[发明专利]声音降噪算法及其系统

说明书

本发明公开了一种声音降噪算法及其系统，该算法包括如下步骤：（A）将声音信号帧转换成初始频域信号；（B）计算初始频域信号的初始能量谱；（C）将初始能量谱合并成新能量谱；首先提取能量特征值，其次选取噪声帧，最后计算连续噪声帧的平均能量谱作为噪声能量谱；（D）利用谱减法得到初始增益（E）将初始增益进行扩展得到最终增益；（F）对初始频域信号各频带施加对应的最终增益，获得新频域信号；（G）将新频域信号变换到新时域信号，获得降噪后的声音信号帧。该声音降噪算法及其系统通过实时侦测环境噪声进而对声音信号进行降噪处理，提高了在噪声环境下声音信号中语音的清晰度、识别率，从而改善了使用者的使用体验。

技术领域

本发明涉及一种声音降噪算法及其系统，尤其涉及一种适用于人工耳蜗或助听器的声音降噪算法及其系统。

背景技术

人工耳蜗是目前世界公认的能使双侧重度或极重度感音神经性耳聋患者恢复听觉的唯一有效方法及装置。现有的人工耳蜗运作流程为：声音先由麦克风采集转换为电信号，经过特殊的数字化处理，再按照一定的策略编码，通过载在耳后的发射线圈传送到体内，植入体的接收线圈感应到信号后，经过解码芯片解码，使植入体的刺激电极产生电流，从而刺激听神经产生听觉。由于使用环境的限制，声音中必然掺杂着环境噪声，需要对声音信号进行一定的降噪处理，以达到最佳的听觉效果。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种声音降噪算法及其系统，其能实时侦测环境噪声进而对声音信号进行降噪处理。

为实现上述目的，本发明提供了一种声音降噪算法，其包括如下步骤：（A）通过WOLA分析滤波器组将声音信号帧从初始时域信号转换成初始频域信号；（B）计算初始频域信号各频带的能量值，得到相应的初始能量谱；（C）将初始能量谱的多个频带合并至一定频带数量的新能量谱，并转为dB值；同时，首先根据初始能量谱计算能量特征值，并转为dB值，其次利用能量特征值选取噪声帧，最后计算最近一定数量的连续噪声帧的平均能量谱作为当下的噪声能量谱；（D）利用谱减法得到初始增益；（E）将初始增益扩展至与初始频域信号频带数对应的个数，作为最终增益；（F）对初始频域信号各频带施加对应的最终增益，获得新频域信号；（G）通过WOLA分析的反向操作WOLA合成函数将新频域信号变换到新时域信号，获得降噪后的声音信号帧。

在步骤（C）中，合并的方式为：首先根据需求制定分配表，然后利用分配表选大的方式合并。

在步骤（C）中，能量特征值为初始能量谱各频带能量值的平均值。

在步骤（C）中，噪声帧的选取方法：设置一个波谷曲线，当能量特征值高于波谷曲线时，波谷曲线开始线性增长，当能量特征值低于波谷曲线时，波谷曲线会持续更新，并跟随能量特征值下降，波谷曲线的局部谷点对应时间点的声音信号帧为噪声帧。

在步骤（D）中，首先计算出当下声音信号帧的新能量谱与当下噪声能量谱的差值，得到信噪比，然后将信噪比与设定的阈值做对比，当信噪比小于阈值时，将信噪比减去阈值再乘以增益倍数得到dB增益，将dB增益转成线性后，得到初始增益，当信噪比大于等于阈值时，dB增益设为0，即初始增益为1。进一步，低频频带中设增益倍数为2，高频频带中设增益倍数为1。

本发明还提供了一种声音降噪系统，包括WOLA分析程序模块，初始能量谱计算程序模块，增益参数计算程序模块，增益计算程序模块，增益扩展程序模块，增益施加程序模块，及其WOLA合成程序模块，其中，该WOLA分析程序模块进行WOLA分析处理，该初始能量谱计算程序模块进行初始能量谱计算处理，该增益参数计算程序模块进行增益参数计算处理，其包括新能量谱计算程序模块及其噪声能量谱计算程序模块，该增益计算程序模块进行增益计算处理，该增益扩展程序模块进行增益扩展处理，该增益施加程序模块进行增益施加处理，该WOLA合成程序模块进行WOLA合成处理。