[发明专利]语音降噪方法、装置、语音空调及计算机可读存储介质在审
申请号: | 201910654545.7 | 申请日: | 2019-07-19 |
公开(公告)号: | CN110379440A | 公开(公告)日: | 2019-10-25 |
发明(设计)人: | 李钰 | 申请(专利权)人: | 宁波奥克斯电气股份有限公司;奥克斯空调股份有限公司 |
主分类号: | G10L21/0216 | 分类号: | G10L21/0216;G10L21/0208;G10L19/02;G10L15/20;F24F11/64;F24F11/56 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 马莉 |
地址: | 315191 浙江省宁*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 噪声信号 语音信号 相乘 小波变换 语音 噪声 滤波器 语音识别 权系数 权向量 分解 空调 降噪 求反 计算机可读存储介质 预处理 自适应滤波器 降噪处理 输入语音 用户使用 叠加 指令 优化 | ||
1.一种语音空调的语音降噪方法,其特征在于,包括以下步骤:
S1、对带噪声的语音信号进行小波变换,将带噪声的语音信号分解为语音信号和噪声信号;
S2、将小波变换后分解的所述噪声信号进行自适应滤波器预处理,得到滤波器权向量参数;
S3、将所述滤波器权向量参数与小波变换后分解的所述噪声信号相乘,得到经过权系数相乘处理的噪声信号;
S4、将经过权系数相乘处理的噪声信号求反,然后将求反后的噪声信号叠加到所述带噪声的语音信号中,得到有用语音信号。
2.根据权利要求1所述的语音降噪方法,其特征在于,在步骤S1中,还包括:
经过阈值处理的方法,将所述语音信号滤除掉,留下所述噪声信号。
3.根据权利要求1所述的语音降噪方法,其特征在于,在步骤S2中,采用递归最小二乘算法求取所述滤波器权向量参数。
4.根据权利要求3所述的语音降噪方法,其特征在于,所述递归最小二乘算法的模型为:
①初始化:SD(-1)=δI(δ很小,一般为0.001,I为单位矩阵),X(-1)=W(-1)=[0,0,…,0]T;
②当n≥0时,
e(n)=d(n)-XT(n)W(n-1)
W(n)=W(n-1)+e(n)SD(n)X(n)
其中SD(n)表示确定性自相关矩阵RD(n)的逆,λ为遗忘因子,范围为0<λ<1,用于更新权向量W(n)。
5.一种语音空调的语音降噪装置,其特征在于,包括:
小波变换模块,用于对带噪声的语音信号进行小波变换,将带噪声的语音信号分解为语音信号和噪声信号;
预处理模块,用于将小波变换后分解的所述噪声信号进行自适应滤波器预处理,得到滤波器权向量参数;
权系数相乘模块,用于将所述滤波器权向量参数与小波变换后分解的所述噪声信号相乘,得到经过权系数相乘处理的噪声信号;
求反模块,用于将经过权系数相乘处理的噪声信号求反,然后将求反后的噪声信号叠加到所述带噪声的语音信号中,得到有用语音信号。
6.根据权利要求5所述的语音降噪装置,其特征在于,所述小波变换模块包括阈值处理模块,用于将所述语音信号滤除掉,留下所述噪声信号。
7.根据权利要求5所述的语音降噪装置,其特征在于,所述预处理模块中的自适应滤波器的模型为:
①初始化:SD(-1)=δI(δ很小,一般为0.001,I为单位矩阵),X(-1)=W(-1)=[0,0,…,0]T;
②当n≥0时,
e(n)=d(n)-XT(n)W(n-1)
W(n)=W(n-1)+e(n)SD(n)X(n)
其中SD(n)表示确定性自相关矩阵RD(n)的逆,λ为遗忘因子,范围为0<λ<1,用于更新权向量W(n)。
8.根据权利要求6所述的语音降噪装置,其特征在于,还包括:
输入模块,用于接收带噪声的语音信号;
存储模块,用于存储经过阈值处理后留下的所述噪声信号;
输出模块,用于将所述有用语音信号输出。
9.一种语音空调,其特征在于,包括:
数字信号处理模块DSP,其包括如权利要求5-8任一项所述的语音降噪装置;
语音模块,用于接收所述有用语音信号并对其进行处理,生成控制指令;
内机控制器,用于接收所述控制指令并对语音空调进行语音控制。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波奥克斯电气股份有限公司;奥克斯空调股份有限公司,未经宁波奥克斯电气股份有限公司;奥克斯空调股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910654545.7/1.html,转载请声明来源钻瓜专利网。