CN108074582B - 一种噪声抑制信噪比估计方法和用户终端 - Google Patents

一种噪声抑制信噪比估计方法和用户终端 Download PDF

Info

Publication number
CN108074582B
CN108074582B CN201611039463.4A CN201611039463A CN108074582B CN 108074582 B CN108074582 B CN 108074582B CN 201611039463 A CN201611039463 A CN 201611039463A CN 108074582 B CN108074582 B CN 108074582B
Authority
CN
China
Prior art keywords
noise ratio
audio frame
current audio
signal
estimated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611039463.4A
Other languages
English (en)
Other versions
CN108074582A (zh
Inventor
谢单辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Telecommunications Technology CATT
Original Assignee
China Academy of Telecommunications Technology CATT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Telecommunications Technology CATT filed Critical China Academy of Telecommunications Technology CATT
Priority to CN201611039463.4A priority Critical patent/CN108074582B/zh
Priority to PCT/CN2017/106502 priority patent/WO2018086444A1/zh
Publication of CN108074582A publication Critical patent/CN108074582A/zh
Application granted granted Critical
Publication of CN108074582B publication Critical patent/CN108074582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Telephone Function (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Abstract

本发明提供一种噪声抑制信噪比估计方法和用户终端，该方法可包括：估计当前音频帧的预估先验信噪比；根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的MMSE的估计值；计算所述当前音频帧的语音存在概率；结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比。本发明实施例可以实现估算的先验信噪比与当前音频帧的相关性更高，从而有利于当前音频帧的噪声抑制。

Description

一种噪声抑制信噪比估计方法和用户终端
技术领域
本发明涉及语音技术领域，尤其涉及一种噪声抑制信噪比估计方法和用户终端。
背景技术
目前用户终端中通常采用单麦克风降噪方法对音频信号进行降噪，该方法中主要包括如下步骤：
将带噪语音使用快速傅氏变换(Fast Fourier Transformation，FFT)或者其他变换方法，将带噪语音在频域分解频域信号Y；
估计频域信号Y的噪声方差；
基于上述噪声方差推算先验信噪比和后验信噪比；
根据先验信噪比和后验信噪比计算出适合的增益；
对频域信号Y的每个频域乘以上述增益，以得到降噪后的频域信号；
将降噪后的频域信号通过快速傅氏逆变换(Inverse Fast Fourier Transform，IFFT)变换成时域信号。
然而，上述技术中，先验信噪比是采用直接判决方法估计的，即通过如下公式进行估计的：
Figure BDA0001149807370000011
其中，
Figure BDA0001149807370000012
表示当前帧的先验信噪比的估计值，α通常需要取接近1的平滑数，具体为0.95～1的值，
Figure BDA0001149807370000013
表示前一帧的降噪处理结果，
Figure BDA0001149807370000014
表示噪声方差，
Figure BDA0001149807370000015
表示当前帧的后验信噪比估计值。
通过上述公式可以看出，后验信噪比的估计值严重偏向于前一帧的降噪处理结果
Figure BDA0001149807370000016
而
Figure BDA0001149807370000017
可以看成是前一帧语音方差
Figure BDA0001149807370000018
的瞬时值。所以，通过上述公式最终估计到的先验信噪比ξ并非是估计当前帧的信噪比ξ(m)，可以视为估计前一帧的先验信噪比ξ(m-1)。可见，目前估算当前音频帧的先验信噪比存在与当前音频帧的相关性较差，不利于当前音频帧的噪声抑制的问题。
发明内容
本发明的目的在于提供一种噪声抑制信噪比估计方法和用户终端，解决了估算当前音频帧的先验信噪比存在与当前音频帧的相关性较差，不利于当前音频帧的噪声抑制的问题。
为了达到上述目的，本发明实施例提供一种先验信噪比估计方法，包括：
估计当前音频帧的预估先验信噪比；
根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差(Minimum Mean Square Error，MMSE)的估计值；
计算所述当前音频帧的语音存在概率；
结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比。
可选的，所述估计当前音频帧的预估先验信噪比，包括：
基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比。
可选的，所述基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比，包括：
通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000021
其中，
Figure BDA0001149807370000022
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000023
表示前一帧的降噪处理结果，
Figure BDA0001149807370000024
表示噪声方差，
Figure BDA0001149807370000025
表示所述当前音频帧的后验信噪比估计值；
或者，
通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000026
其中，
Figure BDA0001149807370000027
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000028
为前一帧的先验信噪比，
Figure BDA0001149807370000031
表示当前帧的后验信噪比估计值。
可选的，所述方法还包括：
通过如下公式调整估计所述预估先验信噪比时所需要的平滑数：
Figure BDA0001149807370000032
其中，a1和a2为预设的两个平滑数，且a1＞a2，γth和ξth为两个经验阈值。
可选的，所述基于所述语音存在概率估计值估计当前音频帧的预估先验信噪比的步骤，进一步还包括：
通过如下公式进一步估计所述当前音频帧的预估先验信噪比：
Figure BDA0001149807370000033
或者
Figure BDA0001149807370000034
其中，
Figure BDA0001149807370000035
表示所述预估先验信噪比，
Figure BDA0001149807370000036
和
Figure BDA0001149807370000037
分别表示平滑数为a1时所述当前音频帧的预估先验信噪比和平滑数为a2时所述当前音频帧的预估先验信噪比，p(H1|Y)表示所述语音存在概率，pth为预设阈值。
可选的，所述根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应，包括：
根据所述预估先验信噪比，通过如下公式计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值：
Figure BDA0001149807370000038
其中，
Figure BDA0001149807370000039
表示所述预估先验信噪比对应的最小均方误差的估计值，
Figure BDA00011498073700000310
表示所述预估先验信噪比，
Figure BDA00011498073700000311
表示所述当前音频帧的后验信噪比估计值。
可选的，所述计算所述当前音频帧的语音存在概率，包括：
通过如下公式计算所述当前音频帧的语音存在概率：
Figure BDA00011498073700000312
Figure BDA00011498073700000313
或者
Figure BDA0001149807370000041
其中，p(H1|Y)表示所述语音存在概率，p(H1)和p(H0)分别表示先验语音存在概率和先验无语音概率，
Figure BDA0001149807370000042
为某一固定值，
Figure BDA0001149807370000043
表示所述当前音频帧的后验信噪比估计值，exp()为指数函数，γmin和γmax为两个经验值，且γmin＜γmax，pmax和pmin为两个经验值，且pmin＜pmax。
可选的，所述结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比，包括：
通过如下公式估计所述当前音频帧的最终先验信噪比：
Figure BDA0001149807370000044
其中，
Figure BDA0001149807370000045
所述当前音频帧的最终先验信噪比，
Figure BDA0001149807370000046
表示所述预估先验信噪比的最小均方误差的估计值，p(H1|Y)表示所述语音存在概率，ξmin为某一小数值。
本发明实施例还提供一种用户终端，包括：
第一估计模块，用于估计当前音频帧的预估先验信噪比；
第一计算模块，用于根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的MMSE的估计值；
第二计算模块，用于计算所述当前音频帧的语音存在概率；
第二估计模块，用于结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比。
可选的，所述第一估计模块用于基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比。
可选的，所述第一估计模块用于通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000047
其中，
Figure BDA0001149807370000048
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000049
表示前一帧的降噪处理结果，
Figure BDA00011498073700000410
表示噪声方差，
Figure BDA00011498073700000411
表示所述当前音频帧的后验信噪比估计值；
或者，
所述第一估计模块用于通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000051
其中，
Figure BDA0001149807370000052
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000053
为前一帧的先验信噪比，
Figure BDA0001149807370000054
表示当前帧的后验信噪比估计值。
可选的，所述用户终端还包括：
调整模块，用于通过如下公式调整估计所述预估先验信噪比时所需要的平滑数：
Figure BDA0001149807370000055
其中，a1和a2为预设的两个平滑数，且a1＞a2，γth和ξth为两个经验阈值。
可选的，所述第一估计模块还用于通过如下公式进一步估计所述当前音频帧的预估先验信噪比：
Figure BDA0001149807370000056
或者
Figure BDA0001149807370000057
其中，
Figure BDA0001149807370000058
表示所述预估先验信噪比，
Figure BDA0001149807370000059
和
Figure BDA00011498073700000510
分别表示平滑数为a1时所述当前音频帧的预估先验信噪比和平滑数为a2时所述当前音频帧的预估先验信噪比，p(H1|Y)表示所述语音存在概率，pth为预设阈值。
可选的，所述第一计算模块用于根据所述预估先验信噪比，通过如下公式计算所述当前音频帧的所述预估先验信噪比对应的MMSE的估计值：
Figure BDA00011498073700000511
其中，
Figure BDA00011498073700000512
表示所述预估先验信噪比对应的最小均方误差的估计值，
Figure BDA00011498073700000513
表示所述预估先验信噪比，
Figure BDA00011498073700000514
表示所述当前音频帧的后验信噪比估计值。
可选的，所述第二计算模块用于通过如下公式计算所述当前音频帧的语音存在概率：
Figure BDA0001149807370000061
Figure BDA0001149807370000062
或者
Figure BDA0001149807370000063
其中，p(H1|Y)表示所述语音存在概率，p(H1)和p(H0)分别表示先验语音存在概率和先验无语音概率，
Figure BDA0001149807370000064
为某一固定值，
Figure BDA0001149807370000065
表示所述当前音频帧的后验信噪比估计值，exp()为指数函数，γmin和γmax为两个经验值，且γmin＜γmax，pmax和pmin为两个经验值，且pmin＜pmax。
可选的，所述第二估计模块用于通过如下公式估计所述当前音频帧的最终先验信噪比：
Figure BDA0001149807370000066
其中，
Figure BDA0001149807370000067
所述当前音频帧的最终先验信噪比，
Figure BDA0001149807370000068
表示所述预估先验信噪比的最小均方误差的估计值，p(H1|Y)表示所述语音存在概率，ξmin为某一小数值。
本发明的上述技术方案至少具有如下有益效果：
本发明实施例，估计当前音频帧的预估先验信噪比；根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的MMSE的估计值；计算所述当前音频帧的语音存在概率；结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比。由于是结合当前帧的语音存在概率和当前音频帧的预估先验信噪比对应的最小均方误差的估计值估计的最终先验信噪比，相比现有技术中根据前一帧的先验信噪比进行估计，本发明实施例可以估算的先验信噪比与当前音频帧的相关性更高，从而有利于当前音频帧的噪声抑制。
附图说明
图1为本发明实施例提供的一种噪声抑制信噪比估计方法的流程示意图；
图2为本发明实施例提供的另一种噪声抑制信噪比估计方法的示意图；
图3为本发明实施例提供的一种噪声抑制信噪比估计方法的实验数据示意图；
图4为本发明实施例提供的一种噪声抑制信噪比估计方法的另一实验数据示意图；
图5为本发明实施例提供的一种噪声抑制信噪比估计方法的另一实验数据示意图；
图6为本发明实施例提供的一种用户终端的结构示意图；
图7为本发明实施例提供的另一种用户终端的结构示意图；
图8为本发明实施例提供的另一种用户终端的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
参见图1，本发明实施例提供一种噪声抑制信噪比估计方法，如图1所示，包括以下步骤：
101、估计当前音频帧的预估先验信噪比；
102、根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的MMSE的估计值；
103、计算所述当前音频帧的语音存在概率；
104、结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比。
本发明实施例中，上述当前音频帧可以是用户终端的麦克风采集的当前帧，该当前帧可能是语音帧，也有可能是噪声帧。
另外，上述预估先验信噪比可以是采用直接判决方法或者最大似然方法等方法进行估计的先验信噪比。上述计算预估先验信噪比的MMSE的估计值可以是采用MMSE算法得到上述预估先验信噪比的MMSE的估计值。上述当前音频帧的语音存在概率可以根据当前音频帧的后验信噪比计算当前音频帧的语音存概率，也可以是结合前几帧相同频点的后验信噪比做一个平均或者平滑得到的值计算当前音频帧的语音存在概率。
需要说明的是，对于步骤103与步骤101和步骤102之间的执行顺序，本发明实施例不作限定，例如：可以是先执行步骤103，再执行步骤101，或者可以是先执行步骤101，之后再执行步骤103。
另外，上述当前音频帧的最终先验信噪比可以是理解为，在对音频帧进行降噪过程中用于增益计算的先验信噪比，或者也可以理解为本发明实施例中针对当前音频帧输出的先验信噪比。结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比可以是，根据上述语音存在概率确定当前音频帧为语音帧的概率，若确定当前音频帧为纯噪声帧，则将上述最终先验信噪比设置为一个稳定的最小值，例如ξmin，以保证纯噪声段处理平稳，减小音乐噪声；而当确定当前音频帧为语音段中的音频帧时，则计算最终先验信噪比偏向于上述预估先验信噪比对应的最小均方误差的估计值，使得最终先验信噪比估计更为准确。
通过上述步骤可以实现结合当前帧的语音存在概率和当前音频帧的预估先验信噪比的最小均方误差的估计值估计的最终先验信噪比，估算的先验信噪比与当前音频帧的相关性更高，从而有利于当前音频帧的噪声抑制，以提高噪声抑制效果。
可选的，所述估计当前音频帧的预估先验信噪比，包括：
基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比。
其中，当前音频帧的后验信噪比为公知常识，此处不作详细说明。其中，基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比可以是基于所述当前音频帧的后验信噪比估计值采用直接判决方法估计当前音频帧的预估先验信噪比，当然，本发明实施例对此并不作限定。
可选的，上述基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比，包括：
通过如下公式估计当前音频帧的预估验信噪比：
Figure BDA0001149807370000081
其中，
Figure BDA0001149807370000082
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000083
表示前一帧的降噪处理结果，
Figure BDA0001149807370000091
表示噪声方差，
Figure BDA0001149807370000092
表示所述当前音频帧的后验信噪比估计值；
或者，
通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000093
其中，
Figure BDA0001149807370000094
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000095
为前一帧的先验信噪比，
Figure BDA0001149807370000096
表示当前帧的后验信噪比估计值。
该实施方式中，可以通过上述两个公式中的任一公式估算上述预估先验信噪比。根据实验表明采用
Figure BDA0001149807370000097
对应的公式计算上述预估先验信噪比效果更好，该方法中主要是音乐噪声(musical tone)会少，所以本发明实施例中优先的，采用
Figure BDA0001149807370000098
对应的公式计算上述预估先验信噪比。
另外，上述平滑数可以是预先设置的数值，例如，为0.95～1的值，或者为0.98或者0.3等数值，对此不作限定，而噪声方差而公知常识，对此不作详细说明。
可选的，上述方法还包括：
通过如下公式调整估计所述预估先验信噪比时所需要的平滑数：
Figure BDA0001149807370000099
其中，a1和a2为预设的两个平滑数，且a1＞a2，γth和ξth为两个经验阈值。
该实施方式中，考虑到α因子需要在纯噪声时，保证尽可能的大，使得估计出来的值尽可能的稳定，而在有语音段的时候需要尽可能的小，以便保证快速的跟踪语音。其中，上述a1和a2可以分别为0.98和0.3，当然，本发明实施例对此并不作限定，例如：还可以是0.95和0.28等，具体还可以根据实际进行调整。
该实施方式中，通过上述a1和a2可以提高预估先验信噪比的准确性。
可选的，该实施方式中，上述基于所述语音存在概率估计值估计当前音频帧的预估先验信噪比的步骤，进一步还包括：
通过如下公式进一步估计所述当前音频帧的预估先验信噪比：
Figure BDA0001149807370000101
或者
Figure BDA0001149807370000102
其中，
Figure BDA0001149807370000103
表示所述预估先验信噪比，
Figure BDA0001149807370000104
和
Figure BDA0001149807370000105
分别表示平滑数为a1时所述当前音频帧的预估先验信噪比和平滑数为a2时所述当前音频帧的预估先验信噪比，p(H1|Y)表示所述语音存在概率，pth为预设阈值。
该实施方式中，可以根据当前音频帧的音频存在概率切换预估先验信噪比，以提高预估先验信噪比的准确性。
可选的，上述根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值，包括：
根据所述预估先验信噪比，通过如下公式计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值：
Figure BDA0001149807370000106
其中，
Figure BDA0001149807370000107
表示所述预估先验信噪比对应的最小均方误差的估计值，
Figure BDA0001149807370000108
表示所述预估先验信噪比，
Figure BDA0001149807370000109
表示所述当前音频帧的后验信噪比估计值。
需要说明的是，上述
Figure BDA00011498073700001010
表示步骤101计算得到的所述预估先验信噪比，并不限定是通过上述提到的关于
Figure BDA00011498073700001011
公式计算的预估先验信噪比。
其中，上述可以是根据复高斯模型得到的
Figure BDA00011498073700001012
此外，还可以采用语音的超高斯模型来计算E(X2|Y)。其中，
Figure BDA00011498073700001013
可以等效于E(X2|Y)。因为在实际应用中，先验信噪比主要是估计语音信号的方差
Figure BDA00011498073700001014
根据定义
Figure BDA00011498073700001015
这只依赖于语音信号X。但X无从获取，所以大部分对
Figure BDA00011498073700001016
的估计算法，都得从带噪信号Y估计。这一点也可以从直接判决方法看出，在直接判决方法的计算公式的后一半中的γ-1是对语音方差
Figure BDA00011498073700001017
在γ已知(i.e.Y已知)的情况的最大似然估计，前一半是使用瞬时值
Figure BDA00011498073700001018
来替换E(X2)。
所以，从大部分信噪比估计算法来看，都需要建立在带噪信号Y已知的条件下。换句话说，实际上，并不能直接估计语音方差
Figure BDA00011498073700001019
而是在Y已知的条件，估计
Figure BDA00011498073700001020
因此，本发明实施例中，采用条件期望
Figure BDA00011498073700001021
(i.e.
Figure BDA00011498073700001022
或
Figure BDA00011498073700001023
)来估计语音方差
Figure BDA00011498073700001024
在这种想法的基础上，从条件期望的定义
Figure BDA0001149807370000111
可以看出，对应的其实是对语音幅度谱X2的MMSE估计。考虑Y中有语音的概率p(H1|Y)，条件期望最终的表达式为：
Figure BDA0001149807370000112
根据复高斯模型：
Figure BDA0001149807370000113
其中，p(H0|Y)表示Y已知的条件下，无语音H0的概率，即条件概率，二元假设：
H0： Y＝N, 表示无语音
H1:Y＝X+N 表示有语音
E(X2|Y,H0)根据上述二元假设，E(X2|Y,H0)＝0。
上式中
Figure BDA00011498073700001111
是真正的语音方差，实际需要进一步估计，可以采用最大似然或者直接判决方法估计，另一个方面，还可以从假设语音服从其它模型，例如超高斯模型等，例如卡方(chi)分布：
Figure BDA0001149807370000114
之后推导出
Figure BDA0001149807370000115
Figure BDA0001149807370000116
上面
Figure BDA0001149807370000117
以及Φ(a,b；c)是汇通型超几何函数。由于包含超越函
数，使得整体计算比较复杂，一般需要查表等方式来实现。
通过上述分析可知，上述关于
Figure BDA0001149807370000118
表示所的公式可以通过复高斯模型
Figure BDA0001149807370000119
和超高斯模型
Figure BDA00011498073700001110
推导得到。
需要说明的是，本发明实施例中，直接可以采用上述公式计算预估先验信噪比的最小均方误差的估计值，而不需要执行上述条件期望的推导过程，而执行相应的步骤即可，上述条件期望仅是本发明实施例中在实施时的原理解释说明。
可选的，所述计算所述当前音频帧的语音存在概率，包括：
通过如下公式计算所述当前音频帧的语音存在概率：
Figure BDA0001149807370000121
Figure BDA0001149807370000122
或者
Figure BDA0001149807370000123
其中，p(H1|Y)表示所述语音存在概率，p(H1)和p(H0)分别表示先验语音存在概率和先验无语音概率，
Figure BDA0001149807370000124
为某一固定值，
Figure BDA0001149807370000125
表示所述当前音频帧的后验信噪比估计值，exp()为指数函数，γmin和γmax为两个经验值，且γmin＜γmax，pmax和pmin为两个经验值，且pmin＜pmax。
该实施方式中，通过上述公式区分语音和噪声。另外，使用上面公式计算语音存在概率时可以结合前几帧相同频点的后验信噪比做一个平均或者平滑得到的值计算当前音频帧的语音存在概率。另外，上面公式可以是根据上面提供的复高斯模型直接推导出来的。
本发明实施例中，通过语音存在概率是提供一个语音存在的概率，使得当前估计的先验信噪比能够在纯噪声和语音段进行软切换，从而加快直接判决方法存在的跟踪时延问题，同时又能保留直接判决方法的优点。
可选的，上述结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比，包括：
通过如下公式估计所述当前音频帧的最终先验信噪比：
Figure BDA0001149807370000126
其中，
Figure BDA0001149807370000127
所述当前音频帧的最终先验信噪比，
Figure BDA0001149807370000128
表示所述预估先验信噪比的最小均方误差的估计值，p(H1|Y)表示所述语音存在概率，ξmin为某一小数值。
该实施方式中，通过上述公式计算使得最终先验信噪比纯噪声尽可能保持在一个稳定的小的数值，例如ξmin，而在语音段时，估计的先验信噪比偏向于
Figure BDA0001149807370000129
或者理解为估计的先验信噪比偏向于
Figure BDA00011498073700001210
该实施方式中，可以区分有语音状态和无语音状态，在有语音状态根据MMSE准则推导出最优的先验信噪估计。无语音状态，使用某一个最小值来作为最大抑制力度的限制，可以保证纯噪声段处理平稳，减小音乐噪声。语音存在和不存在状态的采用语音存在概率进行计算，该概率采用固定值先验信噪比计算，从而使得先验信噪比估计的更为准确，可以解决直接判决存在的跟踪时延问题。
需要说明的是，本发明实施例中，上述介绍的多种实施方式可以相互结合实现，也可以单独实现，对此本发明实施例不作限定。另外，本发明实施例中，估算的先验信噪比可以用于音频信号的降噪过程的增益计算，优先的，可以应用采用单个麦克风降噪过程的增益计算。例如：如图2所示，获取后验信噪比和前一帧处理结构功率谱，基于后验信噪比和前一帧处理结构功率谱使用直接判决方法计算当前音频帧的预估先验信噪比，基于后验信噪比计算当前音频信号帧的语音存在概率，计算预估先验信噪比的MMSE的估计值，以及结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比，该先验信噪比用于增益计算。
本发明实施例中，通过上述步骤可以消除固有延时一帧的影响，缓解语音的起始段被衰减和末尾段存在的拖尾，进而带来降噪性能的提升。以下通过实验数据进行效果说明：
实验采用Noizus数据库，数据的采样率为8kHz，白噪声使用cool edit(为一音频处理软件)生成，其它噪声则为Noizus数据库自带。帧长取20ms，重叠率为50％，前后各使用平方根hanning窗，
Figure BDA0001149807370000131
取15dB。ξmin取-20dB，抑制准则采用MMSE-STSA算法，噪声估计采用无偏MMSE算法。
图3和图4分别是信噪比为0dB和5dB时的直接判决和本发明方法之间的对比。图3的语音为sp01，噪声为白噪，图4的语音为sp04，噪声为汽车噪声，其中，sp01和sp04是数据集里面的语音编号。箭头处可以看出，本发明方法明显优于对比算法。主观对比听，处理结果音乐噪声均不明显。图5为Noizus数据库30组汽车噪声和白噪声，在0/5/10/15dB下的平均段信噪比提升，从图中不难看出，本发明方法性能优于直接判决。
需要说明的是，上述方法可以应用于任何具备麦克风的用户终端，例如：手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)、个人数字助理(personal digital assistant，简称PDA)、移动上网装置(Mobile Internet Device，MID)、车载设备或可穿戴式设备(Wearable Device)等终端设备，需要说明的是，在本发明实施例中并不限定用户终端的具体类型。
估计当前音频帧的预估先验信噪比；根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的MMSE的估计值；计算所述当前音频帧的语音存在概率；结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比。由于是结合当前帧的语音存在概率和当前音频帧的预估先验信噪比对应的最小均方误差的估计值估计的最终先验信噪比，相比现有技术中根据前一帧的先验信噪比进行估计，本发明实施例可以估算的先验信噪比与当前音频帧的相关性更高，从而有利于当前音频帧的噪声抑制。
参见图6，本发明实施例提供一种用户终端，如图6所示，用户终端600，包括以下模块：
第一估计模块601，用于估计当前音频帧的预估先验信噪比；
第一计算模块602，用于根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值；
第二计算模块603，用于计算所述当前音频帧的语音存在概率；
第二估计模块604，用于结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比。
可选的，第一估计模块601用于基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比。
可选的，第一估计模块601用于通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000141
其中，
Figure BDA0001149807370000142
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000143
表示前一帧的降噪处理结果，
Figure BDA0001149807370000144
表示噪声方差，
Figure BDA0001149807370000145
表示所述当前音频帧的后验信噪比估计值；
或者，
所述第一估计模块601用于通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000151
其中，
Figure BDA0001149807370000152
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000153
为前一帧的先验信噪比，
Figure BDA0001149807370000154
表示当前帧的后验信噪比估计值。
可选的，如图7所示，用户终端600还包括：
调整模块605，用于通过如下公式调整估计所述预估先验信噪比时所需要的平滑数：
Figure BDA0001149807370000155
其中，a1和a2为预设的两个平滑数，且a1＞a2，γth和ξth为两个经验阈值。
可选的，第一估计模块601还用于通过如下公式进一步估计所述当前音频帧的预估先验信噪比：
Figure BDA0001149807370000156
或者
Figure BDA0001149807370000157
其中，
Figure BDA0001149807370000158
表示所述预估先验信噪比，
Figure BDA0001149807370000159
和
Figure BDA00011498073700001510
分别表示平滑数为a1时所述当前音频帧的预估先验信噪比和平滑数为a2时所述当前音频帧的预估先验信噪比，p(H1|Y)表示所述语音存在概率，pth为预设阈值。
可选的，第一计算模块602用于根据所述预估先验信噪比，通过如下公式计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值：
Figure BDA00011498073700001511
其中，
Figure BDA00011498073700001512
表示所述预估先验信噪比对应的最小均方误差的估计值，
Figure BDA00011498073700001513
表示所述预估先验信噪比，
Figure BDA00011498073700001514
表示所述当前音频帧的后验信噪比估计值。
可选的，第二计算模块603用于通过如下公式计算所述当前音频帧的语音存在概率：
Figure BDA00011498073700001515
Figure BDA00011498073700001516
或者
Figure BDA0001149807370000161
其中，p(H1|Y)表示所述语音存在概率，p(H1)和p(H0)分别表示先验语音存在概率和先验无语音概率，
Figure BDA0001149807370000162
为某一固定值，
Figure BDA0001149807370000163
表示所述当前音频帧的后验信噪比估计值，exp()为指数函数，γmin和γmax为两个经验值，且γmin＜γmax，pmax和pmin为两个经验值，且pmin＜pmax。
可选的，第二估计模块604用于通过如下公式估计所述当前音频帧的最终先验信噪比：
Figure BDA0001149807370000164
其中，
Figure BDA0001149807370000165
所述当前音频帧的最终先验信噪比，
Figure BDA0001149807370000166
表示所述预估先验信噪比的最小均方误差的估计值，p(H1|Y)表示所述语音存在概率，ξmin为某一小数值。
需要说明的是，本实施例中上述用户终端600可以是与本发明实施例中方法实施例提供的语音信号降噪方法对应的用户终端，本发明实施例中方法实施例中的任意实施方式都可以被本实施例中的上述用户终端600所实现，以及达到相同的有益效果，此处不再赘述。
参见图8，本发明实施例提供另一种用户终端的结构，该用户终端包括：处理器800、收发机810、存储器820、用户接口830和总线接口，其中：
处理器800，用于读取存储器820中的程序，执行下列过程：
估计当前音频帧的预估先验信噪比；
根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的MMSE的估计值；
计算所述当前音频帧的语音存在概率；
结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比。
其中，用户接口830中包括的麦克风，收发机810，用于在处理器800的控制下接收和发送数据。
在图8中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器800代表的一个或多个处理器和存储器820代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机810可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备，用户接口830还可以是能够外接内接需要设备的接口，连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器800负责管理总线架构和通常的处理，存储器820可以存储处理器800在执行操作时所使用的数据。
可选的，所述估计当前音频帧的预估先验信噪比，包括：
基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比。
可选的，所述基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比，包括：
通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000171
其中，
Figure BDA0001149807370000172
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000173
表示前一帧的降噪处理结果，
Figure BDA0001149807370000174
表示噪声方差，
Figure BDA0001149807370000175
表示所述当前音频帧的后验信噪比估计值；
或者，
通过如下公式估计当前音频帧的预估先验信噪比：
Figure BDA0001149807370000176
其中，
Figure BDA0001149807370000177
表示所述预估先验信噪比，α为平滑数，
Figure BDA0001149807370000178
为前一帧的先验信噪比，
Figure BDA0001149807370000179
表示当前帧的后验信噪比估计值。
可选的，处理器800还用于：
通过如下公式调整估计所述预估先验信噪比时所需要的平滑数：
Figure BDA00011498073700001710
其中，a1和a2为预设的两个平滑数，且a1＞a2，γth和ξth为两个经验阈值。
可选的，所述基于所述语音存在概率估计值估计当前音频帧的预估先验信噪比的步骤，进一步还包括：
通过如下公式进一步估计所述当前音频帧的预估先验信噪比：
Figure BDA0001149807370000181
或者
Figure BDA0001149807370000182
其中，
Figure BDA0001149807370000183
表示所述预估先验信噪比，
Figure BDA0001149807370000184
和
Figure BDA0001149807370000185
分别表示平滑数为a1时所述当前音频帧的预估先验信噪比和平滑数为a2时所述当前音频帧的预估先验信噪比，p(H1|Y)表示所述语音存在概率，pth为预设阈值。
可选的，所述根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值，包括：
根据所述预估先验信噪比，通过如下公式计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值：
Figure BDA0001149807370000186
其中，
Figure BDA0001149807370000187
表示所述预估先验信噪比对应的最小均方误差的估计值，
Figure BDA0001149807370000188
表示所述预估先验信噪比，
Figure BDA0001149807370000189
表示所述当前音频帧的后验信噪比估计值。
可选的，所述计算所述当前音频帧的语音存在概率，包括：
通过如下公式计算所述当前音频帧的语音存在概率：
Figure BDA00011498073700001810
Figure BDA00011498073700001811
或者
Figure BDA00011498073700001812
其中，p(H1|Y)表示所述语音存在概率，p(H1)和p(H0)分别表示先验语音存在概率和先验无语音概率，
Figure BDA00011498073700001813
为某一固定值，
Figure BDA00011498073700001814
表示所述当前音频帧的后验信噪比估计值，exp()为指数函数，γmin和γmax为两个经验值，且γmin＜γmax，pmax和pmin为两个经验值，且pmin＜pmax。
可选的，所述结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比，包括：
通过如下公式估计所述当前音频帧的最终先验信噪比：
Figure BDA0001149807370000191
其中，
Figure BDA0001149807370000192
所述当前音频帧的最终先验信噪比，
Figure BDA0001149807370000193
表示所述预估先验信噪比的最小均方误差的估计值，p(H1|Y)表示所述语音存在概率，ξmin为某一小数值。
需要说明的是，本实施例中上述用户终端可以是与本发明实施例中方法实施例提供的语音信号降噪方法对应的用户终端，本发明实施例中方法实施例中的任意实施方式都可以被本实施例中的上述用户终端所实现，以及达到相同的有益效果，此处不再赘述
在本申请所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述收发方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (16)

1.一种噪声抑制信噪比估计方法，其特征在于，包括：
估计当前音频帧的预估先验信噪比；
根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值；
计算所述当前音频帧的语音存在概率；
结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比；
其中，在根据所述语音存在概率确定所述当前音频帧为纯噪声帧的情况下，所述最终先验信噪为ξmin，ξmin为某一小数值；
在根据所述语音存在概率确定所述当前音频帧为语音段中的音频帧的情况下，所述最终先验信噪为比为偏向于所述估计值的信噪比。
2.如权利要求1所述的方法，其特征在于，所述估计当前音频帧的预估先验信噪比，包括：
基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比。
3.如权利要求2所述的方法，其特征在于，所述基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比，包括：
通过如下公式估计当前音频帧的预估先验信噪比：
Figure FDA0003067034850000011
其中，
Figure FDA0003067034850000012
表示所述预估先验信噪比，α为平滑数，
Figure FDA0003067034850000013
表示前一帧的降噪处理结果，
Figure FDA0003067034850000014
表示噪声方差，
Figure FDA0003067034850000015
表示所述当前音频帧的后验信噪比估计值；
或者，
通过如下公式估计当前音频帧的预估先验信噪比：
Figure FDA0003067034850000016
其中，
Figure FDA0003067034850000017
表示所述预估先验信噪比，α为平滑数，
Figure FDA0003067034850000018
为前一帧的先验信噪比，
Figure FDA0003067034850000021
表示当前帧的后验信噪比估计值。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
通过如下公式调整估计所述预估先验信噪比时所需要的平滑数：
Figure FDA0003067034850000022
其中，a1和a2为预设的两个平滑数，且a1＞a2，γth和ξth为两个经验阈值。
5.如权利要求4所述的方法，其特征在于，所述基于所述语音存在概率估计值估计当前音频帧的预估先验信噪比的步骤，进一步还包括：
通过如下公式进一步估计所述当前音频帧的预估先验信噪比：
Figure FDA0003067034850000023
或者
Figure FDA0003067034850000024
其中，
Figure FDA0003067034850000025
表示所述预估先验信噪比，
Figure FDA0003067034850000026
和
Figure FDA0003067034850000027
分别表示平滑数为a1时所述当前音频帧的预估先验信噪比和平滑数为a2时所述当前音频帧的预估先验信噪比，p(H1|Y)表示所述语音存在概率，pth为预设阈值。
6.如权利要求1-5中任一项所述的方法，其特征在于，所述根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值，包括：
根据所述预估先验信噪比，通过如下公式计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值：
Figure FDA0003067034850000028
其中，
Figure FDA0003067034850000029
表示所述预估先验信噪比对应的最小均方误差的估计值，
Figure FDA00030670348500000210
表示所述预估先验信噪比，
Figure FDA00030670348500000211
表示所述当前音频帧的后验信噪比估计值。
7.如权利要求1-5中任一项所述的方法，其特征在于，所述计算所述当前音频帧的语音存在概率，包括：
通过如下公式计算所述当前音频帧的语音存在概率：
Figure FDA0003067034850000031
Figure FDA0003067034850000032
或者
Figure FDA0003067034850000033
其中，p(H1|Y)表示所述语音存在概率，p(H1)和p(H0)分别表示先验语音存在概率和先验无语音概率，
Figure FDA0003067034850000034
为某一固定值，
Figure FDA0003067034850000035
表示所述当前音频帧的后验信噪比估计值，exp()为指数函数，γmin和γmax为两个经验值，且γmin＜γmax，pmax和pmin为两个经验值，且pmin＜pmax。
8.如权利要求1-5中任一项所述的方法，其特征在于，所述结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比，包括：
通过如下公式估计所述当前音频帧的最终先验信噪比：
Figure FDA0003067034850000036
其中，
Figure FDA0003067034850000037
所述当前音频帧的最终先验信噪比，
Figure FDA0003067034850000038
表示所述预估先验信噪比的最小均方误差的估计值，p(H1|Y)表示所述语音存在概率，ξmin为某一小数值。
9.一种用户终端，其特征在于，包括：
第一估计模块，用于估计当前音频帧的预估先验信噪比；
第一计算模块，用于根据所述预估先验信噪比，计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值；
第二计算模块，用于计算所述当前音频帧的语音存在概率；
第二估计模块，用于结合所述语音存在概率和所述估计值估计所述当前音频帧的最终先验信噪比；
其中，在根据所述语音存在概率确定所述当前音频帧为纯噪声帧的情况下，所述最终先验信噪为ξmin，ξmin为某一小数值；
在根据所述语音存在概率确定所述当前音频帧为语音段中的音频帧的情况下，所述最终先验信噪为比为偏向于所述估计值的信噪比。
10.如权利要求9所述的用户终端，其特征在于，所述第一估计模块用于基于所述当前音频帧的后验信噪比估计值估计当前音频帧的预估先验信噪比。
11.如权利要求10所述的用户终端，其特征在于，所述第一估计模块用于通过如下公式估计当前音频帧的预估先验信噪比：
Figure FDA0003067034850000041
其中，
Figure FDA0003067034850000042
表示所述预估先验信噪比，α为平滑数，
Figure FDA0003067034850000043
表示前一帧的降噪处理结果，
Figure FDA0003067034850000044
表示噪声方差，
Figure FDA0003067034850000045
表示所述当前音频帧的后验信噪比估计值；
或者，
所述第一估计模块用于通过如下公式估计当前音频帧的预估先验信噪比：
Figure FDA0003067034850000046
其中，
Figure FDA0003067034850000047
表示所述预估先验信噪比，α为平滑数，
Figure FDA0003067034850000048
为前一帧的先验信噪比，
Figure FDA0003067034850000049
表示当前帧的后验信噪比估计值。
12.如权利要求11所述的用户终端，其特征在于，所述用户终端还包括：
调整模块，用于通过如下公式调整估计所述预估先验信噪比时所需要的平滑数：
Figure FDA00030670348500000410
其中，a1和a2为预设的两个平滑数，且a1＞a2，γth和ξth为两个经验阈值。
13.如权利要求12所述的用户终端，其特征在于，所述第一估计模块还用于通过如下公式进一步估计所述当前音频帧的预估先验信噪比：
Figure FDA00030670348500000411
或者
Figure FDA00030670348500000412
其中，
Figure FDA00030670348500000413
表示所述预估先验信噪比，
Figure FDA00030670348500000414
和
Figure FDA00030670348500000415
分别表示平滑数为a1时所述当前音频帧的预估先验信噪比和平滑数为a2时所述当前音频帧的预估先验信噪比，p(H1|Y)表示所述语音存在概率，pth为预设阈值。
14.如权利要求9-13中任一项所述的用户终端，其特征在于，所述第一计算模块用于根据所述预估先验信噪比，通过如下公式计算所述当前音频帧的所述预估先验信噪比对应的最小均方误差的估计值：
Figure FDA0003067034850000051
其中，
Figure FDA0003067034850000052
表示所述预估先验信噪比对应的最小均方误差的估计值，
Figure FDA0003067034850000053
表示所述预估先验信噪比，
Figure FDA0003067034850000054
表示所述当前音频帧的后验信噪比估计值。
15.如权利要求9-13中任一项所述的用户终端，其特征在于，所述第二计算模块用于通过如下公式计算所述当前音频帧的语音存在概率：
Figure FDA0003067034850000055
Figure FDA0003067034850000056
或者
Figure FDA0003067034850000057
其中，p(H1|Y)表示所述语音存在概率，p(H1)和p(H0)分别表示先验语音存在概率和先验无语音概率，
Figure FDA0003067034850000058
为某一固定值，
Figure FDA0003067034850000059
表示所述当前音频帧的后验信噪比估计值，exp()为指数函数，γmin和γmax为两个经验值，且γmin＜γmax，pmax和pmin为两个经验值，且pmin＜pmax。
16.如权利要求9-13中任一项所述的用户终端，其特征在于，所述第二估计模块用于通过如下公式估计所述当前音频帧的最终先验信噪比：
Figure FDA00030670348500000510
其中，
Figure FDA00030670348500000511
所述当前音频帧的最终先验信噪比，
Figure FDA00030670348500000512
表示所述预估先验信噪比的最小均方误差的估计值，p(H1|Y)表示所述语音存在概率，ξmin为某一小数值。
CN201611039463.4A 2016-11-10 2016-11-10 一种噪声抑制信噪比估计方法和用户终端 Active CN108074582B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201611039463.4A CN108074582B (zh) 2016-11-10 2016-11-10 一种噪声抑制信噪比估计方法和用户终端
PCT/CN2017/106502 WO2018086444A1 (zh) 2016-11-10 2017-10-17 噪声抑制信噪比估计方法和用户终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611039463.4A CN108074582B (zh) 2016-11-10 2016-11-10 一种噪声抑制信噪比估计方法和用户终端

Publications (2)

Publication Number Publication Date
CN108074582A CN108074582A (zh) 2018-05-25
CN108074582B true CN108074582B (zh) 2021-08-06

Family

ID=62109133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611039463.4A Active CN108074582B (zh) 2016-11-10 2016-11-10 一种噪声抑制信噪比估计方法和用户终端

Country Status (2)

Country Link
CN (1) CN108074582B (zh)
WO (1) WO2018086444A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110164467B (zh) * 2018-12-18 2022-11-25 腾讯科技（深圳）有限公司 语音降噪的方法和装置、计算设备和计算机可读存储介质
CN109817234B (zh) * 2019-03-06 2021-01-26 哈尔滨工业大学（深圳） 基于连续噪声跟踪的目标语音信号增强方法、系统及存储介质
CN109767781A (zh) * 2019-03-06 2019-05-17 哈尔滨工业大学（深圳） 基于超高斯先验语音模型与深度学习的语音分离方法、系统及存储介质
CN111899752B (zh) * 2020-07-13 2023-01-10 紫光展锐(重庆)科技有限公司 快速计算语音存在概率的噪声抑制方法及装置、存储介质、终端
CN111986693A (zh) * 2020-08-10 2020-11-24 北京小米松果电子有限公司 音频信号的处理方法及装置、终端设备和存储介质
CN112969130A (zh) * 2020-12-31 2021-06-15 维沃移动通信有限公司 音频信号处理方法、装置和电子设备
CN113838474B (zh) * 2021-11-25 2022-02-18 全时云商务服务股份有限公司 通信系统啸叫抑制方法和装置
CN114724571B (zh) * 2022-03-29 2024-05-03 大连理工大学 一种鲁棒的分布式说话人噪声消除系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103187068A (zh) * 2011-12-30 2013-07-03 联芯科技有限公司 基于Kalman的先验信噪比估计方法、装置及噪声抑制方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006136900A1 (en) * 2005-06-15 2006-12-28 Nortel Networks Limited Method and apparatus for non-intrusive single-ended voice quality assessment in voip
CN100419854C (zh) * 2005-11-23 2008-09-17 北京中星微电子有限公司 一种语音增益因子估计装置和方法
CN101814290A (zh) * 2009-02-25 2010-08-25 三星电子株式会社 增强语音识别系统稳健性的方法
CN101853665A (zh) * 2009-06-18 2010-10-06 博石金（北京）信息技术有限公司 语音中噪声的消除方法
CN104781880B (zh) * 2012-09-03 2017-11-28 弗劳恩霍夫应用研究促进协会 用于提供通知的多信道语音存在概率估计的装置和方法
CN102938254B (zh) * 2012-10-24 2014-12-10 中国科学技术大学 一种语音信号增强系统和方法
US9449610B2 (en) * 2013-11-07 2016-09-20 Continental Automotive Systems, Inc. Speech probability presence modifier improving log-MMSE based noise suppression performance
US9449609B2 (en) * 2013-11-07 2016-09-20 Continental Automotive Systems, Inc. Accurate forward SNR estimation based on MMSE speech probability presence
CN103646648B (zh) * 2013-11-19 2016-03-23 清华大学 一种噪声功率估计方法
CN105702262A (zh) * 2014-11-28 2016-06-22 上海航空电器有限公司 一种头戴式双麦克风语音增强方法
CN105280193B (zh) * 2015-07-20 2022-11-08 广东顺德中山大学卡内基梅隆大学国际联合研究院 基于mmse误差准则的先验信噪比估计方法
CN105741849B (zh) * 2016-03-06 2019-03-22 北京工业大学 数字助听器中融合相位估计与人耳听觉特性的语音增强方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103187068A (zh) * 2011-12-30 2013-07-03 联芯科技有限公司 基于Kalman的先验信噪比估计方法、装置及噪声抑制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Improved A Posteriori Speech Presence Probability Estimation Based on a Likelihood Ratio With Fixed Priors;Timo Gerkmann、Colin Breithaupt，et al.;《IEEE Transactions on Audio, Speech, and Language Processing》;IEEE;20080425;第16卷(第5期);第910-919页 *
基于联合语音出现概率的先验信噪比估计算法;郑成诗等;《电子与信息学报》;20080715;第30卷(第07期);第1680-1683页 *

Also Published As

Publication number Publication date
WO2018086444A1 (zh) 2018-05-17
CN108074582A (zh) 2018-05-25

Similar Documents

Publication Publication Date Title
CN108074582B (zh) 一种噪声抑制信噪比估计方法和用户终端
EP3828885B1 (en) Voice denoising method and apparatus, computing device and computer readable storage medium
AU2015240992B2 (en) Situation dependent transient suppression
US8239196B1 (en) System and method for multi-channel multi-feature speech/noise classification for noise suppression
US11443756B2 (en) Detection and suppression of keyboard transient noise in audio streams with aux keybed microphone
JP6361156B2 (ja) 雑音推定装置、方法及びプログラム
CN111445919B (zh) 结合ai模型的语音增强方法、系统、电子设备和介质
CN104050971A (zh) 声学回声减轻装置和方法、音频处理装置和语音通信终端
WO2012158156A1 (en) Noise supression method and apparatus using multiple feature modeling for speech/noise likelihood
CN109817234A (zh) 基于连续噪声跟踪的目标语音信号增强方法、系统及存储介质
WO2021007841A1 (zh) 噪声估计方法、噪声估计装置、语音处理芯片以及电子设备
EP2710591B1 (en) Reducing noise pumping due to noise suppression and echo control interaction
WO2022218254A1 (zh) 语音信号增强方法、装置及电子设备
EP4189677B1 (en) Noise reduction using machine learning
WO2024041512A1 (zh) 音频降噪方法、装置、电子设备及可读存储介质
CN113763975B (zh) 一种语音信号处理方法、装置及终端
CN115440240A (zh) 语音降噪的训练方法、语音降噪系统及语音降噪方法
CN114882898A (zh) 多通道语音信号增强方法和装置及计算机设备和存储介质
Wang et al. Analysis and low-power hardware implementation of a noise reduction algorithm
CN115831145B (zh) 一种双麦克风语音增强方法和系统
CN116453538A (zh) 语音降噪方法和装置
Aronowitz Speaker Diarization Using a priori Acoustic Information.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant