[发明专利]一种用麦克风阵列进行噪声抑制的新方法和装置

说明书

本发明涉及语音通信系统技术领域，公开了一种用麦克风阵列进行噪声抑制的新方法。其技术方案包括：S1、用M个等间距麦克风单元构成的线性阵列，设计一个“延时‑相加”的波束赋型器，来增强麦克风阵列拾取的远场含噪语音信号；S2、用所述波束赋型器输出的增强语音信号和波束赋型器中参考麦克风拾取的语音信号一起构造一个“双麦克风”降噪后处理器，去除或抑制运行环境中相关噪声和散射噪声，获得目标语音信号的估计值。本发明能有效地抑制非相关噪声和相关噪声，特别是“鸡尾酒会效应”和散射噪声，具有较低的计算复杂度，便于在现有的商用DSP芯片上实时实现。

技术领域

本发明涉及语音通信系统技术领域，尤其涉及一种用麦克风阵列进行噪声抑制的新方法和装置。

背景技术

随着现代语音通信、自动语音识别、物联网和智能家居等应用技术的飞速发展，远距离拾音技术的研究越来越受到有关学术界和工业界的高度重视。在远距离拾音场景中，由于目标声源远离拾音的麦克风(传感器)，那么麦克风拾取的信号中将存在混响和环境噪声等干扰信号。这些干扰信号的存在，通常使得拾取的信号中信噪比(下面简称SNR)或信干比(下面简称SIR)较低，从而严重影响了诸如语音通信和语音识别等后续处理系统的性能。

含噪语音信号的降噪技术通常分为两大类型：基于单麦克风的降噪技术和基于多麦克风(即麦克风阵列)的降噪技术，最为著名的单麦克风降噪技术有谱减法、Wiener滤波法和最小均方误差(MMSE)法，它们均利用语音的间歇性和噪声的平稳性之假设来估计含噪语音信号的SNR，并据此来进行噪声抑制。这些算法复杂度低，易于实现，因而获得广泛使用。然而它们在实际应用中会产生音乐噪声和语音失真，特别是在非平稳和强干扰电平的噪声场景下。于是基于麦克风阵列的降噪技术便应运而生，其中最为代表性的方法有盲源分离(BBS)(独立分量分析(ICA)为BBS中一种主要技术)和波束赋性技术，然而波束赋型技术在实际应用中，其性能通常要优于BBS方法。波束赋型技术是利用目标声源的方位信息，让麦克风阵列在目标声源方向上形成空间选择性，来选通目标声源而滤除噪声。众多的波束赋型算法中，广义旁边抵消器(GSC)算法和Frost算法展现出可靠的性能。尽管基于麦克风阵列的多声道降噪算法的性能可以通过增加阵列的麦克风数目来进一步地加以改善，但大量的麦克风数目意味着波束赋型算法的计算复杂度剧烈增大，从而难以在现有的商用DSP芯片上实现。此外，波束赋型算法对麦克风阵列运行环境中的相干方向性噪声源具有良好的滤波或抑制能力，但对非相干噪声的抑制通常较差，因此波束赋型器对噪声的抑制量受限于其中的非相干噪声。为此，在波束赋型器的输出，需增加一个后处理来进一步滤除或抑制其残留的非相干噪声分量。Simmer等提出波束赋型器-Wiener滤波的组合结构以消除或抑制非相干噪声，然而在实际的场景中，噪声通常具有“鸡尾酒会效应”(Cocktail-party-effect)和散射场(diffuse)特性，在低频段呈现较强的相关性。有关学者提出在低频段采用谱减法技术而在其它频段采用Wiener滤波方法或者通过考虑噪声场空间统计特性的先验知识来修正维纳滤波器(下面简称Wiener滤波器)的估计以便处理散射噪声场，而Maj等提出应用广义奇异值分解(GSVD)技术来估计Wiener滤波器，与波束赋型器所不同的是该技术不仅可以消去相关噪声，而且还能消除散射噪声，但其巨大的计算负荷无法予以实时实现。而Spriet等将Maj方法在子带域里予以实现，显著地降低了原算法的计算复杂度，但仍离实时实现有相当的距离。