[发明专利]用于语音增强的噪声方差估计器

说明书

技术领域

本发明涉及音频信号处理。更具体地，本发明涉及在噪声环境下的语音增强和澄清。 

引用结合 

以下参考文献每一个都通过引用全部结合于此： 

Y.Ephraim and D.Malah，“Speech enhancement using a minimummean square error short time spectral amplitude estimator，”IEEE Trans.Acoust.，Speech，SignalProcessing，vol.32，pp.1109-1121，Dec.1984. 

N.Virag，“Single channel speech enhancement based on maskingproperties of the human auditory system，”IEEE Tran.Speech andAudio Processing，vol.7，pp.126-137，Mar.1999. 

R.Martin，“Spectral subtraction based on minimum statistics，”in Proc.EUSIPCO，1994，pp.1182-1185. 

P.J.Wolfe and S.J.Godsill，“Efficient alternatives to Ephraim andMalah suppression rule for audio signal enhancement，”EURASIPJournal on Applied Signal Processing，vol.2003，Issue 10，Pages 1043-1051，2003. 

Y.Ephraim，H.Lev-Ari and W.J.J.Roberts，“A brief survey of SpeechEnhancement，”The Electronic Handbook，CRC Press，April 2005. 

背景技术

我们生活在噪声世界。来自自然源以及人类活动的环境噪声无处不在。在话音通信期间，环境噪声与预期的语音信号同时被发送，不利地影响接收信号的质量。这个问题可以通过用来去除这样的不想要 的噪声分量的语音增强技术而得到缓和，由此产生更清晰的和更易懂的信号。 

大多数语音增强系统依赖于各种形式的自适应滤波操作。这样的系统衰减具有低信噪比(SNR)的噪声语音信号的时间/频率(T/F)区域，同时保持具有高SNR的那些区域。语音的关键分量因此被保持而噪声分量被大大地减小，通常，这样的滤波操作由诸如数字信号处理(DSP)芯片那样的计算装置在数字域中执行。 

子频带域处理是在其中实施这样的自适应滤波操作的优选方式之一。概略地，时域中的不改变的语音信号通过使用滤波器组，诸如离散傅立叶变换(DFT)，被变换成各种子频带。在每个子频带内的信号随后按照语音与噪声的已知统计特性被抑制到想要的量。最后，在子频带域中的噪声抑制信号通过使用逆滤波器组而被变换到时域，以产生增强的语音信号，其质量高度依赖于抑制过程的细节。 

现有技术语音增强器的例子在图1中示出。通过将包含清晰语言以及噪声的模拟语音信号数字化而生成输入。这个未改变的音频信号y(n)，其中n＝0，1，...∞是时间指数(time index)，随后被发送到分析滤波器组装置或功能(“分析滤波器组(Analysis Filterbank)”)2，从而产生多个子频带信号，Y_k(m)，k＝1，...K，m＝0，1，...∞，其中k是子频带号，而m是每个子频带信号的时间指数。子频带信号由于在分析滤波器组2中的下采样操作，比起y(n)具有较低的采样速率。然后通过使用噪声方差估计器装置或功能(“噪声方差估计器(Noise VarianceEstimator)”)4，用子频带信号作为输入来估计每个子频带的噪声电平。本发明的噪声方差估计器4不同于在现有技术中已知的那些噪声方差估计器，并将在下面具体地参照图2a和2b进行描述。根据所估计的噪声电平，在抑制规则装置或功能(“抑制规则(Suppression Rule)”)6中确定适当的抑制增益g_k，并把它如下地施加到子频带信号：