[发明专利]一种基于幅度估计与相位重构的单通道语音增强方法

说明书

本公开实施例是关于一种基于幅度估计与相位重构的单通道语音增强方法。该方法包括：将带噪语音信号通过维纳滤波法进行预处理，以减少所述带噪语音信号的幅度谱失真；利用最小值控制的递归函数估计所述带噪语音信号的噪声功率谱，以更加准确地恢复所述带噪语音信号的幅度谱；重构所述带噪语音信号的相位谱，以改善因相位信息不准确估计而造成的失真问题；将重构的相位谱与估计的噪声功率谱相结合，以生成纯净的语音信号。本公开实施例在幅度估计过程中，利用最小值控制的递归函数方法跟踪并估计噪声功率谱，同时重构带噪语音的相位谱使其更接近纯净语音相位谱，最后生成时域增强信号，以达到最终提升语音质量与可懂度的目的。

技术领域

本公开实施例涉及语音信号处理技术领域，尤其涉及一种基于幅度估计与相位重构的单通道语音增强方法。

背景技术

语音在传输过程中不可避免地会受到周围环境以及通信设备内部噪声的干扰，这往往会影响接受者的感知以及后续信号的处理，因此需要语音增强技术来对带噪信号进行预处理。语音增强在语音处理如语音识别、语音检测等中起着重要的作用，从确保更少残余噪声和语音信号失真两方面来抑制噪声信号，提高被声学噪声污染的语音质量和可懂度。语音增强的具体解决方案与很多因素密切相关，包括具体的应用场景，干扰噪声类型，噪声与纯净信号的关系如加性还是乘性，麦克风或者传感器的数量等等。语音增强任务主要分为两部分，幅度增强和相位增强。在进行语音增强之前，需对带噪语音进行预处理。当语音较短时，我们可将其视为平稳信号，利用离散傅里叶变换直接将其变换到频域。而当语音信号较长时，我们需对其进行分帧，语音活动检测(VAD，Voice activity detection)以判断该帧是否存在语音，从而对不同帧噪声抑制程度不同。

谱减法(SS，Spectral Subtraction)是最早被提出的基于频域的去噪算法之一，因其低计算复杂度而被广泛应用于语音增强中。其假设噪声为加性噪声，通过傅里叶变换将时域信号转换到频域，利用无声帧的噪声功率谱表示整个噪声的功率谱，从而从带噪语音谱中减去对噪声谱的估计，恢复出干净信号。但该方法首先不能更新噪声功率谱，导致整个语音段噪声功率谱不能被准确估计，导致增强后的信号幅度谱估计不准确。其次，该方法利用带噪语音信号的相位，在高信噪比(SNR，SIGNAL-NOISE RATIO)条件下对语音影响较小，在信噪比较低时，会造成增强信号失真。最后，不能很好地控制噪声被抑制的程度。若被减的噪声幅度谱不能被控制在合理范围内，这种方法就会引起信号失真，如保留噪声太多以致未达到所需条件、产生更令人困扰的音乐噪声。维纳滤波是最小均方误差意义上的频域增强方法，该方法虽在一定程度上可抑制音乐噪声，但对于原始噪声的消除并不彻底，并且增强后的语音还会产生白噪声。

因此，有必要改善上述相关技术方案中存在的一个或者多个问题。

需要注意的是，本部分旨在为权利要求书中陈述的本公开的技术方案提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本公开实施例的目的在于提供一种基于幅度估计与相位重构的单通道语音增强方法，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开实施例提供一种基于幅度估计与相位重构的单通道语音增强方法，该方法包括：

将带噪语音信号通过维纳滤波法进行预处理，以减少所述带噪语音信号的幅度谱失真；

利用最小值控制的递归函数估计所述带噪语音信号的噪声功率谱，以更加准确地恢复所述带噪语音信号的幅度谱；

重构所述带噪语音信号的相位谱，以改善因相位信息不准确估计而造成的失真问题；

将重构的相位谱与估计的噪声功率谱相结合，以生成纯净的语音信号。

本公开的一实施例中，所述预处理方法为：