Issue 2, February 2006, Pages 220-23中描述的用于非平稳噪声条件的最新技术水平的噪声估计方案用于增强含噪声语音。如所预期的，当前的方案不能处理高度非平稳的干扰，并且所提出的具有远程噪声检测器的降噪方法提供了性能方面的显著改进。

上面的实施例可以被增强之处在于，多个次要声源通过将一个远程麦克风或者检测器放置在它们中的每一个附近并且让它们将其噪声信息（例如PSD）传输至主要麦克风而被抑制。可替换地，可以将多个远程麦克风或者检测器放置在一个次要声源附近以便改进噪声估计。本领域技术人员在实施要求保护的本发明时，根据对于所述附图、本公开内容以及所附权利要求书的研究，应当能够理解和实现所公开实施例的其他变型。

在权利要求书中，措词“包括/包含”并没有排除其他的元件或步骤，并且不定冠词“一”并没有排除复数。

单个单元或设备可以实现权利要求中列出的若干项的功能。在相互不同的从属权利要求中陈述特定技术措施这一事实并不意味着这些技术措施的组合不可以加以利用。

步骤S101至S107可以由单个单元或者由任何其他数量的不同单元执行。降噪处理器20的计算、处理和/或控制可以实现为计算机程序的程序代码构件和/或实现为专用硬件。

计算机程序可以存储/分布于适当的介质上，例如存储/分布于与其他硬件一起提供或者作为其他硬件的一部分而提供的固态介质或者光学存储介质上，但是也可以以其他的形式分发，例如通过因特网或者其他有线或无线电信系统分发。

权利要求书中的任何附图标记都不应当被视为对范围的限制。

本发明涉及一种具有靠近至少一个噪声源放置的至少一个远程噪声检测器的降噪系统，所述检测器将有关信息传输至主要设备，其中它用于降噪。由此，可以经由所述至少一个远程噪声检测器实现音频信号增强，因为噪声估计被传输至控制器以用于从主要源获得的信号中的降噪。

Claims (15)

1.一种降噪装置，用于在接收音频信号期间降低背景噪声和干扰中的至少一个，所述降噪装置包括：

- 无线接收器（10），其用于接收来自至少一个远程噪声检测器（10）的噪声估计，

- 声音接收器（30），其用于接收来自主要声源（300）的声音信号，

- 降噪处理器（20），其用于基于所述接收的噪声估计降低或者消除所述接收的声音信号中的噪声成分。

2.依照权利要求1的降噪装置，其中所述声音接收器包括适于从所述主要声源（300）接收所述声音信号的第一麦克风（30）。

3.依照权利要求1的降噪装置，其中所述降噪处理器（20）包括用于基于语音模型在逐帧基础上补偿所述接收的声音信号中的所述噪声成分与所述接收的噪声估计之间的水平差值的水平调节单元（220）。

4.依照权利要求1的降噪装置，其中所述接收的噪声估计是所述远程噪声检测器处接收的噪声或干扰的功率谱密度。

5.依照权利要求1的降噪装置，其中所述降噪处理器（20）包括用于估计所述远程噪声检测器（10）与所述声音接收器（30）之间的声音路径的路径估计单元（230）。

6.依照权利要求1的降噪装置，其中所述降噪处理器（20）包括用于通过单通道语音增强算法利用所述接收的噪声估计的语音增强单元（240）。

7.依照权利要求1的降噪装置，其中所述装置适于经由自组织网络连接连接到所述远程噪声检测器（10）。

8.一种远程噪声检测器，用于检测背景噪声或者干扰并且用于将噪声估计无线地传输至降噪装置。

9.依照权利要求7的远程噪声检测器，其中所述噪声检测器（10）适于估计所述检测的背景噪声或者干扰的功率谱密度并且在降低的谱分辨率下将所述估计的功率谱密度作为所述噪声估计而传输。

10.依照权利要求7的远程噪声检测器，其中所述远程噪声检测器包括第二麦克风（10）。

11.依照权利要求7的远程噪声检测器，其中所述远程噪声检测器适于经由自组织网络连接连接到所述降噪装置。

12.依照权利要求7的远程噪声检测器，其中所述远程噪声检测器（10）适于在启动阶段期间将时域波形传输至所述降噪装置，以便实现路径估计。

13.一种用于在接收声音信号期间降低背景噪声和干扰中的至少一个的系统，所述降噪系统包括依照权利要求1的被定位成靠近生成所述声音信号的主要声源（300）的降噪装置，以及被定位成靠近生成所述背景噪声或者所述干扰的至少一个次要声源（100）的至少一个远程噪声检测器（10）。

14.一种在接收声音信号期间降低背景噪声和干扰中的至少一个的方法，所述降噪方法包括：

- 无线地接收来自至少一个远程噪声检测器（10）的噪声估计，

- 接收来自主要声源（300）的声音信号，

- 基于所述无线地接收的噪声估计降低或者消除所述接收的声音信号中的噪声成分。

15.一种计算机程序产品，包括用于当在计算设备上运行时产生方法权利要求14的步骤的代码构件。

Images