[发明专利]用于可变噪声状况中语音增强的鲁棒噪声估计

说明书

通过使用模式匹配抑制瞬态“非静止”噪声来改进机动车辆中的语音。将预先存储的线性预测系数集合与噪声信号的LPC系数进行比较。与表示包括语音和噪声的信号的LPC系数集合“最接近”的预先存储的LPC系数集合被认为是噪声。

背景技术

机动车辆中的语音增强系统当然必须应对低信噪比（SNR）状况，但它们还必须应对不同种类的噪声，其中一些噪声被认为是瞬态的或“非静止的”。如本文所使用的，非静止车辆噪声包括但不限于由于车辆加速度、交通噪声、道路颠簸和风噪声引起的瞬态噪声。

本领域普通技术人员知道，常规的现有技术语音增强方法是“回顾性的”：它们依赖于检测和分析已经发生的噪声信号，以便抑制将来存在或预期会发生的噪声，即，尚未发生的噪声。现有技术噪声抑制方法因此假设噪声是稳定的或“静止的”或至少是伪静止的，即噪声功率谱密度（PSD）是稳定的，并且因此经由对检测到的噪声进行慢速时间平滑来接近地近似或估计。

当背景噪声突然且非预期地发生时，例如当车辆撞击道路表面瑕疵时发生的情况，常规的现有技术噪声检测/估计方法不能快速地将噪声与语音区分开，而是替代地需要相当大量的尚未发生的未来样本。因此，传统的语音增强技术固有地不足以抑制所谓的非静止噪声。用于检测和抑制这种噪声的方法和装置将是对现有技术的改进。

发明内容

为了简洁，本文阐述了快速检测和抑制音频信号中的瞬态非静止噪声的方法和装置的元件。方法步骤在频域中执行。

作为第一步骤，创建基于有噪声音频信号的线性预测编码（LPC）分析的噪声模型。

针对所分析的每个频率从语音存在的概率（SPP）导出嗓音活动检测器（VAD）。作为第二步骤，如果嗓音活动检测（VAD）允许，则以音频信号的帧速率更新在第一步骤中创建的噪声模型。

应当注意的是，LPC分析的“阶”优选地是大数（例如10或更高），这在本文中被认为是语音 “必须”的。另一方面，噪声分量用低得多的LPC模型（例如4或更低）被同样好地表示。换句话说，高阶LPC和低阶LPC之间的差异对于语音是显著的，但对于噪声不是这种情况。无论信号中呈现的能量水平如何，这种区分提供了瞬时将噪声与语音分离的机制。

作为第三步骤，在每个帧处计算高阶和低阶LPC系数之间的相似性（或不相似性）的度量。在计算度量之后，在每个帧处计算在线噪声模型和LPC系数之间的高阶参数的“拟合优度”的第二度量。

如果上述两个度量都小于它们各自的预先计算的阈值，则将有噪声音频信号的“帧”分类为噪声。判定逻辑中使用的那些阈值作为噪声模型的一部分被计算。

如果噪声分类器将当前信号帧识别为噪声，则如果还存在基于其他语音/噪声分类方法（例如，嗓音活动检测（VAD）或语音存在的概率）的单独噪声估计，则计算或改良噪声PSD（功率谱密度），即噪声估计。

噪声分类器和噪声模型是“在运行中”创建的，并且不需要任何“离线”训练。

改良的噪声PSD的计算基于语音存在的概率。如果常规方法已经进行了估计（例如在静止噪声状况中），则机制被内建为使得噪声PSD不会被过度估计。语音的概率确定在每帧处噪声PSD被改良多少。

改良的噪声PSD用于SNR重新计算（第二阶段SNR）。

还基于改良的噪声PSD和SNR重新计算噪声抑制增益函数（第二阶段增益）。

最后，将改良的增益函数（第二阶段NS）应用于噪声抑制操作。

附图说明

图1是现有技术噪声估计器和抑制器的框图。

图2是改进的噪声估计器的框图，该改进的噪声估计器被配置为检测和抑制非静止噪声，诸如由突然加速、车辆交通或道路颠簸引起的瞬态噪声；