[发明专利]去混响方法、装置、设备及存储介质

说明书

本发明揭示了一种去混响方法、装置、设备及存储介质，所述方法包括：获取M₁个通道的输入信号，通过模数转换将模拟信号转换为数字信号；对数字信号做短时傅里叶变换，将数字信号由时域转化为频域；对频域信号做声源定位，选择目标声源方向；对M₁个频域信号做波束成形，得到M₂个方向的波束输出；采用基于NLMS的WPE算法对M₂个方向的波束输出进行第一去混响处理；对去混响处理后的信号做逆傅里叶逆变换，得到时域的去混响信号。通过本发明提供的去混响方法、装置、设备及存储介质对较少通道输入的信号做波束成形得到更多通道，再采用基于NLMS算法的WPE算法进行去混响，使得去混响处理的运算时间更快，同时运算复杂度较小，去混响效果更好。

技术领域

本发明涉及信号处理技术领域，特别涉及一种去混响方法、装置、设备及存储介质。

背景技术

在一些相对封闭的环境中，若是声源距离麦克风较远，语音的反射作用会导致麦克风所接收的信号存在混响，使得信号质量下降，因此不管是用于通话还是用于语音识别，都可能受到严重的影响。

混响会影响语音的清晰度，降低语音识别系统的识别率，甚至会引起听觉疲劳。基于麦克风阵列的多通道自适应去混响算法，可以有效地去除混响，保留直达语音，适用于远场拾音的场景。在市面的产品中，麦克风阵列的应用越来越广泛了，例如智能音箱、机器人、会议通话设备等。目前，自适应去混响算法有基于谱减法的算法、基于RLS(RecursiveLeast Square，最小二乘法)的WPE(Weighted Prediction Errors，加权预测误差)、基于LMS(Least mean square，最小均方)的WPE等，而谱减法对语音有一定程度的损伤，听感不自然；基于LMS的WPE由于步长固定难以根据输入信号调整收敛，而且去混响的效果只有通过提高预测阶数来实现，但提高预测阶数会导致收敛速度降低；基于RLS的WPE算法需要的参数比LMS多，其跟踪性能以及对干扰变化的鲁棒性也不如LMS。

发明内容

本发明的主要目的为提供一种去混响方法、装置、设备及存储介质，能运算速度更快，效果更好的对多通道信号进行去混响。

本发明提供了一种去混响方法，包括：

获取M₁个通道的输入信号，通过模数转换将模拟信号转换为数字信号；

对所述数字信号做短时傅里叶变换，将所述数字信号由时域转化为频域；

对所述频域信号做声源定位，选择目标声源方向；

对M₁个所述频域信号做波束成形，得到M₂个方向的波束输出；其中，所述M₂大于所述M₁，所述M₂个方向的波束输出包括目标声源方向的波束输出；

采用基于NLMS的WPE算法对所述M₂个方向的波束输出进行第一去混响处理；

对去混响处理后的信号做逆傅里叶逆变换，得到时域的去混响信号。

进一步地，对去混响处理后的信号做逆傅里叶逆变换，得到时域的去混响信号的步骤，包括：

采用后置维纳滤波器对第一去混响处理后的信号进行第二去混响处理；

对第二去混响处理后的信号做逆傅里叶变换，得到时域的去混响信号。

进一步地，所述对所述频域信号做声源定位，选择目标声源方向的步骤，包括：

在空间中均匀选取N个方向向量；

采用SRP-PHAT算法计算N个所述方向向量对应的SRP-PHAT值；

选择所述SRP-PHAT值中最大的值对应的方向为目标声源方向。