[发明专利]自动增益控制装置及方法

说明书

【技术领域】

本发明涉及音频和语音信号处理领域，特别涉及一种基于语音活动检测的自动增益控制装置及方法。

【背景技术】

在音频处理过程中，通常需要对输入的音频信号进行自动增益控制，来调整输入的音频信号的信号幅度，衰减大幅值信号，放大小幅值信号，保证信号幅值的平稳。

为了防止放大音频信号中的背景噪声信号，有时也会加入活动语音检测(VAD，Voice activity Detection)来判断音频信号中是否有语音，对于那些含有语音的音频信号进行增益放大，对于那些不含有语音的音频信号不进行放大或进行缩小。所述活动语音检测VAD并不能区分是背景音中的语音(背景语音)和主讲话人的语音(被称为目标语音)，比如一个人在嘈杂的路上打电话，那么打电话的人的语音属于目标语音，其应该被放大，而路人的语音是背景语音也会被放大，但实际上背景语音应该被缩小或不做处理。因此，在现有技术中，背景语音和目标语音一起被放大，这给一些应用带来了不利的影响，比如蓝牙耳机。

因此，有必要提供一种改进的技术方案来克服上述问题。

【发明内容】

本发明的目的在于提供一种基于语音活动检测的自动增益控制装置及方法，其可以区分背景语音和目标语音，并对它们进行不同的处理，以增强目标语音，抑制背景语音。

为了解决上述问题，本发明提供一种音频信号的自动增益控制装置，其包括：麦克风，采集模拟的音频信号；模数转换器，将采集的模拟的音频信号进行模数转换形成数字的音频数据；音频编码器，将来自模数转换器的数字的音频数据进行编码得到连续的多帧音频数据；活动语音检测模块，对每帧音频数据进行活动语音检测以将各个音频数据帧区分为语音数据帧和非语音数据帧；背景语音检测模块，对各语音数据帧进行能量检测以将各语音数据帧区分为背景语音数据帧和目标语音数据帧；自动增益控制模块，根据各帧音频数据的类型确定其对应的增益，其中非语音数据帧和背景语音数据帧的增益小于等于0dB，目标语音数据帧的增益大于0dB；增益调节模块，根据自动增益控制模块确定的各个音频数据帧的增益对各个音频数据帧进行信号幅度的调整。

进一步的，所述背景语音检测模块对各语音数据帧进行能量检测得到各语音数据帧的能量检测值，并将该能量检测值与语音能量阈值相比，将所述能量检测值低于语音能量阈值的语音数据帧被认为是背景语音数据帧，将所述能量检测值高于语音能量阈值的语音数据帧被认为是目标语音数据帧。

进一步的，所述增益调节模块对非语音数据帧和背景语音数据帧不进行放大或进行缩小，所述增益调节器对目标语音数据帧进行自动增益放大。

进一步的，背景语音检测模块，对各音频数据帧进行能量检测以将各音频数据帧区分为低能量音频数据帧和高能量音频数据帧；自动增益控制模块，根据各帧音频数据的类型确定其对应的增益，其中将属于高能量音频数据帧同时又是语音数据帧的音频数据帧的增益设置的大于0dB，将所有其它的音频数据帧的增益设置为小于等于0dB。

根据本发明的另一个方面，本发明还提供一种音频信号的自动增益控制方法，其包括：采集模拟的音频信号；将采集的模拟的音频信号进行模数转换形成数字的音频数据；将来自模数转换器的数字的音频数据进行编码得到连续的多帧音频数据；对每帧音频数据进行活动语音检测以将各个音频数据帧区分为语音数据帧和非语音数据帧；对各语音数据帧进行能量检测以将各语音数据帧区分为背景语音数据帧和目标语音数据帧；根据各帧音频数据的类型确定其对应的增益，其中非语音数据帧和背景语音数据帧的增益小于等于0dB，目标语音数据帧的增益大于0dB；根据确定的各个音频数据帧的增益对各个音频数据帧进行信号幅度的调整。

进一步的，所述对各语音数据帧进行能量检测以将各语音数据帧区分为背景语音数据帧和目标语音数据帧包括：对各语音数据帧进行能量检测得到各语音数据帧的能量检测值；将该能量检测值与语音能量阈值相比；将所述能量检测值低于语音能量阈值的语音数据帧被认为是背景语音数据帧，将所述能量检测值高于语音能量阈值的语音数据帧被认为是目标语音数据帧。

进一步的，所述根据确定的各个音频数据帧的增益对各个音频数据帧进行信号幅度的调整包括：对非语音数据帧和背景语音数据帧不进行放大或进行缩小，所述增益调节器对目标语音数据帧进行自动增益放大。