[发明专利]一种双传感器语音增强方法及实现装置

说明书

本发明公开了一种基于双通道维纳滤波的双传感器语音增强方法及实现装置，该方法首先利用气导语音与非气导语音之间的互补性，建立对气导传感器和非气导传感器双通道输入信号进行帧分类的双通道语音联合分类模型，并利用该模型来对双通道采集的语音帧进行分类，最后根据分类结果构造双通道维纳滤波器，对双通道采集的语音信号进行滤波增强。与现有技术相比，本发明更充分地融合了气导语音与非气导语音所包含的信息，并通过统计模型引入语音信号的先验知识，能有效提高语音增强系统在噪声环境下的增强效果。本发明可以广泛应用于视频通话、车载电话、多媒体教室、军事通信等多种场合。

技术领域

本发明涉及语音信号处理技术领域，具体涉及一种基于双通道维纳滤波的双传感器语音增强方法及实现装置。

背景技术

在实际语音通信中，语音信号常会受到外界环境噪声的干扰，影响接收语音的质量。语音增强技术是语音信号处理的一个重要分支，目的是从带噪语音中尽可能地提取纯净的原始语音，广泛应用于嘈杂环境下的语音通信、语音压缩编码和语音识别等领域。

由于人耳对声音的感知是通过空气的振动来进行，因此目前大多数语音增强算法都是针对空气传导(简称气导)语音，即利用气导传感器(如麦克风)来采集语音，增强效果受环境中各种声学噪声的影响较大，在嘈杂的环境中通常性能不佳。为了降低环境噪声对语音质量的影响，非空气传导(简称为非气导)传感器如喉部送话器、骨传导麦克风等常被用于嘈杂环境中的语音采集。有别于气导传感器，非气导的语音传感器利用说话人声带、颚骨等部位的振动来带动传感器中的簧片或者碳膜发生变化，改变其电阻值,使其两端的电压发生变化，从而将振动信号转化为电信号，即语音信号。由于空气中传导的声波无法使非气导传感器的簧片或者碳膜发生形变，因此非气导传感器不受气导声音的影响，具有很强的抗声学噪声能力。但因非气导传感器采集的是通过颚骨、肌肉、皮肤等部位的振动传播出来的语音，其高频部分丢失严重，表现为声音发闷、含糊不清，语音可懂度较差。

鉴于气导与非气导传感器单独应用时都存在着一定的不足，近年来出现了一些结合两者优点的语音增强方法。这些方法利用气导语音和非气导语音的互补性，采用多传感器融合技术来实现语音增强，通常能取得比单传感器语音增强系统更好的效果。现有的双传感器语音增强主要有两种方式，一种先从非气导语音恢复出气导语音，然后再与带噪的气导语音进行融合；另一种是从非气导语音恢复出气导语音，并利用气导传感器和非气导传感器信号对带噪的气导语音进行增强，然后两者再进行融合。这些技术存在着以下的不足之处：(1)利用非气导语音恢复气导语音时，会在高频或静音中引入额外的噪声，影响增强效果。(2)利用非气导语音恢复气导语音时，未能利用当前气导语音的信息。(3)利用非气导语音恢复的气导语音与气导语音融合时，未能充分利用两者的相关性和先验知识。(4)融合时通常假设非气导语音和气导语音相互独立，但该假设在实际中并不成立。

中国发明专利201610025390.7公开了一种基于统计模型的双传感器语音增强方法与装置，该发明首先结合非气导语音和气导语音来构建用于分类的联合统计模型以及进行端点测试，通过联合统计模型来计算当前最佳气导语音滤波器，对气导语音进行滤波增强，然后利用非气导语音到气导语音的映射模型将非气导语音转换为气导语音，并将其与滤波增强后的气导语音进行加权融合，部分解决了非气导传感器恢复的气导语音和气导语音融合时未能充分利用两者的相关性和先验知识的不足，但在第二步融合时仍要用到非气导语音恢复的气导语音，因此同样存在着高频和静音噪声、利用非气导语音恢复气导语音时未能利用气导语音的信息等不足。

发明内容