[发明专利]一种语音信号处理方法和装置

说明书

本发明提供了一种语音信号处理方法和装置，所述方法包括：获取传感器阵列中各个传感器采集到的带噪语音信号，带噪语音信号为时域信号；应用短时傅里叶变换将采集到的带噪语音信号由时域信号分解成频域子带信号；通过与各个频域子带信号的空间维度相关的波束形成器，对得到的频域子带信号进行滤波处理，得到降噪后的语音信号。通过本发明，可以通过简单的操作，就可以从带有噪声、干扰和混响的麦克风输出信号中提取有用的语音信号。

技术领域

本发明涉及信号处理领域，具体而言，涉及一种语音信号处理方法和装置。

背景技术

目前，语音信号处理被广泛的应用在波达方向估计、声源定位、语音降噪、声源分离、混响抑制、远场拾音、3维音频等问题。相关处理方法与技术在包括声学监控、智能手机、智能电视、平板电脑、助听器、机器人等领域。如何抑制麦克风传输的语音信号中的噪声是当前语音信号处理领域的热点。

相关技术中提出基于正则参数的超指向性波束形成方法对语音信号中的噪声进行抑制。基于正则参数的超指向性波束形成方法是通过引入和调节正则参数(Regularization Parameter)可以在指向性和白噪声增益之间获得一个折中，或者通过假设每个传感器的误差(传感器的增益、相位和位置误差)服从某种概率分布，从而推导出一种鲁棒性较好的波束形成器，从而对语音信号中的噪声进行抑制。

但在实际系统中如何找到一个最优的正则参数是一个很难的问题；而且，在实际系统中通过假设每个传感器的误差服从某种概率分布推导出的超指向波束形成器在对语音信号中的噪声进行抑制时，这些先验信息往往难以获得。

发明内容

有鉴于此，本发明实施例的目的在于提供一种语音信号处理方法和装置，以通过简单的操作，就可以提高对语音信号中的噪声抑制能力。

第一方面，本发明实施例提供了一种语音信号处理方法，包括：

获取传感器阵列中各个传感器采集到的带噪语音信号，所述带噪语音信号为时域信号；

应用短时傅里叶变换将采集到的所述带噪语音信号由时域信号分解成频域子带信号；

通过与各个所述频域子带信号的空间维度相关的波束形成器，对得到的所述频域子带信号进行滤波处理，得到降噪后的所述语音信号。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，应用短时傅里叶变换将获取到的所述带噪语音信号由时域信号分解成频域子带信号包括：

所述传感器采集到的带噪语音信号表示为：

y_m(k)＝x_m(k)+v_m(k)；

所述频域子带信号表示为：

Y_m(ω)＝X_m(ω)+V_m(ω)；

其中，y_m(k)表示第m个传感器采集到的带噪语音信号，x_m(k)表示第m个传感器接收到的纯净语音信号，v_m(k)表示第m个传感器接收到的加性噪声信号，m∈[1,2,3…M]，M表示传感器阵列中传感器的数量，Y_m(ω)、X_m(ω)和V_m(ω)分别表示y_m(k)、x_m(k)和v_m(k)的短时傅里叶变换。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，通过与各个所述频域子带信号的空间维度相关的波束形成器，对得到的所述频域子带信号进行滤波处理，得到降噪后的所述语音信号，包括：