CN105208187A - 宽带及窄带语音清晰度提高装置 - Google Patents

Abstract

本发明涉及移动通信领域的宽带及窄带语音清晰度提高装置，根据输入信号的采样频率自动设定滤波器的截止频率，通过输入包络线检测部对输入信号检测语音帧的电平并提供给截止频率预测部，通过输出包络线检测部对输出信号检测语音帧的电平提供给截止频率预测部，截止频率预测部得出从输入包络线检测部接收的第N个语音帧的电平和从输出包络线检测部接收的第N-1个语音帧的电平之间的差值，并利用上述差值计算用于放大上述输入信号的辅音成分的截止频率，而倾斜型滤波器部根据上述截止频率预测部计算出的截止频率对上述输入信号进行滤波，通过滤波对推测为上述输入信号的辅音成分的部分进行选择性放大。

Description

宽带及窄带语音清晰度提高装置

技术领域

本发明涉及在移动通信领域提高宽带(wideband)及窄带(narrowband)语音信号的清晰度的方法及装置。更详细而言，涉及在通过移动通信系统进行语音通话时，在网络中传送的信号不受宽带或窄带的影响而自动设置相当于在终端中所接收的采样频率的参数，并通过声码器信号的后处理过程提高宽带及窄带语音信号的清晰度的装置。

背景技术

手机中，为保存或传送语音信号或根据其他用途进行处理而使用声码器(vocoder)。手机中，声码器是为降低所要传送的语音信号的比特率以提高频率效率，对经A/D(AnalogtoDigital)变换的数字语音信号进行采样以变换为低比特率的数据(即，进行压缩)，并利用该数据变换为原来的模拟语音信号的装置。

现有技术的声码器为降低比特率所使用的采样频率一般为窄带采样频率，即8KHz的采样频率，但最近随着通信技术的发展实现了快速数据传送技术，因此，利用宽带采样频率，即16KHz采样频率的技术得到实现并实现商业化。

但是，手机中的音质比使用语音波形编码技术的音乐领域的音质差，尤其是，因音乐领域中使用44.1Khz的采样频率，因此，具有比手机的语音通话音质高的音质。

因此，习惯了44.1KHz的音质的手机用户需要更好的通话音质。

发明内容

(一)要解决的技术问题

本发明的目的在于提供一种不输出所接收的全部语音信号，而通过提高语音清晰度提高接收音质的宽带及窄带语音清晰度提高装置。

(二)技术方案

为达到上述目的，本发明提供用于宽带及窄带声码器的清晰度提高装置的后处理滤波器。第三代移动通信系统只支持窄带声码器，而第四代移动通信根据通信网络的质量传送宽带或窄带语音信号。因此本发明使用根据采样频率，以预先准备的截止频率初始值为基准自动更新后处理滤波器的方式，由此与声码器无关地能够将清晰度提高装置适用于移动通信终端中。该清晰度提高装置包括：初始值设定部，根据输入信号的采样频率，采样频率的截止频率；输入包络线检测部，对输入信号检测语音帧的电平；输出包络线检测部，对输出信号检测语音帧的电平；截止频率预测部，得出从上述输入包络线检测部接收的第N个语音帧的电平和从上述输出包络线检测部接收的第N-1个语音帧的电平之间的差值，并利用上述差值计算用于放大上述输入信号的辅音成分的截止频率；倾斜型滤波器部，根据上述截止频率预测部计算出的上述截止频率对上述输入信号进行滤波，通过滤波对推测为上述输入信号的辅音成分的部分进行选择性放大；及语音检测器，通过分析上述输入信号判定是语音信号还是非语音信号，当为上述非语音信号的情况下，将上述输入信号作为上述输出信号并使其通过，而当为上述语音信号的情况下，提供为上述输入包络线检测部和上述倾斜型滤波器部的输入。

上述截止频率预测部的特征为，在上述第N个语音帧的电平大于上述第N-1个语音帧的电平时，将设定在上述倾斜型滤波器部的截止频率降低设定值

在上述说明中，在第N个语音帧的电平小于上述第N-1个语音帧的电平时，将设定在上述倾斜型滤波器部的截止频率提高设定值。

(三)有益效果

根据本发明的实施例，由语音输出装置自动掌握用户的通话环境，根据通话环境调节接收音量并提高语音清晰度，从而在提高了接收音质的状态下进行通话。

另外，根据本发明的实施例，即使用户在通话过程中提出提高音质的要求，也可以根据用户提高音质的要求完成提高清晰度的动作，以使用户听到符合要求的提高了接收音质的声音。

另外，根据本发明的实施例，将提高接收音质输出的状态显示在语音输出装置的画面上，以使用户知晓当前输出的声音为提高了接收音质的声音。

附图说明

图1为本发明的实施例的宽带及窄带语音清晰度提高装置的结构框图。

图2为普通倾斜型滤波器的频率特性图表。

图3为将本发明的实施例搭载在手机终端进行信号处理的结果的一例示意图。

图4为利用本发明的实施例的宽带及窄带语音清晰度提高装置选择性地过滤辅音的结果的另一例示意图。

具体实施方式

下面，参照附图对本发明的实施例进行详细说明，以帮助本领域技术人员容易实施本发明。但是，本发明可通过各种不同的形式实现而不受在此说明的实施例的限制。为了更明确地说明本发明，图中省略与说明无关的内容，而且，在整个说明书中的相同或类似的结构添加相同的附图标记。

在整个说明书中，说某一部分与另一部分“连接”时，不仅包括“直接连接”的情况，而且，还包括该些部分之间通过其他元件“间接连接”的情况。在说明书中，记载某一部分“包括”某一构成要件时，除非有与其相反的记载，均意味着不是排除其他构成要件，而是还可包括其他构成要件。

下面，结合附图对本发明的实施例的清晰度提高装置及利用该装置的语音输出装置、清晰度提高方法及利用该方法的接收音处理方法进行详细说明。但是，本发明不限于下述实施例。

下面，参照图1，对本发明的实施例的宽带及窄带语音清晰度提高装置及利用该清晰度提高装置的语音输出装置进行说明。

需要说明的是，在语音信号中，相对于元音，辅音部分具有很小的信号成分。但是，在移动通信设备的网络设备及终端的语音信号处理过程中，小信号成分往往消失或变小。结果，在用手机进行通话时，出现发出相当含混的声音或不能通过声音区分对方的情况。

本发明的实施例的具有宽带声码器的清晰度提高装置在语音信号处理过程中，防止辅音部分的信号成分消失或变小。即，本发明的实施例的具有宽带声码器的提高装置通过选择性地增强辅音部分的信号成分来提高语音清晰度。

图1为本发明的实施例的具有宽带声码器的语音清晰度提高装置的结构框图。如图1所示，本发明的实施例的具有宽带声码器的语音清晰度提高装置100包括初始值设定部101、倾斜型滤波器部102、输入包络线(inputenvelop)检测部103、输出包络线(outputenvelop)检测部104、语音检测器105及截止频率(cutofffrequency)预测部106。

初始值设定部101根据输入信号(Sin)的采样频率将根据实验所得的窄带和宽带采样频率的截止频率初始值106传递至截止频率预测部106。即，初始值设定部101在采样频率为8KHz的情况下，将所设定的第一截止频率初始值提供给截止频率预测部106，而在采样频率为16KHz的情况下，将所设定的第二截止频率初始值提供给截止频率预测部106。

输入包络线检测部103对当前所输入的语音信号(Sin)以语音帧为单位检测包络线(envelop)的振幅电平(下称“当前输入语音信号电平”)并将所检测到的振幅电平提供给截止频率预测部106。

输出包络线检测部104对所输出的语音信号(Sout)以语音帧为单位计算包络线(envelop)的振幅电平，并将当前所输出的语音帧的对前一个语音帧的包络线振幅电平(下称“之前输出语音信号电平”)提供给截止频率预测部106。

语音检测器105被称为VoiceActivityDetector(VAD)，对所接收的输入信号的频带进行分析以判断输入信号是否为由人发出的语音信号，并根据语音信号或非语音信号切换开关SW以区别对于语音信号或非语音信号的处理。例如，语音检测器105在输入信号为非语音信号的情况下，不经过倾斜型滤波器部102而直接以“by-pass”输出作为输出语音，而在输入信号为语音信号的情况下，通过特定的倾斜型滤波器部102增强特定部分的语音信号。

截止频率预测部106从输入包络线检测部103接收当前输入语音信号电平并从输出包络线检测部104接收之前输出语音信号电平。另外，截止频率预测部106通过比较当前输入语音信号电平和之前输出语音信号电平得出两个振幅电平之间差异的大小，以计算可动态变更倾斜型滤波器部102的特性的截止频率。

截止频率预测部106使利用两个振幅电平之间的差异大小计算出的截止频率成为倾斜型滤波器部102的截止频率。即，截止频率预测部106变更下述数学式4的ω_cut-off，以成为利用两个振幅电平之间的差异大小计算出的截止频率。

截止频率预测部106在两个振幅电平之间的差异大小为正数(即，当前输入语音信号电平大于之前输出语音信号电平)的情况下，将截止频率降低设定值与此相反，截止频率预测部106在上述两个电平间的差异大小为负数的情况下，将倾斜型滤波器部102中当前所设定的截止频率提高设定值此时，变更值即设定值为预先实验决定的值。

倾斜型滤波器部102接收由截止频率预测部106计算出的截止频率，并根据所接收的截止频率对输入语音信号进行高通滤波并将输出语音信号进行输出。

上述倾斜型滤波器部102以在音频设计中广泛使用的倾斜型滤波器(shelvingfilter)为基础，普通倾斜型滤波器的传递函数(H(s))如下述数学式1，而频率特性如图2所示。

[数学式1]

$H\left(s\right)=\frac{g_{\mathrm{\π}}\·s+g_0\·\mathrm{\ρ}}{s+\mathrm{\ρ}}$

在此，ρ为调节过渡频率(transitionfrequency)的系数，而g_o和g_π各为0和高频的增益值，是计算各帧的包络线之后所获得的常数。在此，将|H(j·1)|²＝g₀·g_π相对于ρ重新展开，则数学式1可表示为数学式2。

[数学式2]

$\mathrm{\ρ}={\left(\frac{g_{\mathrm{\π}}}{g_0}\right)}^{\frac{1}{2}}$

之后，若将数学式2代入数学式1，则可获得如下数学式3所示的模拟传递函数。

[数学式3]

$H\left(s\right)=\frac{g_{\mathrm{\π}}s+{(g_0\·g_{\mathrm{\π}})}^{\frac{1}{2}}}{s+{(g_{\mathrm{\π}}/g_0)}^{\frac{1}{2}}}$

通过双线性变换(Bi-lineartransform)将数学式3变换为数字域的应答特性，则如下述数学式4。在此，双线性变换被定义为h(z)＝h(s(z))， $s=\frac{2}{T}\·\frac{1-z^{-1}}{1+z^{-1}}.$

[数学式4]

$H\left(z\right)=\frac{g_{\mathrm{\π}}}{2}(1+\frac{(T-2)+(T+2)z^{-1}}{(T+2)+(T-2)z^{-1}})+\frac{g_0}{2}(1-\frac{(T-2)+(T+2)z^{-1}}{(T+2)+(T-2)z^{-1}})$

在数学式4中，值为决定高通滤波器的特性的值。

通过上述传递函数，倾斜型滤波器部102具有如图2所示的图表那样的普通倾斜型滤波器的频率特性。普通倾斜型滤波器的频率特性图表可通过各种文献获得，因此，在此不再赘述。

如上构成的本发明的实施例的清晰度提高装置通过选择性地增强被推测为输入语音信号的辅音成分的部分提高语音清晰度。下面，说明上述本发明的实施例的清晰度提高装置的动作。

接收输入信号之后，语音检测器105判断输入信号是语音信号还是非语音信号。通过上述判断判定输入信号为语音信号的情况下，语音检测器105将输入信号提供给倾斜型滤波器部102。此时，输入至倾斜型滤波器部102的输入信号也输入至输入包络线检测部103，而输入包络线检测部103检测对输入信号的包络线电平并提供给截止频率预测部106。

另外，输入至倾斜型滤波器部102的输入信号根据设定于倾斜型滤波器部102的滤波器传递函数进行处理之后输出为输出信号。此时，从倾斜型滤波器部102输出的输出信号输出至外部，并同时输入至输出包络线检测部104。则输出包络线检测部104对所输入的输出信号检测包络线电平并提供给截止频率预测部106。

在此，截止频率预测部106虽然输入对输入信号的包络线电平和对输出信号的包络线电平，但不利用对相同语音帧的输入信号和输出信号，而利用当前语音帧的输入信号和之前语音帧的输出信号。

即，截止频率预测部106计算对之前帧的输出信号的包络线电平(即，之前输出语音信号电平)E2和对当前帧的输入信号的包络线电平(及，当前输入语音信号电平)E1之间的包络线电平差异E1-E2。

截止频率预测部106在当前输入语音信号电平和之前输出语音信号电平差异E1-E2的大小为正数时，判定当前输入语音信号电平大于之前输出语音信号电平，而在负数时，判定当前输入语音信号电平小于之前输出语音信号电平。

截止频率预测部106在上述两个振幅电平之间的差异为正数时，将当前设定于倾斜型(shelving)滤波器部102的截止频率降低设定值与此相反，截止频率预测部106在上述两个电平间的差异为负数时，将倾斜型滤波器部102中当前所设定的截止频率提高设定值

当包络线的值变小时，截止频率预测部106判定语音信号中的辅音成分多，从而增强特定高频成分。在此，高频成分的范围为约1.5KHz～2.5KHz之间。

此时，所决定的截止频率的降低程度为根据当前语音输入信号电平和之前输出语音信号电平的差异预先实验决定的值，即设定值的大小。

这样，通过动态变更截止频率，从倾斜型滤波器部102所输出的输出语音信号的辅音成分高频成分放大，而低频成分衰减。因此，平均均方根(Root-Mean-Square)能量水平在滤波之后没有变化而维持原状。

此时，相对于元音，辅音包含主要高频成分，因此，在输出语音信号为辅音的情况下，发音上的功率得到增加，结果，对接收语音信号的语音清晰度得到提高。

通过本发明的实施例的清晰度提高装置语音清晰度得到提高的另一例为如图3所示。图3为将本发明的实施例搭载在手机终端进行信号处理的结果的一例示意图。

图3的(a)为表示输入及输出至本发明的清晰度提高装置的语音信号的频率波形图，input为灰色波形图，表示所接收的语音信号Sin的波形，而processed为黑色波形图，表示通过滤波放大输出的语音信号Sout的波形。另外，(b)为输入语音信号的光谱图，(c)为输出语音信号的光谱图。

从在(a)中用灰色和黑色表示的输入语音信号Sin和输出语音信号Sout可知，当接收到“beachexposedtotrash”(存在垃圾的海滩)的语音信号，则清晰度提高装置100变换作为高通滤波器的倾斜型滤波器部102的截止频率，将作为辅音的“b”、“ch”、“k”、“p”、“zd”、“t”、“sh”的信号成分相对于元音增强(即，放大)输出。

另外，从(b)和(c)所示的光谱图可知，相对于输入语音信号，用圆标记的辅音部分在输出语音信号中的高频成分中分布较多。

通过本发明的实施例的清晰度提高装置语音清晰度得到提高的一例为如图4所示。图4为利用本发明的实施例的具有宽带声码器的语音清晰度提高装置选择性地过滤辅音的结果的另一例示意图。

将本发明的实施例搭载在手机终端进行信号处理的结果的一例的示意图表示接收“five”、“six”及“two”的语音信号的情况。

图4的(a)为本发明的以未经信号处理的状态输出的输出语音信号的频率波形图，而(b)为本发明的以经信号处理的状态输出的输出语音信号的频率波形图。

如(a)所示，在接收“five”、“six”及“two”的语音信号时，在现有技术中对用圆标记(marking)的“F”、“S”、“W”的辅音信号成分不进行放大。

与此相反，如(b)所示，本发明的实施例的清晰度提高装置100在接收“five”、“six”及“two”的语音信号时，对用圆标记的“F”、“S”、“W”的辅音信号成分进行选择性放大并进行输出。当然，本发明的实施例的清晰度提高装置100对“V”、“X”、“T”的辅音信号成分也进行选择性放大并进行输出。

本发明的实施例的语音输出装置是用于接收及输出语音信号的装置，可以是手机、普通电话机、PMP、DMB、MP3、车载免提通话设备(hands-freekit)、蓝牙耳机(bluetoothear-set)等。

上述实施例仅用以说明本发明，本领域的普通技术人员应理解，在不变更本发明的技术思想和必要特征的前提下，能够容易地变更为其他的具体方式。因此，以上说明的实施例仅仅是所有方面的示例，而非限定。例如，单一型的各构成要件可分散实施，同样，分散的构成要件可以以结合方式实施。

本发明的范围不受上述详细说明的限制，而是根据权利要求来确定，而权利要求书的含义、范围和等价概念导出的所有变更或变形方式均包含在本发明的范围之中。

Claims (3)

1.一种具有宽带声码器的语音清晰度提高装置，其特征在于，包括：

初始值设定部，根据输入信号的采样频率，采样频率的截止频率；

输入包络线检测部，对输入信号检测语音帧的电平；

输出包络线检测部，对输出信号检测语音帧的电平；

截止频率预测部，得出从上述输入包络线检测部接收的第N个语音帧的电平和从上述输出包络线检测部接收的第N-1个语音帧的电平之间的差值，并利用上述差值计算用于放大上述输入信号的辅音成分的截止频率；

倾斜型滤波器部，根据上述截止频率预测部计算出的上述截止频率对上述输入信号进行滤波，通过滤波对推测为上述输入信号的辅音成分的部分进行选择性放大；及

语音检测器，通过分析上述输入信号判定是语音信号还是非语音信号，当为上述非语音信号的情况下，将上述输入信号作为上述输出信号使其通过，而当为上述语音信号的情况下，提供为上述输入包络线检测部和上述倾斜型滤波器部的输入。

2.根据权利要求1所述的具有宽带声码器的语音清晰度提高装置，其特征在于，上述截止频率预测部在上述第N个语音帧的电平大于上述第N-1个语音帧的电平时，将设定于上述倾斜型滤波器部的截止频率降低设定值。

3.根据权利要求2所述的具有宽带声码器的语音清晰度提高装置，其特征在于，在上述第N个语音帧的电平小于上述第N-1个语音帧的电平时，将设定于上述倾斜型滤波器部的截止频率提高设定值。