[发明专利]一种语音去混响的方法及装置

说明书

本发明提供了一种语音去混响的方法及装置，涉及语音信号处理技术领域。该语音去混响的方法，包括：获取混响语音的语谱信号；对所述混响语音的语谱信号进行归一化处理，得到混响语音的归一化语谱图；对所述混响语音的归一化语谱图进行时频域二维滤波，获取类混响系统频响；对所述类混响系统频响进行后处理，获取混响系统频响估计；根据所述混响语音的语谱信号和所述混响系统频响估计，获取去混响语音信号的语谱；根据所述去混响语音信号的语谱，获取时域去混响语音信号。上述方案，可以节省去混响的计算资源，降低了去混响成本，可以实现有效的去混响，即使在严重混响的环境中，自动语音识别的性能也有明显的提高。

技术领域

本发明涉及语音信号处理技术领域，特别涉及一种语音去混响的方法及装置。

背景技术

众所周知，语音去混响技术已广泛应用于免提电话、助听器、电话会议系统、高保真语音控制系统和自动语音识别系统。语音去混响方法又称混响消除法，通常大致分为有三大类，但是现有的语音去混响方法又分别存在下列问题：

第一类基于麦克风阵列处理的去混响技术，其性能受限于阵列的麦克风数目，要获得令人满意的去混响结果，势必需要大量的麦克风，这便导致实际产品的成本提高和结构设计的困难增加。第二类在频域对后混响信号进行抑制处理的去混响技术需要首先估计出工作环境的混响时间参数(RT60)，但由于目前尚缺乏关于工作环境中与频率关联的混响时间参数(RT60)的高精度实时估计算法，故该技术的去混响性能受限。第三类基于逆滤波思想的去混响技术中能实际应用的WPE方法涉及一个高阶观测数据相关矩阵的伪逆运算，因而在商用DSP上实现时通常耗费较多的计算资源。

发明内容

本发明实施例提供一种语音去混响的方法及装置，以解决现有的语音去混响技术存在成本较高、结构设计较为复杂、去混响能力受限、实现耗费较多计算资源的问题。

为了解决上述技术问题，本发明实施例提供一种语音去混响的方法，包括：

获取混响语音的语谱信号；

对所述混响语音的语谱信号进行归一化处理，得到混响语音的归一化语谱图；

对所述混响语音的归一化语谱图进行时频域二维滤波，获取类混响系统频响；

对所述类混响系统频响进行后处理，获取混响系统频响估计；

根据所述混响语音的语谱信号和所述混响系统频响估计，获取去混响语音信号的语谱；

根据所述去混响语音信号的语谱，获取时域去混响语音信号。

可选地，所述对所述混响语音的语谱信号进行归一化处理，得到混响语音归一化语谱图，包括：

根据公式：获取混响语音的归一化语谱图；

其中，X_norm(k，t)为混响语音的归一化语谱图；X(k，t)为混响语音的语谱信号；X_max为X(k，t)的最大值；M为预设的正整数，且M为灰度电平等级的个数；为向下取整函数；k为离散频率的索引；t为时域信号帧索引。

可选地，所述对所述混响语音的归一化语谱图进行时频域二维滤波，获取类混响系统频响，包括：

根据公式：H(k，t)＝X_norm(k，t)*G(k，t)，获取类混响系统频响；

其中，H(k，t)为类混响系统频响；X_norm(k，t)为混响语音的归一化语谱图；*为线性卷积算平；G(k，t)为平滑核，且∫∫G(k，t)dtdk＝1，β为归一化系数常数，且β使得的全积分等于1；α为滤波半径，且α越大，图像越锐化；k为离散频率的索引；t为时域信号帧索引。

可选地，所述对所述类混响系统频响进行后处理，获取混响系统频响估计，包括：