[发明专利]语音增强方法及装置

权利要求书

1.语音增强方法，其特征在于，包括：

步骤一、从多个不同的空间位置采集多路带噪语音信号；

步骤二、对所述带噪语音信号进行初步语音增强，以获得初步增强语音信号,然后对所述初步增强语音信号进行分频和加窗逐帧处理，将其分割为N个语音T-F单元，并提取每个语音T-F单元中的特征值；

同时，对所述带噪语音信号进行分频和加窗逐帧处理，以得到N个噪声T-F单元，提取每个噪声T-F单元的特征值并将其和设定值进行对比，根据比值确定各个噪声T-F单元对应的掩蔽值，然后进行相应的掩蔽处理，以获得噪声参考信号；

所述语音T-F单元和噪声T-F单元具有一一对应关系；

步骤三、将每个语音T-F单元的特征值和其对应的经掩蔽后的噪声T-F单元的特征值进行比较，并以比值为依据得到每个语音T-F语音单元相对应的掩蔽值，然后根据得到的掩蔽值进行相应的掩蔽处理；

步骤四、对经过掩蔽处理后的N个语音T-F单元进行合成，以获得最终的增强语音信号。

2.根据权利要求1所述的语音增强方法，其特征在于，所述步骤二中所述的特征值包括IID和/或ITD。

3.根据权利要求2所述的语音增强方法，其特征在于，处于高频段的噪声/语音T-F单元提取IID，处于低频段的噪声/语音T-F单元提取ITD，所述的高频段和低频段的分界线为1.5KHz。

4.根据权利要求2或3所述的语音增强方法，其特征在于，所述IID和掩蔽值的关系为：

Mask gram(i,j)＝1,if IID＞2

Mask gram(i,j)＝0.5,if 1.2＜IID＜2

Mask gram(i,j)＝0.3,if 1＜IID＜1.2

Mask gram(i,j)＝0.01,else

其中，Mask gram(i,j)表示第i个时帧、第j个频带的噪声/语音T-F单元所对应的掩蔽值。

5.根据权利要求1、2或3所述的语音增强方法，其特征在于，在所述步骤一中还包括追踪定位目标声源的步骤。

6.语音增强装置，其特征在于，包括：

语音采集模块：用于从多个不同的空间位置采集多路带噪语音信号；

语音增强模块：用于对所述语音采集模块采集到的带噪语音信号进行初步语音增强，获得初步增强语音信号；

第一人耳滤波模块：用于对所述语音增强模块中输出的初步增强语音信号进行分频和加窗逐帧处理，形成N个语音T-F单元；

第一特征提取模块：用于提取每个语音T-F单元的特质值；

噪声参考模块：包括第二人耳滤波模块、第二特征提取模块、第二特征比较模块及第二掩蔽模块；所述第二人耳滤波模块用于对带噪语音信号进行分频和加窗逐帧处理，以形成N个噪声T-F单元，所述第二特征提取模块用于提取每个噪声T-F单元的特征值，所述第二特征比较模块用于将每个噪声T-F单元的特征值和设定值进行对比，并根据比值确定每个噪声T-F单元对应的掩蔽值，所述第二掩蔽模块用于对各噪声T-F单元进行掩蔽处理，以获得噪声参考信号；

第一特征比较模块：对语音T-F单元的特征值和所述噪声参考信号中的相应的噪声T-F单元的特征值进行比较，根据比值确定每个语音T-F单元对应的掩蔽值；

第一掩蔽模块：根据所述第一特征比较模块得到的掩蔽值，对相应的语音T-F单元进行掩蔽处理；

语音信号重建模块：对经过第一掩蔽模块处理后的N个语音T-F单元进行合并，形成增强后的语音信号用于输出。

7.根据权利要求6所述的语音增强装置，其特征在于，所述特征值包括IID和/或ITD。

8.根据权利要求7所述的语音增强装置，其特征在于，处于高频段的噪声/语音T-F单元提取IID，处于低频段的噪声/语音T-F单元提取ITD，所述的高频段和低频段的分界线为1.5KHz。