CN103730126A - 噪声抑制方法和噪声抑制器 - Google Patents

Abstract

本发明涉及一种噪声抑制方法和噪声抑制器。该噪声抑制方法包括以下步骤：对声源数据的至少一部分进行短时傅立叶分析，获得第一短时频谱；利用该第一短时频谱对噪声功率谱进行预估计，获得预估噪声功率谱；对该声源数据的整个部分进行短时傅里叶分析，获得第二短时频谱；利用该预估噪声功率谱作为初始功率谱密度，对该第二短时频谱进行噪声跟踪，获得噪声估计能量；利用该噪声估计能量和该第二短时频谱估计信噪比；利用该信噪比进行计算噪声抑制的衰减增益；以及利用该衰减增益进行噪声抑制。

Description

噪声抑制方法和噪声抑制器

技术领域

本发明涉及一种语音处理，尤其是涉及一种噪声抑制方法和噪声抑制器。

背景技术

在背景嘈杂的环境下，受到噪声干扰会导致说话人识别的识别率很差。因而在说话人识别系统前端都会存在一个噪声抑制处理的过程。在传统的噪声抑制处理中，其过程如图1所示，过程如下：

步骤101，首先会对带噪语音进行加窗和短时傅里叶变换，得到短时傅里叶变换频谱：

$X_{\mathrm{STFT}}[k,m]=\underset{n=-\∞}{\overset{n=\∞}{\mathrm{\Σ}}}x\left[n\right]w[m-n]e^{-j\frac{2\mathrm{\π}}{N}\mathrm{km}}---\left(1\right)$

步骤102，对带噪语音信号进行噪声能量谱估计。

传统方法一般通过语音激活检测技术（VAD）检测当前语音帧是否是噪声帧，如果是噪声帧则利用当前帧的功率谱来估计噪声的功率谱

其表达式如下：

步骤103，利用噪声的估计功率谱计算先验和后验信噪比：

${\mathrm{SNR}}_{\mathrm{prio}}\left(k\right)=\frac{\mathrm{\ϵ}\left\{{\left|\hat{S}\left(k\right)\right|}^2\right\}}{\mathrm{\ϵ}\left\{{\left|{\widehat{\mathrm{\σ}}}_N^2\left(k\right)\right|}^2\right\}}---\left(3\right)$

${\mathrm{SNR}}_{\mathrm{post}}\left(k\right)=\frac{{\left|X\left(k\right)\right|}^2}{\mathrm{\ϵ}\left\{{\left|{\widehat{\mathrm{\σ}}}_N^2\left(k\right)\right|}^2\right\}}---\left(4\right)$

步骤104，利用计算出来的信噪比，通过谱减法或者噪声统计模型，计算出噪声抑制衰减增益g(k)。

步骤105，利用衰减增益g(k)就可以获得经过噪声抑制后的短时频谱

在步骤106，通过短时傅里叶变换反变换获得噪声抑制后的时域信号：

现有的噪声处理技术如果用于语音识别上，有个非常大的缺点就是在噪声抑制的收敛时间内，其噪声处理效果不是很理想。有很多噪声抑制器收敛时间非常长，需要几秒才能够完全收敛。这对于语音识别来说是非常不利的，因为有时候语音识别的测试序列本身就非常短，可能就几秒钟。也就是说，语音识别的测试序列中将有大部分是未经收敛的信号。所以现有的噪声处理技术并不适合语音识别的前端消噪处理。

发明内容

本发明所要解决的技术问题是提供一种噪声抑制方法和噪声抑制器，以避免在噪声抑制过程中出现噪声抑制收敛时间过长的问题。

本发明为解决上述技术问题而采用的技术方案是提出一种噪声抑制方法，包括以下步骤：对声源数据的至少一部分进行短时傅立叶分析，获得第一短时频谱；利用该第一短时频谱对噪声功率谱进行预估计，获得预估噪声功率谱；对该声源数据的整个部分进行短时傅里叶分析，获得第二短时频谱；利用该预估噪声功率谱作为初始功率谱密度，对该第二短时频谱进行噪声跟踪，获得噪声估计能量；利用该噪声估计能量和该第二短时频谱估计信噪比；利用该信噪比进行计算噪声抑制的衰减增益；以及利用该衰减增益进行噪声抑制。

在本发明的一实施例中，对声源数据的至少一部分进行短时傅立叶分析的步骤包括，对声源数据的至少2秒数据进行短时傅立叶分析。

在本发明的一实施例中，该信噪比包括先验信噪比和后验信噪比。

在本发明的一实施例中，上述方法还包括：对噪声抑制的信号进行短时傅里叶综合以获得噪声抑制后的时域信号。

在本发明的一实施例中，利用该第一短时频谱对噪声功率谱进行预估计的步骤包括：当前输入的第一短时频谱的每个频点的功率谱值比估计噪声频点的功率谱值小的时候，立即向下更新背景噪声功率谱样点值；当前输入的第一短时频谱每个频点的功率谱值比估计噪声频点的功率谱值大的时候，不进行更新；如果当前输入的第一短时频谱每个频点的功率谱值一直比较大，则向上更新背景噪声功率谱样点估计值。

本发明还提出一种噪声抑制器，包括：第一短时傅立叶分析单元，对声源数据的至少一部分进行短时傅立叶分析，获得第一短时频谱；噪声估计单元，利用该第一短时频谱对噪声功率谱进行预估计，获得预估噪声功率谱；第二短时傅立叶分析单元，对该声源数据的整个部分进行短时傅里叶分析，获得第二短时频谱；噪声跟踪单元，利用该预估噪声功率谱作为初始功率谱密度，对该第二短时频谱进行噪声跟踪，获得噪声估计能量；信噪比估计单元，利用该噪声估计能量和该第二短时频谱估计信噪比；增益计算单元，利用该信噪比进行计算噪声抑制的衰减增益；以及噪声抑制单元，利用该衰减增益进行噪声抑制。

在本发明的一实施例中，该第一短时傅立叶分析单元对声源数据的至少2秒数据进行短时傅立叶分析。

在本发明的一实施例中，该信噪比包括先验信噪比和后验信噪比。

在本发明的一实施例中，上述的噪声抑制器还包括：短时傅立叶综合单元，对噪声抑制的信号进行短时傅里叶综合以获得噪声抑制后的时域信号。

在本发明的一实施例中，该噪声估计单元执行以下步骤进行噪声功率谱的预估计：当前输入的第一短时频谱的每个频点的功率谱值比估计噪声频点的功率谱值小的时候，立即向下更新背景噪声功率谱样点值；当前输入的第一短时频谱每个频点的功率谱值比估计噪声频点的功率谱值大的时候，不进行更新；以及如果当前输入的第一短时频谱每个频点的功率谱值一直比较大，则向上更新背景噪声功率谱样点估计值。

本发明由于采用以上技术方案，使其与现有噪声抑制技术相比，噪声处理不存在收敛时间，提高了噪声抑制的及时性。本发明可以运用于语音识别及说话人识别前端处理，有助于提高识别的准确性。

附图说明

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明，其中：

图1示出现有的噪声抑制流程图。

图2示出本发明一实施例的噪声抑制器结构图。

图3示出本发明一实施例的噪声抑制方法流程图。

图4示出本发明和现有技术的噪声抑制效果对比图。

具体实施方式

概要地说，本发明的实施例提出一种噪声功率谱向后预测技术，通过这种技术可以在噪声处理之前就对噪声功率谱进行预估计，利用预估计结果在处理过程中对噪声功率谱进行跟踪，从而在处理噪声抑制前就估计出收敛的噪声功率谱密度。这样，噪声抑制器实质上不需要收敛时间。

图2示出本发明一实施例的噪声抑制器结构图。参照图2所示，噪声抑制器包括第一、第二短时傅里叶分析单元201、202，噪声估计单元203、噪声跟踪单元204、信噪比估计单元205、增益计算单元206、噪声抑制单元207以及短时傅里叶综合单元208。

图3示出本发明一实施例的噪声抑制方法流程图。现结合图2和图3描述本实施例的噪声抑制流程。

在步骤301，首先会对麦克风采集的声源数据x(t)的至少一部分进行短时傅里叶分析得到第一短时频谱X(k)。这一步骤在第一短时傅里叶分析单元201执行。通常地，这里只需对至少2秒（例如3秒左右）的声源数据x(t)进行短时傅里叶分析。但可以理解，在其它实施例中，可以对更长的声源数据x(t)进行短时傅里叶分析。

如步骤302，利用获得的第一短时频谱对噪声功率谱进行预估计。这一步骤在噪声估计单元203执行。

噪声功率谱预估计原理遵循一般噪声抑制中更新背景噪声功率谱原则，根据噪声特点来更新每个频点的噪声功率谱。

具体地说，当前输入的第一短时频谱X(k)每个频点的功率谱值比估计噪声频点的功率谱值小的时候，立即向下更新背景噪声功率谱样点值（即令噪声功率谱样点值减小）；当前输入的第一短时频谱X(k)每个频点的功率谱值比估计噪声频点的功率谱值大的时候，不进行更新。如果当前输入的第一短时频谱X(k)每个频点的功率谱值一直比当前估计噪声频谱功率值大的时候，则向上更新背景噪声功率谱样点估计值（即令噪声功率谱样点值增大）。

在算法上，具体更新过程如下：

首先，计算当前功率谱样点值进行平滑处理：

S[k]=0.8S[k]+0.05ps[k+1]+0.1ps[k]+0.05ps[k+1]（7）

上式中ps[k]为当前第k个频点值功率谱：ps[k]＝X²(k)。

其次，搜索每个频点前300帧的最小平滑功率：

Smin[k]＝min{前300帧的S[k]}（8）

再者，判断噪声更新状态。如果当前S[k]<2.5*Smin[k]，表明当前噪声频点的功率谱一直比较大，可以向上更新；或者

说明当前该频点的功率谱较小，噪声频点的功率谱也较小，噪声功率谱可以立即向下更新。

其中，噪声频点功率谱更新公式如下：

${\widehat{\mathrm{\&sigma;}}}^2\left[k\right]=(1-\mathrm{\&beta;})*{\widehat{\mathrm{\&sigma;}}}^2\left[k\right]+\mathrm{\&beta;}*\mathrm{ps}\left[k\right]---\left(9\right)$

上式中β为更新因子。

在这一计算过程中，噪声抑制过程不进行处理，直到估计的噪声已经达到收敛状态。

在步骤303，会对麦克风采集的声源数据x(t)的整个部分进行短时傅里叶分析得到第二短时频谱X'(k)。这一步骤在第二短时傅里叶分析单元202执行。第二短时傅里叶分析单元202使用与第一短时傅里叶分析单元201相同的算法。不同的是，这里需要获得整个声源数据x(t)用以进行短时傅里叶分析。

在步骤304，利用预估噪声功率谱作为初始功率谱密度，对第二短时频谱X'(k)进行噪声跟踪。这一噪声跟踪的过程和前述的噪声预估计的过程类似。

具体地说，当前输入的第二短时频谱X'(k)每个频点的功率谱值比估计噪声频点的功率谱值小的时候，立即向下更新背景噪声功率谱样点值（即令噪声功率谱样点值减小）；当前输入的第二短时频谱X'(k)每个频点的功率谱值比估计噪声频点的功率谱值大的时候，不进行更新。如果当前输入的第二短时频谱X'(k)每个频点的功率谱值一直比当前估计噪声频谱功率值大的时候，则向上更新背景噪声功率谱样点估计值（即令噪声功率谱样点值增大）。

在算法上，具体更新过程如下：

首先，计算当前功率谱样点值进行平滑处理：

S[k]=0.8S[k]+0.05ps[k+1]+0.1ps[k]+0.05ps[k+1]（7）

上式中ps[k]为当前第k个频点值功率谱：ps[k]＝X²(k)。

其次，搜索每个频点前300帧的最小平滑功率：

Smin[k]=min{前300帧的S[k]}（8）

再者，判断噪声更新状态。如果当前S[k]<2.5*Smin[k]，表明当前噪声频点的功率谱一直比较大，可以向上更新；或者

说明当前该频点的功率谱较小，噪声频点的功率谱也较小，噪声功率谱可以立即向下更新。

其中，噪声频点功率谱更新公式如下：

${\widehat{\mathrm{\&sigma;}}}^{\&prime;2}\left[k\right]=(1-\mathrm{\&beta;})*{\widehat{\mathrm{\&sigma;}}}^2\left[k\right]+\mathrm{\&beta;}*\mathrm{ps}\left[k\right]---\left(9\right)$

上式中β为更新因子。

噪声跟踪的结果，获得噪声估计能量

如图2所示，噪声跟踪单元204从第二短时傅里叶分析单元202获得第二短时频谱X'(k)，利用预估的噪声功率谱

进行噪声跟踪，得到噪声估计能量

后输出指信噪比估计单元205。

在步骤305，利用噪声估计能量和信号短时功率X′²(k)进行信噪比估计，获得后验信噪比和先验信噪比。这一步骤在信噪比估计单元205执行。后验信噪比SNR_post和先验信噪比SNR_prior计算如下：

${\mathrm{SNR}}_{\mathrm{post}}\left(k\right)=\frac{{\left|X^{\&prime;}\left(k\right)\right|}^2}{\mathrm{\&epsiv;}\left\{{\left|{\widehat{\mathrm{\&sigma;}}}_N^{\&prime;2}\left(k\right)\right|}^2\right\}}---\left(10\right)$

${\mathrm{SNR}}_{\mathrm{prior}}=\mathrm{\&alpha;}\frac{{\left|G_{n-1}\left(k\right){X^{\&prime;}}_{n-1}\left(k\right)\right|}^2}{{{\widehat{\mathrm{\&sigma;}}}^{\&prime;}}_n\left(k\right)}+(1-\mathrm{\&alpha;})\max \{{\mathrm{SNR}}_{\mathrm{post}}\left(k\right)-\mathrm{1,0}\}---\left(11\right)$

上述公式中，α为平滑因子，ε表示求期望。

在步骤306，进行噪声抑制的衰减增益计算。这一步骤在增益计算单元206执行。计算噪声抑制的衰减增益G_n(k)的表达式如下：

$G_n\left(k\right)=\frac{\sqrt{\mathrm{\&pi;}}}{2}\sqrt{\left(\frac{1}{1+{\mathrm{SNR}}_{\mathrm{post}}\left(t\right)}\right)\left(\frac{{\mathrm{SNR}}_{\mathrm{prior}}\left(k\right)}{1+{\mathrm{SNR}}_{\mathrm{prior}}\left(k\right)}\right)}\&CenterDot;M[(1+{\mathrm{SNR}}_{\mathrm{post}}\left(k\right))\left(\frac{{\mathrm{SNR}}_{\mathrm{prior}}\left(k\right)}{1+{\mathrm{SNR}}_{\mathrm{prior}}\left(k\right)}\right)---\left(12\right)$

在式(12)中，M代表下列函数：

$M\left[\mathrm{\&theta;}\right]=\exp (-\frac{\mathrm{\&theta;}}{2})[(1+\mathrm{\&theta;})I_0\left(\frac{\mathrm{\&theta;}}{2}\right)+{\mathrm{\&theta;I}}_1\left(\frac{\mathrm{\&theta;}}{2}\right)]---\left(13\right)$

其中I₀和I₁分别是第0级和第1级修正贝赛尔函数。

在步骤307，进行根据所计算的衰减增益噪声抑制。这一步骤在噪声抑制单元207执行。根据计算的衰减增益进行噪声抑制。

$\hat{S}\left(k\right)=G_n\left(k\right)X^{\&prime;}\left(k\right)---\left(14\right)$

然后在步骤308，对噪声抑制的信号进行短时傅里叶综合以获得噪声抑制后的时域信号。这一步骤在噪声抑制单元208执行。

具体地说，，对

进行傅里叶综合，可以得到噪声抑制后的时域信号

$\hat{s}\left(n\right)=\mathrm{IFFT}\left(\hat{S}\left(k\right)\right)---\left(15\right)$

图4示出本发明和现有技术的噪声抑制效果对比图。从图4来看采用噪声抑制预估技术（上半部分），其噪声处理结果不存在收敛时间，可以立即到达收敛状态。相比之下，未采用噪声预估技术，其噪声处理结果在初始阶段存在2s左右的收敛时间，过了收敛阶段其噪声抑制效果才稳定下来。

本发明的实施例利用了噪声功率谱稳定性，运用了噪声预估计方法，在噪声处理前对噪声功率谱进行了预先估计，提高了噪声抑制效果，消除了一般噪声抑制器中存在收敛时间问题。

本发明的实施例相对于其他噪声抑制器的优点是噪声处理不存在收敛时间，提高了噪声抑制的及时性。本发明的实施例可以用于语音识别及说话人识别前端处理，从而有助于提高识别的准确性。

虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的修改和完善，因此本发明的保护范围当以权利要求书所界定的为准。

Claims (10)

1.一种噪声抑制方法，包括以下步骤：

对声源数据的至少一部分进行短时傅立叶分析，获得第一短时频谱；

利用该第一短时频谱对噪声功率谱进行预估计，获得预估噪声功率谱；

对该声源数据的整个部分进行短时傅里叶分析，获得第二短时频谱；

利用该预估噪声功率谱作为初始功率谱密度，对该第二短时频谱进行噪声跟踪，获得噪声估计能量；

利用该噪声估计能量和该第二短时频谱估计信噪比；

利用该信噪比进行计算噪声抑制的衰减增益；以及

利用该衰减增益进行噪声抑制。

2.如权利要求1所述的方法，其特征在于，对声源数据的至少一部分进行短时傅立叶分析的步骤包括，对声源数据的至少2秒数据进行短时傅立叶分析。

3.如权利要求1所述的方法，其特征在于，该信噪比包括先验信噪比和后验信噪比。

4.如权利要求1所述的方法，其特征在于，还包括：对噪声抑制的信号进行短时傅里叶综合以获得噪声抑制后的时域信号。

5.如权利要求1所述的方法，其特征在于，利用该第一短时频谱对噪声功率谱进行预估计的步骤包括：

当前输入的第一短时频谱的每个频点的功率谱值比估计噪声频点的功率谱值小的时候，立即向下更新背景噪声功率谱样点值；

当前输入的第一短时频谱每个频点的功率谱值比估计噪声频点的功率谱值大的时候，不进行更新；

如果当前输入的第一短时频谱每个频点的功率谱值一直比较大，则向上更新背景噪声功率谱样点估计值。

6.一种噪声抑制器，包括：

第一短时傅立叶分析单元，对声源数据的至少一部分进行短时傅立叶分析，获得第一短时频谱；

噪声估计单元，利用该第一短时频谱对噪声功率谱进行预估计，获得预估噪声功率谱；

第二短时傅立叶分析单元，对该声源数据的整个部分进行短时傅里叶分析，获得第二短时频谱；

噪声跟踪单元，利用该预估噪声功率谱作为初始功率谱密度，对该第二短时频谱进行噪声跟踪，获得噪声估计能量；

信噪比估计单元，利用该噪声估计能量和该第二短时频谱估计信噪比；

增益计算单元，利用该信噪比进行计算噪声抑制的衰减增益；以及

噪声抑制单元，利用该衰减增益进行噪声抑制。

7.如权利要求6所述的噪声抑制器，其特征在于，该第一短时傅立叶分析单元对声源数据的至少2秒数据进行短时傅立叶分析。

8.如权利要求6所述的噪声抑制器，其特征在于，该信噪比包括先验信噪比和后验信噪比。

9.如权利要求6所述的噪声抑制器，其特征在于，还包括：短时傅立叶综合单元，对噪声抑制的信号进行短时傅里叶综合以获得噪声抑制后的时域信号。

10.如权利要求6所述的噪声抑制器，其特征在于，该噪声估计单元执行以下步骤进行噪声功率谱的预估计：

当前输入的第一短时频谱的每个频点的功率谱值比估计噪声频点的功率谱值小的时候，立即向下更新背景噪声功率谱样点值；

当前输入的第一短时频谱每个频点的功率谱值比估计噪声频点的功率谱值大的时候，不进行更新；以及

如果当前输入的第一短时频谱每个频点的功率谱值一直比较大，则向上更新背景噪声功率谱样点估计值。

Images