CN112634931B - 语音增强方法及装置 - Google Patents
语音增强方法及装置 Download PDFInfo
- Publication number
- CN112634931B CN112634931B CN202011533887.2A CN202011533887A CN112634931B CN 112634931 B CN112634931 B CN 112634931B CN 202011533887 A CN202011533887 A CN 202011533887A CN 112634931 B CN112634931 B CN 112634931B
- Authority
- CN
- China
- Prior art keywords
- signal
- enhancement signal
- enhancement
- voice acquisition
- acquisition device
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 230000002194 synthesizing effect Effects 0.000 claims description 14
- 230000000903 blocking effect Effects 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02166—Microphone arrays; Beamforming
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)
Abstract
本公开一种语音增强方法、装置、电子设备和计算机可读存储介质。其中所述方法包括:根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号;根据所述第一语音采集设备和所述第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号确定第二增强信号;根据所述第二语音采集设备和第三语音采集设备在第一方向上采集的信号和根据所述第二语音采集设备和所述第三语音采集设备在所述第一方向的反方向上采集的信号得到第三增强信号;根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号。通过上述处理既可以增强信号来波方向的语音信号,又可以抑制其他方向上的信号的干扰。
Description
技术领域
本公开涉及人信号处理技术领域,特别是涉及一种语音增强方法、装置和计算机可读存储介质。
背景技术
在商场、超市或体验店中,人们非常乐于跟机器进行交互。这样不仅方便快捷,又给人们的生活增添了不少乐趣。由于实际场景比较嘈杂,必须有一套好的语音增强算法才可以满足这种场景需求。
在现有技术中,通常利用自适应阻塞矩阵级联自适应抵消器来估计出维纳滤波器输出信号中的残余噪声,并与维纳滤波器输出信号进行对消,然后后续一个谱减法进一步去除可能留有的残余噪声,从而达到增强目标信号而抑制噪声干扰信号的目的。
但是,上述方案加入了维纳滤波处理和改进谱减法处理,这些处理会造成目标语音的失真,而且计算量很大。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开解决的技术问题是提供一种语音增强方法,以至少部分地解决现有技术中语音增强处理会造成目标语音的失真,而且计算量很大的技术问题。此外,还提供一种语音增强装置、语音增强硬件装置、计算机可读存储介质和语音增强终端。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种语音增强方法,包括:
根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号;
根据所述第一语音采集设备和所述第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号确定第二增强信号;
根据所述第二语音采集设备和第三语音采集设备在垂直于所述信号来波方向的第一方向上采集的信号和根据所述第二语音采集设备和所述第三语音采集设备在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到第三增强信号;
根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号。
进一步的,所述第一语音采集设备和所述第二语音采集设备连成的第一线段,所述第一线段与所述第二语音采集设备和所述第三语音采集设备连成的第二线段呈预设夹角。
进一步的,所述预设夹角为直角。
进一步的,所述根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号,包括:
将第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号输入第一固定波束形成器;
将所述第一固定波束形成器的输出作为所述第一增强信号。
进一步的,所述根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号,包括:
对所述第二增强信号和所述第三增强信号分别进行自适应阻塞,并将自适应阻塞后的第二增强信号和第三增强信号合成一个第四增强信号;
根据所述第四增强信号和所述第一增强信号确定最终的增强信号。
进一步的,所述根据所述第四增强信号和所述第一增强信号确定最终的增强信号,包括:
对所述第四增强信号依次进行自适应阻塞和自适应滤波处理,得到第五增强信号;
将所述第五增强信号和所述第一增强信号合成最终的增强信号。
为了实现上述目的,根据本公开的一个方面,还提供以下技术方案:
一种语音增强装置,包括:
第一增强信号确定模块,用于根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号;
第二增强信号确定模块,用于根据所述第一语音采集设备和所述第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号确定第二增强信号;
第三增强信号确定模块,用于根据所述第二语音采集设备和第三语音采集设备在垂直于所述信号来波方向的第一方向上采集的信号和根据所述第二语音采集设备和所述第三语音采集设备在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到第三增强信号;
最终增强信号确定模块,用于根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号。
进一步的,所述第一语音采集设备和所述第二语音采集设备连成的第一线段,所述第一线段与所述第二语音采集设备和所述第三语音采集设备连成的第二线段呈预设夹角。
进一步的,所述预设夹角为直角。
进一步的,所述第一增强信号确定模块具体用于:将第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号输入第一固定波束形成器;将所述第一固定波束形成器的输出作为所述第一增强信号。
进一步的,所述最终增强信号确定模块包括:增强信号合成单元和最终增强信号确定单元;其中,
增强信号合成单元用于对所述第二增强信号和所述第三增强信号分别进行自适应阻塞,并将自适应阻塞后的第二增强信号和第三增强信号合成一个第四增强信号;
最终增强信号确定单元用于根据所述第四增强信号和所述第一增强信号确定最终的增强信号。
进一步的,所述最终增强信号确定单元具体用于:对所述第四增强信号依次进行自适应阻塞和自适应滤波处理,得到第五增强信号;将所述第五增强信号和所述第一增强信号合成最终的增强信号。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现上述任一项所述的语音增强方法。
为了实现上述目的,根据本公开的一个方面,提供以下技术方案:
一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行上述任一项所述的语音增强方法。
为了实现上述目的,根据本公开的又一个方面,还提供以下技术方案:
一种语音增强终端,包括上述任一语音增强装置。
本公开实施例通过根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号;根据所述第一语音采集设备和所述第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号确定第二增强信号;根据所述第二语音采集设备和第三语音采集设备在垂直于所述信号来波方向的第一方向上采集的信号和根据所述第二语音采集设备和所述第三语音采集设备在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到第三增强信号;根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号。通过上述处理既可以增强信号来波方向的语音信号即第一增强信号,又可以抑制反方向、第一方向、第一方向的反方向上的信号的干扰,且计算量小,无非线性处理,对信号来波方向的语音信号没有损伤,不会造成失真。
上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1a为根据本公开一个实施例的语音增强方法的流程示意图;
图1b为根据本公开一个实施例的语音增强方法中的语音采集设备排布示意图;
图1c为根据本公开一个实施例的语音增强方法中的最终得到的增强信号示意图;
图1d为采用现有技术最终得到的增强信号示意图;
图2为根据本公开一个实施例的语音增强装置的结构示意图;
图3为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
实施例一
为了解决现有技术中语音增强处理会造成目标语音的失真,而且计算量很大的技术问题,本公开实施例提供一种语音增强方法。如图1a所示,该语音增强方法主要包括如下步骤S11至步骤S14。
步骤S11:根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号。
其中,信号来波方向为目标信号的来波方向,具体可以由用户自定义设置,例如为90度。所述第一语音采集设备和所述第二语音采集设备可以用于采集信号来波方向上的信号。其中,所述第一语音采集设备和所述第二语音采集设备之间还有可以包括至少一个第一中间语音采集设备,当所述第一语音采集设备、第二语音采集设备和所述至少一个第一中间语音采集设备在一条直线上该第一语音采集设备和第二语音采集设备具体可以为麦克风、话筒。
具体的,该步骤11包括:
步骤S111:将第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号输入第一固定波束形成器;
步骤S112:将所述第一固定波束形成器的输出作为所述第一增强信号。
其中,固定波束形成器起到增强预设方向上的信号的作用,通常来说目标信号和噪声信号的方向不同,如用户的说出的语音的方向,和系统中其他噪声的声源方向是不同的,通过波束形成可以对预设方向上的信号进行增强,如通常来说,用户会正对这麦克风说话,这样可以对来波方向为90度的方向上的信号进行增强,输出增强后的目标信号,即所述第一增强信号。所述固定波束形成器的固定加权系数中包括权重向量以及方向矢量,第一增强信号可以表示为:
Y1(t)=s1(t)*wH*a(θ1)
其中,s1(t)为所述来波方向上的第一信号;wH=[w1,w2,...,wN]T表示固定加权系数向量,其中wN为第N个语音采集设备所对应的权值,T表示装置,H表示共轭装置;a(θ)为方向矢量,由此可知,如果空间中仅存在一个θ1方向的波信号,其方向矢量为a(θ1),当权重矢量取时w=a(θ1)时,输出信号最大值,由此通过控制权重向量即可控制需要加强的信号的方向。
步骤S12:根据所述第一语音采集设备和所述第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号得到第二增强信号。
例如,如果信号来波方向为90度,则反方向为270度。所述第一语音采集设备和第二语音采集设备可以采集信号来波方向的反方向上的信号。同样的,所述第一语音采集设备和所述第二语音采集设备之间还有可以包括至少一个第一中间语音采集设备,当所述第一语音采集设备、第二语音采集设备和所述至少一个第一中间语音采集设备在一条直线上。
具体的,该步骤12包括:
步骤S121:将第一语音采集设备和第二语音采集设备在信号来波方向的反方向上采集到的第二信号输入第二固定波束形成器。
步骤S122:将所述第二固定波束形成器的输出作为所述第二增强信号。
在上述步骤中,得到第二增强信号的过程与得到第一增强信号的过程类似,只是所采集的第二信号与第一信号方向相反,使用的是第二固定波束形成器。同样的,第二增强信号可以表示为:
Y2(t)=s2(t)*wH*a(θ2)
当权重矢量取时w=a(θ2)时,输出信号最大值。
步骤S13:根据所述第二语音采集设备和第三语音采集设备在垂直于所述信号来波方向的第一方向上采集的信号和根据所述第二语音采集设备和所述第三语音采集设备在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到第三增强信号。
例如,如果信号来波方向为90度,则反方向为270度,第一方向为0度,第一方向的反方向则为180度。这样得到的第三增强信号可以增强0度和180度方向的信号,抑制90度和270度方向的信号。
同样的,所述第二语音采集设备和第三语音采集设备之间也可以包括至少一个第二中间语音采集设备,所述第二语音采集设备、第三语音采集设备和所述至少一个第二中间语音采集设备在一条直线上。
可采用如下方法将第一方向上采集的信号和在所述第一方向的反方向上采集的信号进行加权求和,得到第三增强信号。具体的,首先确定第二语音采集设备和第三语音采集设备在所述第一方向上采集到的信号的权重,及确定第二语音采集设备和第三语音采集设备在所述第一方向的反方向上采集到的信号的权重,根据所述第一方向上信号的权重和反方向上信号的权重进行加权求和,得到第三增强信号。
在确定权重时,可以根据第二语言采集设备和第三语音采集设备之间的距离、所述信号来波方向、声音在空气中的传播速度确定目标信号到达每个语音采集设备的时间差;根据所述时间差、所述第一信号的角频率确定权重。
以差分波束成形处理为一阶差分处理为例,选择偶极子波束将两个语音采集设备之间的距离记为δ,将声音在空气中的传播速度为记为c,则可采用如下公式计算得到目标信号到达该两个语音采集设备的时间差τ0为:
其中,θ为信号来波方向的角度,cos()为求余弦。
在得到每个语音采集设备的时间差之后,可以采用如下公式计算得到每个采集信号对应的权重矢量:
其中,对于偶极子波束α1,1=0,则其中,ω为角频率,ω=2πf,f为采集信号的频率,j为虚数单位,h(w)为权重矢量。即将信号加强的方向限定在0度和180度方向。即通过h(w)可以对两个相对方向上的信号进行增强。
由上述第二语音采集设备和第三语音采集设备采集到的信号通过上述权重矢量做加权和得到所述第三增强信号。
步骤S14:根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号。
其中,第一增强信号为目标信号对应的增强信号,第二增强信号为所述信号来波方向的反方向上采集到的第二信号对应的第二增强信号,第三增强信号为根据垂直于所述信号来波方向的第一方向上采集的信号和根据在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到的增强信号,因此,通过根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定的增强信号,可以增强信号来波方向的语音信号即第一增强信号,又可以抑制反方向、第一方向、第一方向的反方向上的信号的干扰。
具体的,步骤S14具体包括:
步骤S141:对所述第二增强信号和所述第三增强信号分别进行自适应阻塞,并将自适应阻塞后的第二增强信号和第三增强信号合成一个第四增强信号。
其中,可以采用自适应阻塞矩阵对所述第二增强信号和所述第三增强信号分别进行自适应阻塞,这样可以很好的跟踪目标信号,并使泄露的目标信号达到最小或完全没有。
步骤S142:根据所述第四增强信号和所述第一增强信号确定最终的增强信号。
所述第四增强信号和所述第一增强信号确定最终的增强信号,具体包括:对所述第四增强信号依次进行自适应阻塞和自适应滤波处理,得到第五增强信号;将所述第五增强信号和所述第一增强信号合成最终的增强信号。
具体的,可以将所述第五增强信号和所述第一增强信号进行加权求和或求平均,将加权求和或求平均后的信号作为最终的增强信号。
示例性的,上述步骤S141-步骤S142通过GSC波束形成实现,其中第一增强信号作为GSC的上支路输入,第二增强信号和第三增强信号作为GSC的下支路输入,由于GSC可以消除上支路中残留的下支路信号,因此得到的最终的增强信号中可以保留目标语音信号并消除其他方向上的干扰或噪音。
本实施例通过根据第一语音采集设备在信号来波方向上采集到的第一信号确定第一增强信号,根据第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号确定第二增强信号,根据所述第二语音采集设备在垂直于所述信号来波方向的第一方向上采集的信号和根据第三语音采集设备阵列在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到第三增强信号,根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号,通过上述处理既可以增强信号来波方向的语音信号即第一增强信号,又可以抑制反方向、第一方向、第一方向的反方向上的信号的干扰,且计算量小,无非线性处理,对信号来波方向的语音信号没有损伤,不会造成失真。
在一个可选的实施例中,所述第一语音采集设备和所述第二语音采集设备连成的第一线段,该第一线段与所述第二语音采集设备和所述第三语音采集设备连成的第二线段呈预设夹角。
在一个可选的实施例中,所述预设夹角为直角,即所述第一语音采集设备、所述第二语音采集设备和所述第三语音采集设备呈L型,即第一线段与第二线段连接,呈L型。使用L型的语音采集设备阵列,可以多生成多路波束,因此可以抑制多路干扰。本申请中的语音采集设备的布局也不限制于L型,任何其他形状均可以应用本公开的方案,如可以根据需要在需要消除干扰的方向上设置语音采集设备以形成对应的波束,用于消除目标语音信号中的干扰。
例如,可以采用3个语音采集设备即可实现较好的抑制效果,如图1b所示,为所述第一语音采集设备、所述第二语音采集设备和所述第三语音采集设备一种排布示例。水平方向上的语音采集设备的间隔为1厘米,垂直方向上的语音采集设备的间隔为0.7厘米,这样可以可增强目标方向,同时抑制来自其它三个方向的干扰。对语音失真也小,且便于提高嘈杂场景下的识别率。在实际录音环境中,信噪比可以提高16dB左右。
如图1c所示,为最终的增强信号的示意图,由于固定波束形成器要比延迟求和固定波束的频率一致性好,可以更好的消除与干扰相关的信号,保留目标方向的信号。如图1d所示,为采用现有技术得到的增强信号的示意图,可见,本实施例可以更好的消除与干扰相关的信号,保留目标方向的信号。
本领域技术人员应能理解,在上述各个实施例的基础上,还可以进行明显变型(例如,对所列举的模式进行组合)或等同替换。
在上文中,虽然按照上述的顺序描述了语音增强方法实施例中的各个步骤,本领域技术人员应清楚,本公开实施例中的步骤并不必然按照上述顺序执行,其也可以倒序、并行、交叉等其他顺序执行,而且,在上述步骤的基础上,本领域技术人员也可以再加入其他步骤,这些明显变型或等同替换的方式也应包含在本公开的保护范围之内,在此不再赘述。
下面为本公开装置实施例,本公开装置实施例可用于执行本公开方法实施例实现的步骤,为了便于说明,仅示出了与本公开实施例相关的部分,具体技术细节未揭示的,请参照本公开方法实施例。
实施例二
为了解决现有技术中语音增强处理会造成目标语音的失真,而且计算量很大的技术问题,本公开实施例提供一种语音增强装置。该装置可以执行上述实施例一所述的语音增强方法实施例中的步骤。如图2所示,该装置主要包括:第一增强信号确定模块21、第二增强信号确定模块22、第三增强信号确定模块23和最终增强信号确定模块24;其中,
第一增强信号确定模块21,用于根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号;
第二增强信号确定模块22,用于根据所述第一语音采集设备和所述第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号确定第二增强信号;
第三增强信号确定模块23,用于根据所述第二语音采集设备和第三语音采集设备在垂直于所述信号来波方向的第一方向上采集的信号和根据所述第二语音采集设备和所述第三语音采集设备在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到第三增强信号;
最终增强信号确定模块24,用于根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号。
进一步的,所述第一语音采集设备和所述第二语音采集设备连成的第一线段,所述第一线段与所述第二语音采集设备和所述第三语音采集设备连成的第二线段呈预设夹角。
进一步的,所述预设夹角为直角。
进一步的,所述第一增强信号确定模块21具体用于:将第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号输入第一固定波束形成器;将所述第一固定波束形成器的输出作为所述第一增强信号。
进一步的,所述最终增强信号确定模块24包括:增强信号合成单元241和最终增强信号确定单元242;其中,
增强信号合成单元241用于对所述第二增强信号和所述第三增强信号分别进行自适应阻塞,并将自适应阻塞后的第二增强信号和第三增强信号合成一个第四增强信号;
最终增强信号确定单元242用于根据所述第四增强信号和所述第一增强信号确定最终的增强信号。
进一步的,所述最终增强信号确定单元242具体用于:对所述第四增强信号依次进行自适应阻塞和自适应滤波处理,得到第五增强信号;将所述第五增强信号和所述第一增强信号合成最终的增强信号。
有关语音增强装置实施例的工作原理、实现的技术效果等详细说明可以参考前述语音增强方法实施例中的相关说明,在此不再赘述。
实施例三
下面参考图3,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:执行上述实施例中的任一语音增强方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (5)
1.一种语音增强方法,其特征在于,包括:
根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号;
根据所述第一语音采集设备和所述第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号确定第二增强信号;
根据所述第二语音采集设备和第三语音采集设备在垂直于所述信号来波方向的第一方向上采集的信号和根据所述第二语音采集设备和所述第三语音采集设备在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到第三增强信号;
根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号;
其中,所述第一语音采集设备和所述第二语音采集设备连成的第一线段,所述第一线段与所述第二语音采集设备和所述第三语音采集设备连成的第二线段呈预设夹角,所述预设夹角为直角;
其中,根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号,包括:
对所述第二增强信号和所述第三增强信号分别进行自适应阻塞,并将自适应阻塞后的第二增强信号和第三增强信号合成一个第四增强信号;
根据所述第四增强信号和所述第一增强信号确定最终的增强信号;
所述根据所述第四增强信号和所述第一增强信号确定最终的增强信号,包括:
对所述第四增强信号依次进行自适应阻塞和自适应滤波处理,得到第五增强信号;
将所述第五增强信号和所述第一增强信号合成最终的增强信号。
2.根据权利要求1所述的方法,其特征在于,所述根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号,包括:
将第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号输入第一固定波束形成器;
将所述第一固定波束形成器的输出作为所述第一增强信号。
3.一种语音增强装置,其特征在于,包括:
第一增强信号确定模块,用于根据第一语音采集设备和第二语音采集设备在信号来波方向上采集到的第一信号得到第一增强信号;
第二增强信号确定模块,用于根据所述第一语音采集设备和所述第二语音采集设备在所述信号来波方向的反方向上采集到的第二信号确定第二增强信号;
第三增强信号确定模块,用于根据所述第二语音采集设备和第三语音采集设备在垂直于所述信号来波方向的第一方向上采集的信号和根据所述第二语音采集设备和所述第三语音采集设备在所述第一方向的反方向上采集的信号进行差分波束成形处理,得到第三增强信号;
最终增强信号确定模块,用于根据所述第一增强信号、所述第二增强信号和所述第三增强信号确定最终的增强信号;
其中,所述第一语音采集设备和所述第二语音采集设备连成的第一线段,所述第一线段与所述第二语音采集设备和所述第三语音采集设备连成的第二线段呈预设夹角,所述预设夹角为直角;
其中,所述最终增强信号确定模块包括:增强信号合成单元和最终增强信号确定单元;
所述增强信号合成单元用于对所述第二增强信号和所述第三增强信号分别进行自适应阻塞,并将自适应阻塞后的第二增强信号和第三增强信号合成一个第四增强信号;
所述最终增强信号确定单元用于根据所述第四增强信号和所述第一增强信号确定最终的增强信号,
其中,所述最终增强信号确定单元具体用于:对所述第四增强信号依次进行自适应阻塞和自适应滤波处理,得到第五增强信号;将所述第五增强信号和所述第一增强信号合成最终的增强信号。
4.一种电子设备,包括:
存储器,用于存储非暂时性计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述处理器执行时实现根据权利要求1-2任一项所述的语音增强方法。
5.一种计算机可读存储介质,用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行权利要求1-2任一项所述的语音增强方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011533887.2A CN112634931B (zh) | 2020-12-22 | 2020-12-22 | 语音增强方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011533887.2A CN112634931B (zh) | 2020-12-22 | 2020-12-22 | 语音增强方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112634931A CN112634931A (zh) | 2021-04-09 |
CN112634931B true CN112634931B (zh) | 2024-05-14 |
Family
ID=75321318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011533887.2A Active CN112634931B (zh) | 2020-12-22 | 2020-12-22 | 语音增强方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634931B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007018293A1 (ja) * | 2005-08-11 | 2007-02-15 | Asahi Kasei Kabushiki Kaisha | 音源分離装置、音声認識装置、携帯電話機、音源分離方法、及び、プログラム |
CN102969002A (zh) * | 2012-11-28 | 2013-03-13 | 厦门大学 | 一种可抑制移动噪声的麦克风阵列语音增强装置 |
EP2755204A1 (en) * | 2013-01-15 | 2014-07-16 | Fujitsu Limited | Noise suppression device and method |
JP2015161839A (ja) * | 2014-02-28 | 2015-09-07 | 日本電信電話株式会社 | 信号処理装置、信号処理方法、プログラム |
CN105590631A (zh) * | 2014-11-14 | 2016-05-18 | 中兴通讯股份有限公司 | 信号处理的方法及装置 |
CN106328156A (zh) * | 2016-08-22 | 2017-01-11 | 华南理工大学 | 一种音视频信息融合的麦克风阵列语音增强系统及方法 |
JP2018170717A (ja) * | 2017-03-30 | 2018-11-01 | 沖電気工業株式会社 | 収音装置、プログラム及び方法 |
CN110223708A (zh) * | 2019-05-07 | 2019-09-10 | 平安科技(深圳)有限公司 | 基于语音处理的语音增强方法及相关设备 |
CN111755021A (zh) * | 2019-04-01 | 2020-10-09 | 北京京东尚科信息技术有限公司 | 基于二元麦克风阵列的语音增强方法和装置 |
CN111798860A (zh) * | 2020-07-17 | 2020-10-20 | 腾讯科技(深圳)有限公司 | 音频信号处理方法、装置、设备及存储介质 |
CN111885276A (zh) * | 2020-07-31 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 消除回声的方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7027365B2 (ja) * | 2019-03-13 | 2022-03-01 | 株式会社東芝 | 信号処理装置、信号処理方法およびプログラム |
-
2020
- 2020-12-22 CN CN202011533887.2A patent/CN112634931B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007018293A1 (ja) * | 2005-08-11 | 2007-02-15 | Asahi Kasei Kabushiki Kaisha | 音源分離装置、音声認識装置、携帯電話機、音源分離方法、及び、プログラム |
CN102969002A (zh) * | 2012-11-28 | 2013-03-13 | 厦门大学 | 一种可抑制移动噪声的麦克风阵列语音增强装置 |
EP2755204A1 (en) * | 2013-01-15 | 2014-07-16 | Fujitsu Limited | Noise suppression device and method |
JP2015161839A (ja) * | 2014-02-28 | 2015-09-07 | 日本電信電話株式会社 | 信号処理装置、信号処理方法、プログラム |
CN105590631A (zh) * | 2014-11-14 | 2016-05-18 | 中兴通讯股份有限公司 | 信号处理的方法及装置 |
CN106328156A (zh) * | 2016-08-22 | 2017-01-11 | 华南理工大学 | 一种音视频信息融合的麦克风阵列语音增强系统及方法 |
JP2018170717A (ja) * | 2017-03-30 | 2018-11-01 | 沖電気工業株式会社 | 収音装置、プログラム及び方法 |
CN111755021A (zh) * | 2019-04-01 | 2020-10-09 | 北京京东尚科信息技术有限公司 | 基于二元麦克风阵列的语音增强方法和装置 |
CN110223708A (zh) * | 2019-05-07 | 2019-09-10 | 平安科技(深圳)有限公司 | 基于语音处理的语音增强方法及相关设备 |
CN111798860A (zh) * | 2020-07-17 | 2020-10-20 | 腾讯科技(深圳)有限公司 | 音频信号处理方法、装置、设备及存储介质 |
CN111885276A (zh) * | 2020-07-31 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | 消除回声的方法及系统 |
Non-Patent Citations (2)
Title |
---|
Acoustic Source Localization Algorithm Based on Improved Time Delay Estimation;CHENG Fangxiao等;Journal of Jilin University Science Edition;第56卷(第3期);全文 * |
Comparative Study on Voice Activity Detection Algorithm;Xiaoling Yang等;2010 International Conference on Electrical and Control Engineer;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112634931A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109102822B (zh) | 一种基于固定波束形成的滤波方法及装置 | |
JP3344647B2 (ja) | マイクロホンアレイ装置 | |
CN107221336B (zh) | 一种增强目标语音的装置及其方法 | |
EP2882170A1 (en) | Audio information processing method and apparatus | |
EP2642768B1 (en) | Sound enhancement method, device, program, and recording medium | |
US8971548B2 (en) | Motor noise reduction circuit | |
CN111341336A (zh) | 一种回声消除方法、装置、终端设备及介质 | |
US11315582B2 (en) | Method for recovering audio signals, terminal and storage medium | |
CN112802486B (zh) | 一种噪声抑制方法、装置及电子设备 | |
CN112786069B (zh) | 语音提取方法、装置和电子设备 | |
Hosseini et al. | Time difference of arrival estimation of sound source using cross correlation and modified maximum likelihood weighting function | |
CN112634931B (zh) | 语音增强方法及装置 | |
CN113674752B (zh) | 音频信号的降噪方法、装置、可读介质和电子设备 | |
CN111755021B (zh) | 基于二元麦克风阵列的语音增强方法和装置 | |
JP5190859B2 (ja) | 音源分離装置、音源分離方法、音源分離プログラム及び記録媒体 | |
WO2020186434A1 (en) | Flexible differential microphone arrays with fractional order | |
CN106448693B (zh) | 一种语音信号处理方法及装置 | |
CN116320133A (zh) | 音频播放方法、装置、电子设备及存储介质 | |
CN112634930B (zh) | 多通道声音增强方法、装置及电子设备 | |
CN110661510B (zh) | 波束形成器形成方法、波束形成方法、装置及电子设备 | |
CN115662394A (zh) | 语音提取方法、装置、存储介质及电子装置 | |
CN112634934B (zh) | 语音检测方法及装置 | |
CN114023347A (zh) | 一种定向拾音方法、装置、电子设备和存储介质 | |
CN114708881A (zh) | 基于双麦克风的定向可选拾音方法、电子设备及存储介质 | |
CN117376757A (zh) | 拾音方法、处理器、电子设备及计算机存储介质 |
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 |