[发明专利]用辅助键座麦克风来检测和抑制音频流中的键盘瞬态噪声

说明书

本发明提供了用于在言语被瞬态噪声(例如键盘键入噪声)破坏时增强言语的方法和系统。所述方法和系统将所述瞬态噪声的参考麦克风输入信号用在用于所述信号的所述语音部分的信号恢复过程。使用鲁棒贝叶斯统计模型使所述参考麦克风上的所述语音麦克风回归，这在使所述语音和瞬态噪声的不需要的功率谱值边缘化的同时实现了对所需的语音信号的直接推断。本发明还提供了一种用于快速增强被破坏的信号的直接且高效的期望最大化(EM)过程。所述方法和系统设计为易于在标准硬件上实时操作，并且具有非常短的延时，使得在扬声器响应中不存在刺激性延迟。

背景技术

在音频和/或视频电话会议环境中，遭遇与言语同时出现并且出现在言语之间的“无声”停顿中的令人讨厌的键盘键入噪声是很常见的。示例场景是参与会议呼叫的某个人在会议正在进行的同时在其膝上型计算机上做笔记的场景、或者某个人在语音呼叫期间检查其电子邮件的场景。当这种类型的噪声出现在音频数据中时，用户表现出明显的烦躁/分心。

发明内容

为了提供对本公开的一些方面的基本理解，本发明内容以简化形式介绍了对概念的选择。本发明内容并非本公开的广泛概述，并且既不旨在识别本公开的关键或者重要元素，也不旨在描绘本公开的范围。本发明内容仅仅呈现本公开的概念中的一些概念作为以下提供的具体实施方式的前言。

本公开大体上涉及用于信号处理的方法和系统。更具体地，本公开的方面涉及通过使用作为参考信号的来自辅助麦克风的输入来抑制音频信号中的瞬态噪声。

本公开的一个实施例涉及一种用于抑制瞬态噪声的计算机实现的方法，其包括：接收来自用户装置的第一麦克风的音频信号输入，其中，该音频信号包含由第一麦克风捕获的语音数据和瞬态噪声；接收关于来自用户装置的第二麦克风的瞬态噪声的信息，其中，该第二麦克风定位为与用户装置中的第一麦克风分开，并且该第二麦克风定位为接近瞬态噪声的源；基于关于从第二麦克风接收到的瞬态噪声的信息来估计瞬态噪声在来自第一麦克风的音频信号输入中的贡献；以及基于瞬态噪声的所估计的贡献从来自第一麦克风的音频信号输入中提取语音数据。

在另一实施例中，用于抑制瞬态噪声的方法进一步包括：使用统计模型将第二麦克风映射到第一麦克风上。

在另一实施例中，用于抑制瞬态噪声的方法进一步包括：基于从第二麦克风接收到的信息来调整瞬态噪声在音频信号中的所估计的贡献。

在又一实施例中，在用于抑制瞬态噪声的方法中调整瞬态噪声的所估计的贡献包括：按比例增加或者缩小所估计的贡献。

在又一实施例中，用于抑制瞬态噪声的方法进一步包括：基于经过调整的所估计的贡献，确定在来自第一麦克风的音频信号输入中在每个时间帧中瞬态噪声在每个频率处的所估计的功率水平。

在又一实施例中，用于抑制瞬态噪声的方法进一步包括：基于在来自第一麦克风的音频信号中在每个时间帧中瞬态噪声在每个频率处的所估计的功率水平，从由第一麦克风捕获到的音频信号中提取语音数据。

在另一实施例中，在用于抑制瞬态噪声的方法中估计瞬态噪声的贡献包括：通过使用期望最大化算法来确定包含语音数据的音频信号的一部分的MAP(最大后验)估计。

本公开的另一实施例涉及一种用于抑制瞬态噪声的系统，所述系统包括：至少一个处理器和非暂时性计算机可读介质，该非暂时性计算机可读介质耦合至该至少一个处理器，该非暂时性计算机可读介质具有存储于其上的指令，该指令在由该至少一个处理器执行时使该至少一个处理器：接收来自用户装置的第一麦克风的音频信号输入，其中，该音频信号包含由第一麦克风捕获的语音数据和瞬态噪声；获得关于来自用户装置的第二麦克风的瞬态噪声的信息，其中，该第二麦克风定位为与用户装置中的第一麦克风分开，并且该第二麦克风定位为接近瞬态噪声的源；基于关于从第二麦克风获得的瞬态噪声的信息来估计瞬态噪声在来自第一麦克风的音频信号输入中的贡献；以及基于瞬态噪声的所估计的贡献从来自第一麦克风的音频信号输入中提取语音数据。