[发明专利]用于音频信号噪声抑制的方法和系统

说明书

本发明涉及用于音频信号噪声抑制的装置、系统和方法，所述音频信号包括至少两个音频系统输入信号的组合，其中每个音频系统输入信号具有源信号部分和背景噪声部分。

背景技术

在音频通信中，典型地，不失真且无噪声地传输用户的声音是有利的。然而，通信装置经常在嘈杂环境中使用；装置的麦克风所拾取的信号是用户的声音和干扰噪声的混合体。

麦克风处的声场的特性根据不同的信号和噪声环境会大量变化。例如，该声音可能来自单一方向，或同时来自许多方向。其可能在远离麦克风或靠近麦克风的地方产生。其可能是平稳/恒定的，或是不平稳/瞬时的。噪声也可能由麦克风端口处的风湍流(wind turbulence)产生。

多麦克风背景降噪方法分为两个一般类别。第一种类型是波束成形，其中，将输出采样计算为输入采样的线性组合。第二种类型是噪声抑制，其中，通过对信号应用时变滤波器(time-variant filter)来减小噪声成分，例如，通过使滤波器组域(bank domain)中的信号上的与时间和频率相关的增益增加。

当仅一个麦克风或音频输入可用时，噪声抑制滤波器不可能是空间敏感的。无法获得声场的空间特征，提供与语音和背景噪声相关的判别信息，典型地，仅将其限制为，抑制背景噪声的平稳成分或准平稳成分。

波束成形和噪声抑制可以顺序地应用，因为它们的降噪效果是加成的。

在WO2009/132646A1中公开了适应性波束成形器的一个实例。

在O.Yilmaz和S.Rickard的Blind Separation of Speech Mixtures via Time-Frequency Masking(通过时频掩蔽而盲分离混合语音)，IEEE Transactions on Signal Processing(IEEE信号处理学报)，Vol.52，No.7，第1830至1847页，2004年7月)中，公开了一种分离混合声音的方法。在两个特征的基础上，以时频表示方式计算分离掩蔽，该两个特征即，两个传感器信号之间的级差和相位延迟。

在WO2009/096958A1中公开了一种将方向噪声抑制和平稳噪声抑制算法组合的方法。然而，此方法并未考虑空间噪声抑制成分，该空间噪声抑制成分除了方向特征以外，其还利用一组空间区别特征的组合。

发明内容

本发明所解决的噪声抑制的基本问题是，在时间和频率上，将声音信号分类成，主要感兴趣的信号(例如，用户的声音或语音)，或主要是干扰噪声，并应用相关过滤以减小输出信号中的噪声成分。当语音和噪声的分布不同时，此分类具有成功的机会。

使用不同的分布，文献中的许多方法提出了空间特征，该空间特征将信号映射至接下来将解决的一维分类问题。这种特征的实例是到达角、接近性、相关性以及和差比率。

本发明利用这样的事实：每个所提出的空间特征附有一定的不确定度，并且，有利地可以将它们组合，实现更高程度的分类精度，另外可通过任何一个单独空间特征来实现该更高程度的分类精度。已这样选择所提出的空间特征，使得，其中每个都对分类器增加分辨权重(power)。

在本发明的一个实施方式中，对分类器的输入是所提出的特征的加权和。

因此，本发明的一个目的是，在个人通信装置的传输路径中提供一种噪声抑制器，该噪声抑制器消除平稳噪声以及非平稳背景噪声。

根据本发明的第一方面，这个目的通过音频信号噪声抑制的方法来实现，该音频信号包括至少两个音频系统输入信号的组合，其中每个输入信号都具有声源信号部分和背景噪声部分，该方法包括以下步骤：

a)从输入信号中提取至少两种不同类型的空间声场特征，例如，区别语音和/或背景噪声特征，

b)在所提取的空间声场特征的基础上，计算第一中间空间噪声抑制增益，

c)计算第二中间平稳噪声抑制增益，

d)将两个中间噪声抑制增益相组合，以形成总噪声抑制增益，其中，通过比较它们的值，并根据它们的比率或相对差，来组合两个中间噪声抑制增益，确定总噪声抑制增益，

e)将总噪声抑制增益施加至音频信号，以产生噪声抑制的音频系统输出信号。

有利地，可针对至少一个频率次频带(sub-band)，在频域中执行该方法。可以应用傅里叶转换的众所周知的方法(例如，快速傅里叶转换(FFT))，将信号从时域转换至频域。结果，可以在每个频带中应用最优滤波。可每20毫秒(ms)或在任何其他适当的时间间隔下，用FFT算法计算新的频谱。