CN109961799A - 一种基于迭代维纳滤波的助听器多通道语音增强算法 - Google Patents

Abstract

本发明公开一种基于迭代维纳滤波的助听器多通道语音增强算法，算法步骤为：将带噪信号分成多帧；对每一帧带噪信号进行噪声估计；计算后验信噪比；由后验信噪比估计出先验信噪比；由先验信噪比计算出降噪所需要的降噪衰减增益；降噪衰减增益作用于带噪信号得到增强语音信号；使用得到的增强语音信号作为给定的增强语音，继续对下一帧语音信号重复前面步骤。本发明提供的语音增强算法具有算法复杂度低、降噪效果好、在保证听力补偿的同时能提升助听器佩戴者的言语识别能力的优点。

Description

一种基于迭代维纳滤波的助听器多通道语音增强算法

技术领域

本发明涉及助听器语音增强算法设计领域，具体地讲，涉及一种基于迭代维纳滤波的助听器多通道语音增强算法。

背景技术

在助听器发展的漫长历史中，为了提高语音理解度和聆听舒适度，所研发的各种降噪技术大体上可以归结为两类：方向性传声和语音增强算法。前者是基于语音和噪声在空间上的差异性设计，利用方向性传声器或多麦克风阵列的波束形成技术来增强特定方向上的语音信号；后者则是旨在利用语音和噪声在时间和频谱上的差异性，将语音从带噪信号中分离出来并且对背景噪声进行衰减从而达到增强语音的目的。

目前，常用的语音增强算法主要有谱减法、维纳滤波法、子空间法、听觉掩蔽法等。谱减法虽然实现简单，但容易产生音乐噪声；子空间法的计算量大；而维纳滤波算法则是采用短时谱估计算法来削弱通道中的噪声信号，是比较常规及主流的语音增强方法，实现方式也比较成熟。

但是，传统的基于维纳滤波的语音增强算法若要直接应用于助听器，还是存在着诸多限制的，比如，(1)、助听器本身体积小、功耗低，因此处理器芯片的计算速度比起通用处理器芯片要慢很多；(2)、助听器的应用环境下对延时的要求非常高，通常不得多于10ms；(3)、助听器一般需采用多通道分频放大压缩处理，原有算法架构对降噪算法的兼容性要求也很高。综合以上原因，有必要设计一种算法复杂度低、不增加额外时延且降噪性能好的用于助听器中的语音增强算法。

发明内容

本发明的目的在于克服现有技术中存在的上述不足，而提供一种算法复杂度低、降噪效果好、在保证听力补偿的同时能提升助听器佩戴者的言语识别能力的基于迭代维纳滤波的助听器多通道语音增强算法。

本发明解决上述问题所采用的技术方案是：一种基于迭代维纳滤波的助听器多通道语音增强算法，其特征在于：步骤如下：

步骤一：初始化：将带噪语音信号x(n)分解为M帧，帧长为n(由实际情况取值)，每一帧语音带噪信号序列用x_i(n)表示；

步骤二：在第i次迭代中(i＝0，1，2，…M)，对于给定的第i帧语音信号x_i(n)进行噪声估计；x_i(n)经频段解析模块分成多频率段信号成分，然后对各频率段信号进行噪声功率谱估计，具体步骤为：

(1)计算各频率段信号的实时功率谱P(i，k)，其中i为帧数，k为频点；

(2)对实时功率谱进行时间平滑处理：

P_s(i,，k)＝αP_s(i-1，k)+(1-α)P(i，k)

其中，P_s(i，k)为平滑后的第i帧、k频点的语音信号功率谱；α为平滑系数；

(3)跟踪各频率段信号的功率谱的最小值，进行最小值统计：

其中，γ和β为经验系数；

(4)由预估的信号功率与噪声功率的比值来决定通道内是否存在语音：

其中，δ为门限值；

(5)通过I(i，k)更新频率段内语音出现的概率p(i，k)：

p(i，k)＝τp(i-1，k)+(1-τ)I(i，k)

其中，τ为概率更新系数；

(6)估计频段内噪声功率谱：

其中，为更新后的噪声功率谱，η为加权因子(0<η<1)；

步骤三：计算后验信噪比：

其中，为第i帧、k频点的语音信号的后验信噪比，为了避免分母为0，中的ξ₀通常会选用一个小的常数值，例如1e-10；

步骤四：由后验信噪比估计出先验信噪比：

其中，为第i帧、k频点的语音信号的先验信噪比，a为噪音衰减程度系数(0<a<1)，G(i-1，k)为第i-1帧、k频点所使用的降噪衰减增益，为对后验信噪比估计值进行的直接判决算法处理，ξ_min为先验信噪比估计值所允许的最小值，用来控制降噪程度，ξ_min越小，降噪程度越高，语音信号失真度也越高；

步骤五：由先验信噪比计算出降噪所需要的降噪衰减增益，理论情况下，言语信号段的G(i，k)接近于1，噪声信号段的G(i，k)接近于0：

步骤六：将步骤五得到的增益作用于增强语音x_i(n)得到增强语音x_i′(n)：

x′_i(n)＝G(i，k)x_i(n)

步骤七：使用x_i′(n)作为给定的增强语音，继续对下一帧语音信号重复步骤二至步骤六，迭代会保持一直进行直至语音增强处理关闭。

优选的，本发明所述步骤二第(2)步中平滑系数α的取值范围为0<α<1。

优选的，本发明所述步骤二第(3)步中经验系数γ和β的取值范围为0<γ<1,0<β<1。

优选的，本发明所述步骤二第(4)步中门限值δ的取值范围为δ>0。

优选的，本发明所述步骤二第(5)步中概率更新系数τ的取值范围为0<τ<1。

优选的，本发明所述步骤三中概率更新系数ξ₀的取值范围为1e-12<ξ₀<1e-9。

优选的，本发明所述步骤四中噪音衰减程度系数a的取值范围为0<a<1，先验信噪比估计值的最小值ξ_min的取值范围通常为为-30dB≤ξ_min≤0dB。

本发明与现有技术相比，具有以下优点和效果：本发明所述的语音增强算法应用于助听器多通道语音处理的算法结构中，其智能化降噪处理主要是利用统计模型对噪声功率进行估计来达到保持言语声、衰减环境噪声的目的，帮助听障人士在嘈杂环境下使用助听器更好地进行语言交流。

附图说明

图1是本发明实施例语音增强算法结构图。

图2是集成有本发明实施例语音增强算法的助听器多通道语音处理算法结构图。

图3是本发明实施例中串行分布式计算方法的流程图。

图4是本发明实施例中用来进行仿真实验的一段带噪语音信号的录音的波形图。

图5是图4中带噪语音信号在MATLAB中的波形图。

图6是本发明实施例中带噪语音信号的第三个频段(中心频率为1000Hz)的实时功率谱P和平滑后的功率谱P_s的曲线图。

图7是本发明实施例中带噪语音信号的噪声功率谱曲线图。

图8是本发明实施例中计算出的增益的变化曲线图。

图9是本发明实施例语音增强算法应用于实际的助听器系统中，助听器处理后的信号与原信号进行对比的波形图。

图10是图9的频域分析图。

具体实施方式

下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。

实施例。

参见图1至图10。

本实施例为一种基于迭代维纳滤波的助听器多通道语音增强算法，应用于助听器多通道语音处理的算法结构中，助听器多通道语音处理的算法结构参见附图2，其原理为：麦克风接收到的信号经A/D转换器被转换成数字信号后，经过频段解析模块分成多频率段信号成分，其中解析模块的实质是利用多个滤波器分离出不同频率成分的信号，其具体实现方法可视实际应用情况从WOLA滤波器组、频域FFT变换、时域FIR或IIR滤波器组以及加窗等多种方法中选用，需注意的是，转换为模拟信号前各频段处理后的信号在频段合成模块也要选择相对应的逆变换以合成最后的处理后信号；语音信号被解析到不同频段之后，各通道信号成分都经过功率计算单元计算出相应的实时功率以供之后的压缩放大处理及语音增强处理单元来计算所需要提供的增益，每个通道都是经过按照相同的顺序独立完成处理，各个通道对语音信号处理完成后经频段合成模块进行合成，然后经D/A转换器转换成模拟信号后被受话器接受。

本实施例中，基于迭代维纳滤波的助听器多通道语音增强算法是用于上述助听器多通道语音处理的算法结构中的语音增强处理单元中，利用统计模型对噪声功率进行估计来达到保持言语声、衰减环境噪声的目的。

本实施例中，基于迭代维纳滤波的助听器多通道语音增强算法的步骤如下：

步骤一：初始化：将带噪语音信号x(n)分解为M帧，帧长为n(由实际情况取值)，每一帧语音带噪信号序列用x_i(n)表示；

步骤二：在第i次迭代中(i＝0，1，2，…M)，对于给定的第i帧语音信号x_i(n)进行噪声估计；x_i(n)经频段解析模块分成多频率段信号成分，然后对各频率段信号进行噪声功率谱估计，具体步骤为：

(1)计算各频率段信号的实时功率谱P(i，k)，其中i为帧数，k为频点；

(2)对实时功率谱进行时间平滑处理：

P_s(i，k)＝αP_s(i-1，k)+(1-α)P(i，k)

其中，P_s(i，k)为平滑后的第i帧、k频点的语音信号功率谱；α为平滑系数(0<α<1)；

(3)跟踪各频率段信号的功率谱的最小值，进行最小值统计：

其中，γ和β为经验系数(0<γ<1,0<β<1)；

(4)由预估的信号功率与噪声功率的比值来决定通道内是否存在语音：

其中，δ为门限值(δ>0)；

(5)通过I(i，k)更新频率段内语音出现的概率p(i，k)：

p(i，k)＝τp(i-1，k)+(1-τ)I(i，k)

其中，τ为概率更新系数(0<τ<1)；

(6)估计频段内噪声功率谱：

其中，为更新后的噪声功率谱，η为加权因子(0<η<1)；

步骤三：计算后验信噪比：

其中，为第i帧、k频点的语音信号的后验信噪比，为了避免分母为0，中的ξ₀通常会选用一个小的常数值，例如1e-10；

步骤四：由后验信噪比估计出先验信噪比：

其中，为第i帧、k频点的语音信号的先验信噪比，a为噪音衰减程度系数(0<a<1)，G(i-1，k)为第i-1帧、k频点所使用的降噪衰减增益，为估计的第i-1帧纯净语音功率谱，为对后验信噪比估计值进行的直接判决算法处理，ξ_min为先验信噪比估计值所允许的最小值，用来控制降噪程度，ξ_min越小，降噪程度越高，语音信号失真度也越高；

步骤五：由先验信噪比计算出降噪所需要的降噪衰减增益，理论情况下，言语信号段的G(i，k)接近于1，噪声信号段的G(i，k)接近于0：

步骤六：将步骤五得到的增益作用于增强语音x_i(n)得到增强语音x_i′(n)：

x′_i(n)＝G(i，k)x_i(n)

步骤七：使用x_i′(n)作为给定的增强语音，继续对下一帧语音信号重复步骤二至步骤六，迭代会保持一直进行直至语音增强处理关闭。

本实施例中，对噪声进行估计是采用一种基于统计模型的贝叶斯估计器MMSE来进行估计的，其核心思想是基于短时谱(STSA)从已知带噪信号中提取信号谱幅度，但是由于采用贝叶斯条件概率模型，就出现了先验信噪比ξ_k和后验信噪比γ_k两个参数，通常在噪声是平稳信号条件下，我们可以估计出噪声的方差也就是功率谱，所以每一次迭代都能够直接估计出后验信噪比但是如果从估计出就要困难得多，因此，本实施例采用一种改进后的判决引导法，其公式如下：

其中，是第i-1帧、k频点的纯净语音功率谱，λ_k(i-1)是第i-1帧、k频点的噪音谱，ξ_min是所允许的最小值，可以用来调整算法的降噪程度。但是，纯净语音功率谱比较难从带噪信号功率谱中分离出来，简单的谱减法会带来明显的音乐噪声，因此我们用上一帧的增益与后验信噪比来进行估计，其公式如下：

众所周知，需要处理的音频信号都是无限时长的长序列，因此通常都是需要分时间间隔来处理，即在某个单位时长内，将所采样到的数据序列进行处理之后，再发送到D/A转换器转化为模拟信号，这就要求，完成所需要进行的处理计算的运算时间不得多于此单位时长，然而在助听器这样低功耗、低时延、小体积应用环境下，计算资源是非常宝贵的，那么进一步降低该算法的在单位时间内的计算复杂度就是非常必要的。因此，本实施例中采用串行分布式计算方法，即将本该在同一个时间间隔中进行的所有频率段通道的语音增强计算平均分布到多个连续的时间间隔中来进行。例如，如果一共有八个通道需要进行语音增强处理，我们不会在一个时间间隔内处理完所有八个通道，而是一个时间间隔内只处理一个通道；如果当前处理的是第一通道，那么下一个时间间隔就处理第二通道，以此类推，具体的流程步骤参见图3。

串行分布式计算方法的优点为：1).多个时间间隔之后对单一通道信号进行统计特性提取，相当于降低了采样频率，使得所提取特性更加趋于平稳，用来区分噪音和语音信号也更加准确，可避免信号的短期波动造成的误判；2).单位时间内的算法复杂度降低了很多，以16通道的助听器为例，比起所有通道在同一时间间隔内处理，计算量只有其16分之一；3).各通道内的语音增强处理实际上是独立进行的，因此将各通道处理进行串行分布是不影响整体的语音增强算法性能的。

为验证本实施例中语音增强算法的有效性，接下来给出其具体的仿真实验和工程实现的结果。本实施例中，所有实验和录音均选用16通道助听器语音处理算法，降噪强度为-12d，由于该算法在16个通道内分别独立进行，因此在这里仅选用其中一个通道(第三通道，其频率段为750-1250Hz)来进行分析讨论，首先选取一段带噪语音信号的录音作为未处理的音频输入，其波形图见图4所示，其在MATLAB中的波形图如图5所示，其中第三个频段(中心频率为1000Hz)的实时功率谱P和平滑后的功率谱P_s如图6所示。

从图6中可以看出经过时间平滑处理后的语音信号功率谱P_s比平滑处理前的语音信号功率谱P平稳，更利于对信号统计特性的提取，对平滑处理后的语音信号功率谱P_s进行最小值统计及语音出现概率判定等操作估计后得到的噪声功率谱如图7所示。随后根据P_s和估计出后验信噪比和先验信噪比，随即可计算出降噪所需要的增益，增益的变化曲线图如图8所示，从图8中可以看出基本上实现了在噪声段对信号进行衰减而言语信号段不对信号进行衰减。

将本实施例所述的语音增强算法应用于实际的助听器系统中后，可以通过以下录音将处理后信号与原信号进行对比，波形图及频域分析图分别见图9和图10，从图9和图10可以看出，该算法实现了在言语信号段不进行衰减，只是在言语间的噪声段进行了衰减。值得注意的是，即使是在同一时刻，对应于不同频段的不同通道内对于噪音还是语音信号的判断也是不一样的，这样对于信号的降噪处理更加细致，言语清晰度也更好地提升，这也是本实施例中语音增强算法与传统的语音增强算法相比的优势所在。

虽然本发明已以实施例公开如上，但其并非用以限定本发明的保护范围，任何熟悉该项技术的技术人员，在不脱离本发明的构思和范围内所作的更动与润饰，均应属于本发明的保护范围。

Claims (7)

1.一种基于迭代维纳滤波的助听器多通道语音增强算法，其特征在于：步骤如下：

步骤一：初始化：将带噪语音信号x(n)分解为M帧，帧长为n(由实际情况取值)，每一帧语音带噪信号序列用x_i(n)表示；

步骤二：在第i次迭代中(i＝0，1，2，…M)，对于给定的第i帧语音信号x_i(n)进行噪声估计；x_i(n)经频段解析模块分成多频率段信号成分，然后对各频率段信号进行噪声功率谱估计，具体步骤为：

(1)计算各频率段信号的实时功率谱P(i，k)，其中i为帧数，k为频点；

(2)对实时功率谱进行时间平滑处理：

P_s(i,k)＝αP_s(i-1，k)+(1-α)P(i,k)

其中，P_s(i，k)为平滑后的第i帧、k频点的语音信号功率谱；α为平滑系数；

(3)跟踪各频率段信号的功率谱的最小值，进行最小值统计：

其中，γ和β为经验系数；

(4)由预估的信号功率与噪声功率的比值来决定通道内是否存在语音：

其中，δ为门限值；

(5)通过I(i，k)更新频率段内语音出现的概率p(i，k)：

p(i，k)＝τp(i-1，k)+(1-τ)I(i，k)

其中，τ为概率更新系数；

(6)估计频段内噪声功率谱：

其中，为更新后的噪声功率谱，η为加权因子(0<η<1)；

步骤三：计算后验信噪比：

其中，为第i帧、k频点的语音信号的后验信噪比；

步骤四：由后验信噪比估计出先验信噪比：

其中，为第i帧、k频点的语音信号的先验信噪比，a为噪音衰减程度系数(0<a<1)，G(i-1，k)为第i-1帧、k频点所使用的降噪衰减增益，为对后验信噪比估计值进行的直接判决算法处理，ξ_min为先验信噪比估计值所允许的最小值，用来控制降噪程度，ξ_min越小，降噪程度越高，语音信号失真度也越高；

步骤五：由先验信噪比计算出降噪所需要的降噪衰减增益：

步骤六：将步骤五得到的增益作用于增强语音x_i(n)得到增强语音x_i′(n)：

x′_i(n)＝G(i，k)x_i(n)

步骤七：使用x_i′(n)作为给定的增强语音，继续对下一帧语音信号重复步骤二至步骤六，迭代会保持一直进行直至语音增强处理关闭。

2.根据权利要求1所述的基于迭代维纳滤波的助听器多通道语音增强算法，其特征在于：所述步骤二第(2)步中平滑系数α的取值范围为0<α<1。

3.根据权利要求1所述的基于迭代维纳滤波的助听器多通道语音增强算法，其特征在于：所述步骤二第(3)步中经验系数γ和β的取值范围为0<γ<1，0<β<1。

4.根据权利要求1所述的基于迭代维纳滤波的助听器多通道语音增强算法，其特征在于：所述步骤二第(4)步中门限值δ的取值范围为δ>0。

5.根据权利要求1所述的基于迭代维纳滤波的助听器多通道语音增强算法，其特征在于：所述步骤二第(5)步中概率更新系数τ的取值范围为0<τ<1。

6.根据权利要求1所述的基于迭代维纳滤波的助听器多通道语音增强算法，其特征在于：所述步骤三中概率更新系数ξ₀的取值范围为1e-12<ξ₀<1e-9。

7.根据权利要求1所述的基于迭代维纳滤波的助听器多通道语音增强算法，其特征在于：所述步骤四中噪音衰减程度系数a的取值范围为0<a<1，先验信噪比估计值的最小值ξ_min的取值范围为-30dB≤ξ_min≤0dB。