[发明专利]用于净化音频信号的多耳MMSE分析技术

说明书

本申请涉及用于处理音频信号的技术，该技术包括在输出音频信号之前从音频信号中去除噪声或以其他方式净化音频信号。所公开的技术可以对从主麦克风以及至少一个参考麦克风接收的音频信号采用最小均方误差(MMSE)分析，并且在这些技术中，MMSE分析被用于减少或消除来自由主麦克风接收的音频信号的噪声。可选地，置信区间可以被分配给音频信号的不同频带，其中每个置信区间对应于其相应的频带包括目标音频的可能性，并且每个置信区间代表其相应的频带在已从中去除了噪声的重建的音频信号中的贡献。

技术领域

本公开总体涉及用于处理音频信号的技术，包括用于在输出音频信号之前从该音频信号中去除噪声或以其他方式净化该音频信号的技术。更具体地，本公开涉及在从主麦克风和至少一个参考麦克风接收的音频信号上进行最小均方误差(MMSE)分析的技术，并且涉及使用MMSE分析从由主麦克风接收的信号中减少或消除噪声的技术。

发明内容

在各个方面中，根据本公开的方法是一种净化过程，该净化过程包括识别音频信号的目标部分或目标分量并且减少或消除伴随音频信号的目标部分的噪声。当使用该净化过程时，主音频信号的目标部分或主音频信号的目标部分的至少重要部分在净化过程之后将保留或幸存。在净化过程之后保留的主音频信号的每一部分在本文中被称为“净化的音频信号”。在主音频信号的不同频带被分别净化的实施例中，净化的音频信号可以被包括在主音频信号的重建版本中，该重建版本在本文中也被称为“重建的音频信号”。在净化过程与音频通信设备(诸如移动电话)一起使用的实施例中，主音频信号的目标部分可以包含个人的语音。一旦主音频信号已被净化并且净化的音频信号已被选择性地包括在重建的音频信号中，则该净化的和/或重建的音频信号可以被存储、传输到另一个设备和/或可听的输出。

一种用于处理音频信号的方法包括用至少两个麦克风接收声音形式的音频信号，其中所述至少两个麦克风相互接近但提供不同的方向或视角，并且因此以相互不同的方式或从不同的视角接收音频信号。这种布置被称为“双耳环境”。所述麦克风包括主麦克风以及一个或多个参考麦克风。主麦克风可以被定位成接收来自预期来源的音频信号；例如，主麦克风可以包含移动电话的麦克风，当使用移动电话时个人对着该麦克风说话。来自预期来源的音频信号可以包含目标音频或目标声音。鉴于其方向或视角，由主麦克风接收的音频信号在本文中被称为“主音频信号”。

每个参考麦克风可以被定位在距声音的预期来源稍微遥远的位置和方向或视角处，使参考麦克风能够与主麦克风接收背景声音相比以相同程度或更大程度接收背景声音，并且能够与主麦克风接收目标音频相比以更小程度接收目标音频。从每个参考麦克风的视角接收的音频信号在本文中被称为“参考音频信号”。

一旦音频信号已被接收为主音频信号以及一个或多个参考音频信号，则主音频信号可以被净化。作为净化过程的一部分，主音频信号和每个参考音频信号可以经受一个或多个自适应时域滤波。在具体实施例中，主音频信号和/或每个参考音频信号可以经受最小均方(LMS)滤波。

无论主音频信号或任何参考音频信号是否经受一个或多个自适应时域滤波，都获得噪声估计。噪声估计可以从一个或多个参考音频信号中获得。更具体地，噪声估计可以从一个或多个频带中获得，在这些频带中已知存在至少一个目标音频的一个或多个部分(例如，人类语音的共振峰或谱峰等)。噪声估计可以仅从(多个)参考音频信号中获得，或者通过比较(多个)参考音频信号的合适部分(例如，每个感兴趣的频带等)与主音频信号的相应部分获得，所述主音频信号的相应部分除了包括噪声之外还将包括目标音频。更具体地，主音频信号的特定频带的样品可以与同时获得的一个或多个参考音频信号的相同特定频带的样品比较以识别存在于主音频信号的该频带中的有嫌疑的或可能的噪声(即噪声估计)。无论如何获得噪声估计，每个噪声估计都可以用于识别存在于主音频信号中或主音频信号的一个或多个频带中的有嫌疑的噪声或可能的噪声。通过分析双耳环境中的音频信号，可以在没有声音活动检测器的情况下进行噪声估计，而当在不使用参考音频信号的情况下估计噪声时需要声音活动检测器。