[发明专利]基于二元麦克风阵列的语音增强方法和装置

说明书

本申请实施例公开了基于二元麦克风阵列的语音增强方法和装置。该方法的一具体实施方式包括：基于二元麦克风阵列中的两个麦克风采集到的语音信号，形成目标方向的第一波束以及至少一个干扰方向的第二波束，其中，目标方向和该至少一个干扰方向是预先设定的；基于所形成的第二波束的语音信号，确定干扰信号；从第一波束的语音信号中减去干扰信号，得到增强后的语音信号。该实施方式可以在不为麦克风增加特殊音腔结构以及不增加麦克风阵元个数的情况下，实现对目标方向的语音信号的增强。

技术领域

本申请实施例涉及计算机技术领域，具体涉及基于二元麦克风阵列的语音增强方法和装置。

背景技术

目前，语音交互系统已经得到了广泛应用，比如应用于手机通话、车载系统、智能家居等等。

现有的基于两个麦克风的语音增强的技术实现主要包括以下两种形式：

1)基于主辅形式：其中一个为主麦克风，用于采集人的语音及周围环境的噪声。另一个为辅助麦克风，通过特殊的音腔结构设计，将人的语音进行隔离，只采集周围环境的噪声。通过从主麦克风采集的语音信号中减去辅助麦克风采集的语音信号，可以得到增强后的语音信号。这种形式对工艺要求比较高，需要设计实现专门的音腔结构用于隔离人声和周围环境的噪声。当周围噪声较大的时候容易造成语音的失真。

2)基于麦克风阵列：将两个麦克风看成一个两元的线性麦克风阵列系统，采用通用的麦克风阵列语音增强算法。例如，通过增加麦克风阵元个数来增强语音信号。这种形式一般会增加语音交互系统的成本，并且对语音交互系统的空间布局会产生一定的影响。

发明内容

本申请实施例提出了基于二元麦克风阵列的语音增强方法和装置。

第一方面，本申请实施例提供了一种基于二元麦克风阵列的语音增强方法，该方法包括：基于二元麦克风阵列中的两个麦克风采集到的语音信号，形成目标方向的第一波束以及至少一个干扰方向的第二波束，其中，目标方向和至少一个干扰方向是预先设定的；基于所形成的第二波束的语音信号，确定干扰信号；从第一波束的语音信号中减去干扰信号，得到增强后的语音信号。

在一些实施例中，基于二元麦克风阵列中的两个麦克风采集到的语音信号，形成目标方向的第一波束以及至少一个干扰方向的第二波束，包括：将两个麦克风采集到的语音信号从时域转换成频域，得到转换成频域后的语音信号；基于转换成频域后的语音信号，形成第一波束以及至少一个干扰方向的第二波束。

在一些实施例中，将两个麦克风采集到的语音信号从时域转换成频域，得到转换成频域后的语音信号，包括：基于预设的帧大小以及帧移，对两个麦克风中的每个麦克风采集到的语音信号进行分帧，得到与该麦克风对应的第一语音帧序列；将两个麦克风中的每个麦克风所对应的第一语音帧序列中的每个语音帧从时域转换成频域，并将转换成频域后的第一语音帧序列作为与该麦克风对应的第二语音帧序列。

在一些实施例中，将两个麦克风中的每个麦克风所对应的第一语音帧序列中的每个语音帧从时域转换成频域，包括：对于两个麦克风中的每个麦克风，对该麦克风所对应的第一语音帧序列中的每个语音帧进行加窗操作，并对经加窗后的该语音帧进行快速傅里叶变换，以将该语音帧从时域转换成频域。

在一些实施例中，基于转换成频域后的语音信号，形成第一波束以及至少一个干扰方向的第二波束，包括：采用差分波束形成方法，基于两个麦克风分别对应的第二语音帧序列，形成第一波束以及至少一个干扰方向的第二波束。

在一些实施例中，每个第二波束对应权值向量和导向矢量，权值向量和导向矢量是在采用差分波束形成方法形成该第二波束的过程中计算得出的；以及基于所形成的第二波束的语音信号，确定干扰信号，包括：对于所形成的每个第二波束，将该第二波束所对应的权值向量与导向矢量的乘积的绝对值确定为从该第二波束泄露到第一波束的增益系数，并将增益系数与该第二波束的语音信号的乘积确定为干扰信号。