[发明专利]融合基频信息的双麦克风定向噪音抑制的系统及方法

说明书

本发明公开了一种融合基频信息的双麦克风定向噪音抑制系统和方法，所述系统包括主声音信号输入设备、辅助声音信号输入设备、单通道语音信号分离模块和双通道语音信号分离模块；所述方法为主声音信号输入设备收集主要语音信号输入单通道语音信号分离模块，辅助声音信号输入设备收集背景噪音信号；单通道语音信号分离模块和辅助声音信号输入设备的输出信号都输入和双通道语音信号分离模块中，最后输出处理后的声音信号。本发明充分考虑了噪音残留与语音扭曲这一矛盾问题，可以达到在不至扭曲语音的前提下有效抑制噪音，可以处理大部分真实环境中的非平稳噪音。

技术领域

本发明涉及噪音抑制的系统和方法，具体涉及一种融合基频信息的双麦克风定向噪音抑制的系统及方法。

背景技术

基于语音的人机交互技术是人与人、人与计算机最便捷、自然的交互方式。随着智能手机、语音识别等相关产品技术的发展，市场对语音降噪相关技术的需求越来越迫切。而用户在使用智能语音相关产品的同时，目标语音通常伴随着一些噪音，比如在家居环境下电视、音响设备的声音，这些噪音限制了智能语音的效果与用户体验。本专利发明的技术正是基于这项需求，通过信号处理，有效过滤掉相关噪音，确保语音信号的纯净度，提高语音交互的用户感知与体验。

常规的基于噪音能量估计的方法，通常需要对噪音类型进行限制，必须能量时不变的平稳信号，才能有一定的噪音抑制效果。此外，由于语音谱也被破坏，不能提高后续语音识别相关技术的准确率。采用麦克风阵列的beamforming技术，需要准确估计用户方位信息，或者需要用户必须站在某个固定的位置，限制了其应用的灵活性。本项发明采用了计算听觉场景分析技术，可以有效抑制真实环境下的非平稳定向噪声，并且只需要两个麦克风，对用户方位信息并无特殊要求，应用更为灵活。

对现有的降噪技术和市场上的语音降噪类产品进行仔细的对比和分析，可发现现有的降噪技术技术或者只能抑制某一类噪音，或者对噪音的处理效果不佳，有很大的噪音残留，不能提高语音识别的准确性，或者对麦克风的数量有严格要求，使用并不灵活。比较详细的比较如下所示：

以谱减法(spectral subtraction)为代表的语音增强技术，对噪音的平稳性有严格要求，只能有效处理白噪声或者其他能量变化缓慢的噪音信号；语音信号通常也会被误减，语音扭曲很大，降噪后语音感知质量差、可懂度并未提高，由于语音扭曲会导致语音识别率进一步下降。

以beamforming为代表的麦克风阵列处理技术，需要4个或者更多的麦克风才能达到相对良好的降噪效果，需要知道用户方位的先验信息，对于定向噪音抑制性能有限。

以主成分分析为代表的盲源分离技术，在理想无混响或者混响较弱的情况下，效果良好，但是真实家居环境应用下，混响通常很强，导致性能下降；通常声源的数量，不能多于麦克风的数量，比如以双麦克风为例，如果噪音源超过一个(用户声源也要计算)，会导致性能下降；此外过高的时间开销也是限制其应用的重要原因。

发明内容

针对现有技术的不足，本发明公开了一种融合基频信息的双麦克风定向噪音抑制的系统及方法。

本发明的技术方案如下：

一种融合基频信息的双麦克风定向噪音抑制系统，包括主声音信号输入设备和辅助声音信号输入设备，所述辅助声音信号输入设备距离声源的距离远于主声音信号输入设备；还包括：

单通道语音信号分离模块，包括恢复语音信号中的谐波的缺失成分的模块；

双通道语音信号分离模块，包括构造优化目标和最优滤波器，所述最优滤波器用于计算系统在保证语音信号无扭曲的条件下抑制噪音；

输出模块；