[发明专利]一种多通道远场语音增强方法

权利要求书

1.一种多通道远场语音增强方法，其特征在于，所述多通道远场语音增强方法包括：

对多通道远场语音时域信号分别进行处理得到多通道远场语音频域信号，其中，所述多通道远场语音时域信号为受到噪声和混响干扰的语音信号且每个通道中均包含待增强的目标语音时域信号；所述多通道远场语音频域信号为：X(k,f)＝g_e(f)S(k,f)+R(k,f)+V(k,f)，其中，k为语音帧，f为频点，g_e(f)为相对早期传输函数，S(k,f)为声源频域信号，即目标语音频域信号；R(k,f)为晚期混响频域信号；V(k,f)为噪声频域信号；

将所述多通道远场语音频域信号通过加权预测误差算法进行处理，得到抑制晚期混响后的多通道远场语音频域信号，并利用加权预测误差解混响算法估计出干扰，计算干扰协方差矩阵；所述抑制晚期混响后的多通道远场语音频域信号为：其中，/为加权预测误差算法滤波器，/为当前帧之前长度为l的帧向量；

使用所述干扰协方差矩阵和所述抑制晚期混响后的多通道远场语音频域信号，通过协方差白化的方法计算相对早期传输函数作为导向矢量；

利用所述干扰协方差矩阵和所述导向矢量对所述抑制晚期混响后的多通道远场语音频域信号依次进行最小方差无失真响应波束形成处理和单通道维纳滤波处理，得到单通道语音频域信号；

在所述单通道语音频域信号为单通道目标语音频域信号时，对所述单通道目标语音频域信号进行逆傅里叶变换，得到目标语音时域信号。

2.根据权利要求1所述的多通道远场语音增强方法，其特征在于，所述单通道语音频域信号为受到噪声和/或混响干扰的语音信号，所述多通道远场语音增强方法还包括：

将所述单通道语音频域信号的功率更新到所述加权预测误差算法，将所述多通道远场语音频域信号通过更新的所述加权预测误差算法进行处理，得到更新的所述抑制晚期混响后的多通道远场语音频域信号；

利用所述干扰协方差矩阵和所述导向矢量对更新的所述抑制晚期混响后的多通道远场语音频域信号依次进行所述最小方差无失真响应波束形成处理和所述单通道维纳滤波处理，得到所述单通道目标语音频域信号。

3.根据权利要求1所述的多通道远场语音增强方法，其特征在于，所述当前帧之前长度为l的帧向量为，

其中，D为最小预测时延；加权预测误差算法滤波器/的代价函数为：

求解代价函数得到所述加权预测误差算法滤波器通过滤波得到所述抑制晚期混响后的多通道远场语音频域信号Y(k,f)。

4.根据权利要求3所述的多通道远场语音增强方法，其特征在于，将加权预测误差解混响算法中的加权预测误差滤波器和当前帧之前的帧向量的乘积作为干扰，即干扰为：则所述干扰协方差矩阵为：/E{}为随机变量的数学期望。

5.根据权利要求4所述的多通道远场语音增强方法，其特征在于，所述相对早期传输函数为：其中，e₁＝[1,0,…,0]；/由所述干扰协方差矩阵估计得到；ψ(f)为矩阵/进行Choleskey分解后得到的主特征向量，矩阵并且通过协方差白化得出/

6.根据权利要求5所述的多通道远场语音增强方法，其特征在于，所述最小方差无失真响应波束形成滤波器为：所述单通道维纳滤波器为：ε(k,f)＝β_r|h_W(f,k-1)|²γ(f,k-1)+(1-β_r)max{γ(f,k-1)-1,0}，

所述单通道语音频域信号为：

7.根据权利要求6所述的多通道远场语音增强方法，其特征在于，所述单通道语音频域信号的功率谱为：/

8.根据权利要求1-7中任一项所述的多通道远场语音增强方法，其特征在于，对所述多通道远场语音时域信号进行处理包括：

每次取1024个采样点作为一帧信号，若最后一次长度不足则先补零到1024个采样点；

对每一帧信号进行加窗，加窗函数采用汉明窗；

对每一帧信号进行傅里叶变换。