[发明专利]一种语音信号处理方法及装置

权利要求书

1.一种语音信号处理方法，包括如下步骤：

步骤一，接收解码的远端信号，并于播放解码后的远端信号的同时采集近端信号；

步骤二，估计并补偿延迟，对远端及近端信号进行数据对齐操作；

步骤三，将对齐后的远端和近端信号送入带反馈的自适应回声抑制单元，抑制近端信号中的回声；

步骤四，抑制近端信号中的残余回声与啸叫；

步骤五，抑制近端信号中的噪声；

步骤六，将近端信号通过网络传输出去；

其中，步骤四进一步包括：

步骤S1，将步骤三的输出分为两路，一路计算不同频段下步骤三的输出与最近L帧远端信号的相似度；

步骤S2，得到回声消除输出在各频带下与最近L帧远端信号的相似度后，根据获得的相似度以及最近L帧远端信号加权得到残余回声估计；

步骤S3，将当前帧回声消除输出的幅值减去残余回声估计得到残余回声抑制后的输出幅值；

步骤S4，获得步骤三的另一路输出，计算特定频段下回声消除输出与啸叫信号的相似度；

步骤S5，将该相似度映射为幅度抑制因子，抑制特定频段幅度；

步骤S6，对步骤S3的输出与步骤S5的输出进行融合后输出。

2.如权利要求1所述的一种语音信号处理方法，其特征在于：步骤三进一步包括：

近端和远端信号分别进行离散傅立叶DFT变换；

将经离散傅立叶DFT变换后的远端和近端信号送入所述带反馈的自适应回声抑制单元，以抑制近端信号中的回声。

3.如权利要求1所述的一种语音信号处理方法，其特征在于：于步骤S1中，计算跨功率谱相关密度作为当前帧回声消除输出与最近L帧远端信号的相似度计算依据。

4.如权利要求1所述的一种语音信号处理方法，其特征在于：于步骤S2中，将步骤S1中得到的相似度映射为权重，并利用最近L帧远端信号加权得到残余回声估计。

5.如权利要求1所述的一种语音信号处理方法，其特征在于：于步骤S4中，所述特定频段指的是特定采样率下啸叫易发生频段，通过离线预先标定得到，所述相似度采用时-频域结合的判据来衡量。

6.如权利要求1所述的一种语音信号处理方法，其特征在于：于步骤S6中，将步骤S3的输出与步骤S5的输出取最小值作为输出幅值，同时保留原始回声消除输出相位，作为融合后的输出。

7.如权利要求1所述的一种语音信号处理方法，其特征在于，于步骤五中，

在步骤四的基础上，分频段对带噪信号进行掩蔽，进一步抑制噪声，噪声幅值估计通过之前噪声能量估计与当前瞬时能量估计进行平滑后得到，上述平滑估计中的平滑因子的大小通过所述带反馈的自适应回声抑制单元中的滤波器更新步长进行辅助判断。

8.如权利要求1所述的一种语音信号处理方法，其特征在于：于步骤六中，将经过噪声抑制后的语音经过反DFT运算后输出。

9.一种语音信号处理装置，包括：

信号采集与处理单元，用于接收解码后的远端信号将其存放至缓冲区内，并于播放解码后的远端信号的同时采集近端信号，估计并补偿延迟，对远端及近端信号进行数据对齐操作；

第一DFT运算单元，用于对对齐的近端信号进行离散傅立叶DFT变换送入回声抑制单元；

第二DFT运算单元，用于对对齐的远端信号进行离散傅立叶DFT变换送入回声抑制单元；

带反馈的自适应回声抑制单元，用于抑制近端信号中的回声，并根据输出与远端信号的相关性自适应地调整滤波器更新步长；

残余回声与啸叫抑制单元，以所述带反馈的自适应回声抑制单元的输出作为输入，对可能存在啸叫的频段进行检测，进而决定抑制的幅度，同时对残余回声进行抑制；

噪声抑制单元，用于在残余回声与啸叫抑制单元的输出基础上估计噪声，以抑制近端信号中的噪声；

反DFT运算单元，用于将所述噪声抑制单元输出的语音经过反DFT运算后输出；

其中，残余回声与啸叫抑制单元进一步包括：

残余回声相似度计算单元，用于计算不同频段下带反馈的自适应回声抑制单元的输出与最近L帧远端信号的相似度；

残余回声估计单元，于得到回声消除输出在各频带下与最近L帧远端信号的相似度后，根据获得的相似度以及最近L帧远端信号加权得到残余回声估计；

第一抑制单元，将当前帧的回声抑制单元输出减去残余回声估计得到第一抑制单元的输出；

啸叫相似度计算单元，用于计算当前帧的回声抑制单元输出在特定频段下和啸叫信号的相似度；

第二抑制单元，用于将相似度映射为幅值调整因子，并调整特定频段幅度，得到第二抑制单元的输出。