[发明专利]一种语音中瞬态噪声抑制的方法

说明书

技术领域

本发明涉及一种语音中瞬态噪声抑制的方法，属于信号处理技术领域。

背景技术

瞬态噪声存在于很多应用场合中，如助听器、免提组件、手机及视讯会议设备等语音通信终端设备中。瞬态噪声的存在严重影响语音质量，使语音信号清晰度和可懂度下降，引起听觉疲劳。语音中的瞬态噪声通常是加性噪声，也称为暂态噪声。瞬态噪声在时域中通常具有突发性、脉冲性等特点，其能量通常集中在较短的时域区间内，而在频域分布则很宽。典型的瞬态信号通常由一个初始的峰值和一段持续时间约为10～50ms衰减的短时振荡过程构成，如敲门、鼠标点击、节拍器、键盘敲击、锤子击打声等都属于瞬态噪声。多数情况下，瞬态噪声的消除比较困难，因为多数瞬态噪声与语音信号在时频域完全混叠，且具有非连续性等特点。目前的语音噪声抑制算法绝大多数是针对稳态噪声和连续噪声的，如谱减方法、自适应滤波方法、维纳滤波方法等，此类算法对瞬态噪声抑制效果很差。因此，有必要发明对瞬态噪声环境下的语音噪声抑制技术。

因为语音噪声抑制效果的最终度量是人的主观感受，因此有必要考虑人耳的听觉感知特性对语音噪声抑制性能的影响。在听觉感知形成的过程中，人耳基底膜发挥了重要的作用，基底膜具有良好的频率选择和分辨特性。基于这一特性，可以通过设计带通滤波器组来实现耳蜗基底膜的分频作用，这种滤波器组就称为人耳听觉滤波器。Johannesma于1972年提出了伽马通(Gammatone，GT)滤波器模型，它是基于听觉模型中的耳蜗基底膜模型实现的，最先用于描述猫的听觉神经的生理学冲激响应的特性。该滤波器能够较好地模拟人耳听觉的频率响应，符合人耳的听觉感知特性。其冲激响应函数的时域表达式为

g(t)＝[Bⁿt^n-1e^-2πBtcos(2πf_it+φ)]u(t)

B＝b₁·ERB(f_i)

其中，参数Bⁿ为滤波器增益；n为滤波器阶数；n＝4的伽马通滤波器就能很好地模拟基底膜的滤波特性；为初始相位，u(t)为单位阶跃函数；f_i为中心频率；ERB(f_i)为伽马通滤波器的等价矩形带宽，其与中心频率f_i的关系为：

ERB(f_i)＝24.7+0.108f_i

伽马通滤波器的中心频率决定了滤波器的等价带宽、频率响应等特性，而由人耳感知特性可知，各伽马通滤波器的中心频率满足对数均匀分布，中心频率可通过下式确定：

fi=(fH+228.7)exp(i×v)-228.7]]>

=(fH+228.7)exp(i×lnfL+228.7fH+228.7CH)-228.7,1≤i≤CH]]>