CN108133711B - 具有降噪模块的数字信号监测设备 - Google Patents
具有降噪模块的数字信号监测设备 Download PDFInfo
- Publication number
- CN108133711B CN108133711B CN201810069727.3A CN201810069727A CN108133711B CN 108133711 B CN108133711 B CN 108133711B CN 201810069727 A CN201810069727 A CN 201810069727A CN 108133711 B CN108133711 B CN 108133711B
- Authority
- CN
- China
- Prior art keywords
- signal
- time
- voice signal
- voice
- speech
- 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
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 24
- 238000012806 monitoring device Methods 0.000 title claims abstract description 7
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 26
- 238000001228 spectrum Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 10
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 4
- 238000005311 autocorrelation function Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
-
- 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
-
- 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
- G10L21/0208—Noise filtering
- G10L2021/02085—Periodic noise
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)
- Circuit For Audible Band Transducer (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种具有降噪模块的数字信号监测设备，包括：语音信号接收模块，用于接收语音信号，所述语音信号具有静默信号，即只有噪声的信号；数字信号分析模块，用于根据数字信号分析方式在多个不同的时间段进行信号谱分析；降噪模块，用于根据所述谱分析得到的增益函数对语音信号降噪。本监测设备适用于语音中语句之间间隔时间段较多的语音降噪处理，实现了对语音信号噪音的稳定降噪处理，特别是对连续语句中词语之间或词语内各个单词的发音存在空白的语音的稳定的、高信噪比的降噪处理。
Description
技术领域
本发明属于语音信号处理领域，具体涉及一种具有降噪模块的数字信号监测设备。
背景技术
语音信号处理被广泛的应用在波达方向估计、声源定位、语音降噪、声源分离、混响抑制、远场拾音、3维音频等问题。相关处理方法与技术在包括声学监控、智能手机、智能电视、平板电脑、助听器、机器人等领域。如何抑制麦克风传输的语音信号中的噪声是当前语音信号处理领域的热点。
相关技术中提出基于正则参数的超指向性波束形成方法对语音信号中的噪声进行抑制。基于正则参数的超指向性波束形成方法是通过引入和调节正则参数(RegularizationParameter)可以在指向性和白噪声增益之间获得一个折中，或者通过假设每个传感器的误差(传感器的增益、相位和位置误差)服从某种概率分布，从而推导出一种鲁棒性较好的波束形成器，从而对语音信号中的噪声进行抑制。
随着移动通信技术的发展和人们生活水平的不断提高，人们往往需要通过录音装置在不同的场合进行录音，如在采访场合、开会场合、培训场合等，将现场声音录制下来，生成音视频文件。但是，由于录音的场景复杂多变，录音的质量和内容由于周围环境的变化而受影响；比如，在开会期间录音，使用者打开录音装置进行录音，一直到会议结束后停止录音，但是，这段录音包含了会议休息期间的录音，因此，需要对录音装置录制的音视频文件进行去噪，以去除掉无关紧要的声音。例如，申请号为CN201210196983.1的中国发明专利申请公开了一种语音信号的基音周期估计算法，涉及语音信号处理领域，包括：S1.将带噪音的语音信号经自适应滤波器进行降噪处理；S2.求出降噪后语音信号的自相关函数和循环的平均幅度差函数；S3.通过公式得出加权平方特征，其中，α、β、γ为大于1的常数，R(k)为所述自相关函数，D(k)为所述平均幅度差函数。
然而，经申请人试验，现有技术的诸多方案关注的多在语句之间存在空白(或称为静默段，即此时没有语音)的情况，而对于词语之间存在空白或者词语内存在语音空白的情况却无法有效地降低语音中的噪声。
发明内容
鉴于以上分析，本发明的主要目的在于提供一种具有降噪模块的数字信号监测设备，包括：
语音信号接收模块，用于接收语音信号，所述语音信号具有静默信号，即只有噪声的信号；
数字信号分析模块，用于根据数字信号分析方式在多个不同的时间段进行信号谱分析；
降噪模块，用于根据所述谱分析得到的增益函数对语音信号降噪。
进一步地，所述接收语音信号为从t1时刻到t4时刻接收语音信号，该语音信号至少包括连续的第一语句语音信号、静默信号、第二语句语音信号，所述第一语句语音信号和第二语句语音信号是包括噪声以及有用语音信号的信号，该有用语音信号不必然是完整的语句，静默信号是相对于第一语句语音信号和第二语句语音信号而言只有噪声的信号。
进一步地，所述在多个不同的时间段进行信号谱分析包括：
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
进一步地，所述根据所述谱分析得到的增益函数对语音信号降噪包括：
将语音信号的谱函数与所述增益函数的谱函数相乘，得到降噪后的语音信号的谱函数。
本发明的技术方案具有以下优点：
提供一种语音信号加密方法，适用于语音中语句之间间隔时间段较多的语音降噪处理，实现了对语音信号噪音的稳定降噪处理，特别是对连续语句中词语之间或词语内各个单词的发音存在空白(即本申请提及的“静默”)的语音的稳定的、高信噪比的降噪处理。经试验，信噪比相比同类现有技术高出65％以上。
附图说明
图1示出了根据本发明的监测设备组成框图。
具体实施方式
如图1所示，一种具有降噪模块的数字信号监测设备，包括：
语音信号接收模块，用于接收语音信号，所述语音信号具有静默信号，即只有噪声的信号；
数字信号分析模块，用于根据数字信号分析方式在多个不同的时间段进行信号谱分析；
降噪模块，用于根据所述谱分析得到的增益函数对语音信号降噪。
所述接收语音信号为从t1时刻到t4时刻接收语音信号，该语音信号至少包括连续的第一语句语音信号、静默信号、第二语句语音信号，所述第一语句语音信号和第二语句语音信号是包括噪声以及有用语音信号的信号，该有用语音信号不必然是完整的语句，静默信号是相对于第一语句语音信号和第二语句语音信号而言只有噪声的信号。
所述在多个不同的时间段进行信号谱分析包括：
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
所述根据所述谱分析得到的增益函数对语音信号降噪包括：
将语音信号的谱函数与所述增益函数的谱函数相乘，得到降噪后的语音信号的谱函数。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种具有降噪模块的数字信号监测设备，包括：
语音信号接收模块，用于接收语音信号，所述语音信号具有静默信号，即只有噪声的信号；
数字信号分析模块，用于根据数字信号分析方式在多个不同的时间段进行信号谱分析；
降噪模块，用于根据所述谱分析得到的增益函数对语音信号降噪；
所述接收语音信号为从t1时刻到t4时刻接收语音信号，该语音信号至少包括连续的第一语句语音信号、静默信号、第二语句语音信号，所述第一语句语音信号和第二语句语音信号是包括噪声以及有用语音信号的信号，该有用语音信号不必然是完整的语句，静默信号是相对于第一语句语音信号和第二语句语音信号而言只有噪声的信号；
其特征在于，所述在多个不同的时间段进行信号谱分析包括：
在t1时刻和t1+T1时刻分别采集语音信号的两个帧，t1+T1在所述静默信号之前；
对两个语音信号帧进行小波变换，得到两个帧信号小波F1和F2；
根据下式取F1和F2的公共门槛能量Q1和Q2：
p为采集语音信号时的捕获窗口长度；
计算Q1和Q2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值A和特征向量A’，A’阶数为i；
在t2时刻，以及在t2+T2时刻分别采集语音信号的两个帧，所述t2时刻在t1至t1+T1时刻之间，从t1至t2+T2小于第一语句语音信号的时间；
对两个语音信号帧进行小波变换，得到两个帧信号小波G1和G2；
根据下式取G1和G2的公共门槛能量R1和R2：
p为采集语音信号时的捕获窗口长度；
计算R1和R2的协方差矩阵，并对协方差矩阵进行能量谱分解，得到特征值B和特征向量B’，B’阶数为j；
Ma和Mb分别为i×i阶的矩阵和i×j阶的矩阵；
在t3时刻，以及在t3+T3时刻分别采集语音信号的两个帧，所述t3时刻在t2+T2时刻之后、t3+T3在t4之前，即从t3到t3+T3这段时间包括一部分所述静默信号和一部分所述第二语句语音信号；
对两个语音信号帧进行希尔伯特变换，得到两个帧信号谱函数为H1和H2，能量谱比率K；
设C＝[A”,B”]，A”为A’转置矩阵，B”为B’转置矩阵，则对于所述语音信号的增益函数为：
2.根据权利要求1所述的具有降噪模块的数字信号监测设备，其特征在于，所述根据所述谱分析得到的增益函数对语音信号降噪包括：
将语音信号的谱函数与所述增益函数的谱函数相乘，得到降噪后的语音信号的谱函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810069727.3A CN108133711B (zh) | 2018-01-24 | 2018-01-24 | 具有降噪模块的数字信号监测设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810069727.3A CN108133711B (zh) | 2018-01-24 | 2018-01-24 | 具有降噪模块的数字信号监测设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108133711A CN108133711A (zh) | 2018-06-08 |
| CN108133711B true CN108133711B (zh) | 2021-05-18 |
Family
ID=62400785
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810069727.3A Active CN108133711B (zh) | 2018-01-24 | 2018-01-24 | 具有降噪模块的数字信号监测设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108133711B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489454A (zh) * | 2013-09-22 | 2014-01-01 | 浙江大学 | 基于波形形态特征聚类的语音端点检测方法 |
| CN105300692A (zh) * | 2015-08-07 | 2016-02-03 | 浙江工业大学 | 一种基于扩展卡尔曼滤波算法的轴承故障诊断及预测方法 |
| CN106328155A (zh) * | 2016-09-13 | 2017-01-11 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种修正先验信噪比过估计的语音增强方法 |
| CN108831493A (zh) * | 2018-05-21 | 2018-11-16 | 北京捷通华声科技股份有限公司 | 一种音频处理方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10468036B2 (en) * | 2014-04-30 | 2019-11-05 | Accusonus, Inc. | Methods and systems for processing and mixing signals using signal decomposition |
-
2018
- 2018-01-24 CN CN201810069727.3A patent/CN108133711B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489454A (zh) * | 2013-09-22 | 2014-01-01 | 浙江大学 | 基于波形形态特征聚类的语音端点检测方法 |
| CN105300692A (zh) * | 2015-08-07 | 2016-02-03 | 浙江工业大学 | 一种基于扩展卡尔曼滤波算法的轴承故障诊断及预测方法 |
| CN106328155A (zh) * | 2016-09-13 | 2017-01-11 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种修正先验信噪比过估计的语音增强方法 |
| CN108831493A (zh) * | 2018-05-21 | 2018-11-16 | 北京捷通华声科技股份有限公司 | 一种音频处理方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于改进小波阈值和EMD的语音去噪方法;李洋等;《计算机工程与设计》;20140716;第35卷(第7期);第2463-2463页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108133711A (zh) | 2018-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106782584B (zh) | 音频信号处理设备、方法和电子设备 | |
| Donley et al. | Easycom: An augmented reality dataset to support algorithms for easy communication in noisy environments | |
| US9197974B1 (en) | Directional audio capture adaptation based on alternative sensory input | |
| CN102164328B (zh) | 一种用于家庭环境的基于传声器阵列的音频输入系统 | |
| JP6703525B2 (ja) | 音源を強調するための方法及び機器 | |
| CN110223708B (zh) | 基于语音处理的语音增强方法及相关设备 | |
| CN108109617A (zh) | 一种远距离拾音方法 | |
| KR20130084298A (ko) | 원거리 다중 음원 추적 및 분리 시스템, 방법, 장치 및 컴퓨터-판독가능 매체 | |
| CN110875056B (zh) | 语音转录设备、系统、方法、及电子设备 | |
| CN107124647A (zh) | 一种全景视频录制时自动生成字幕文件的方法及装置 | |
| US11636866B2 (en) | Transform ambisonic coefficients using an adaptive network | |
| CN107863099A (zh) | 一种新型双麦克风语音检测和增强方法 | |
| CN105575403A (zh) | 一种融合听觉掩蔽与双耳信号帧的互相关声源定位方法 | |
| CN115359804B (zh) | 一种基于麦克风阵列的定向音频拾取方法和系统 | |
| CN115482830A (zh) | 语音增强方法及相关设备 | |
| WO2023108864A1 (zh) | 小型麦克风阵列设备的区域拾音方法及系统 | |
| CN108257607B (zh) | 一种多通道语音信号处理方法 | |
| CN108133711B (zh) | 具有降噪模块的数字信号监测设备 | |
| CN111009259B (zh) | 一种音频处理方法和装置 | |
| CN108281154B (zh) | 一种语音信号的降噪方法 | |
| CN115376534A (zh) | 一种麦克风阵列音频的处理方法及拾音胸牌 | |
| CN113782046A (zh) | 一种用于远距离语音识别的麦克风阵列拾音方法及系统 | |
| Samborski et al. | Speaker localization in conferencing systems employing phase features and wavelet transform | |
| Chen et al. | Early Reflections Based Speech Enhancement | |
| Mei et al. | Real-Time Speaker Verification with a Microphone Array. |
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 |