[发明专利]一种基于麦克风阵列的语音降噪方法、装置以及存储介质

说明书

本申请公开了一种基于麦克风阵列的语音降噪方法，解决了现有技术中求解滤波器的复杂度会随着滤波器长度的增大而迅速增大，并且对语音信号和噪声统计特性变化的跟踪能力下降的问题，该方法包括：获取带噪语音信号；对带噪语音信号进行预处理，确定频域带噪语音信号；估计频域带噪语音信号和噪声信号的统计特性；将麦克风阵列分为多个子阵列，分别估计出多个子滤波器，并确定频域降噪滤波器；根据频域降噪滤波器对频域带噪语音信号进行降噪处理，并转换为时域降噪语音信号，使得在滤波器的求解过程中所需的信号协方差矩阵维数更小，从而显著降低了求解语音降噪滤波器的复杂度，并且提高滤波器对语音信号和噪声统计特性变化的跟踪能力。

技术领域

本申请涉及麦克风阵列技术领域，尤其涉及一种基于麦克风阵列的语音降 噪方法、装置以及存储介质。

背景技术

语音降噪在智能语音、人机交互、远程会议、助听设备、车载、虚拟现实、 临境通讯和军用超高背景噪声的语音通信等系统中都起到举足轻重的作用，其 性能的好坏直接影响着语音交互的体验。

早期的语音交互系统通常只装备一个麦克风，对应的降噪方法则为单道语 音降噪。单通道语音降噪方法具有实现简单、运算效率高等优点，能取得一定 的效果，但也有较大的局限性。研究表明，在一定条件下单通道降噪一定会引 入语音失真，且信噪比提升越大，引入的语音失真也越大。相比之下，多通道 语音降噪方法更有潜力在少引入或者不引入语音失真的前提下显著提升信噪 比。经典的多通道语音降噪方法包括多通道维纳滤波，多通道折中滤波，最小 方差无失真响应滤波、线性约束最小方差滤波、以及广义旁瓣对消等。近年来， 国内外研究人员提出了基于深度学习的语音降噪方法，可取得较好的性能，但由于其泛化能力通常较弱，当前还难以大范围地应用在实际系统中。

为取得更好的语音降噪性能，通常需要装备更多的麦克风，以获取更加丰 富的空时频信息。但这通常也意味着需要设计更长的滤波器。而应用更长的滤 波器会带来以下的两个问题。第一，求解滤波器的复杂度会随着滤波器长度的 增大而迅速增大；第二，在滤波器的求解过程中所需的信号协方差矩阵的维数 会更大，因此需要更多的观测样本来估计信号的协方差矩阵，用以计算滤波器 的系数，导致对语音信号和噪声统计特性变化的跟踪能力下降，无法更好地处 理实际中常见的非平稳噪声。

发明内容

本申请实施例通过提供一种基于麦克风阵列的语音降噪方法，解决了在现 有技术中当滤波器长度较长时所导致的两个问题，即，第一，求解滤波器的复 杂度会随着滤波器长度的增大而迅速增大；第二，在滤波器的求解过程中所需 的信号协方差矩阵的维数会更大，因此需要更多的观测样本来估计信号的协方 差矩阵，用以计算滤波器的系数，导致对语音信号和噪声统计特性变化的跟踪 能力下降，无法更好地处理实际中常见的非平稳噪声。本申请实施例显著降低 了求解滤波器的复杂度，且在滤波器的求解过程中所需的信号协方差矩阵维数 更小，因此可以用更少的信号观测样本来估计其协方差矩阵，从而提高滤波器 对语音信号和噪声统计特性变化的跟踪能力。

第一方面，本发明实施例提供了一种基于麦克风阵列的语音降噪方法，该 方法包括：

获取带噪语音信号；

对所述带噪语音信号进行预处理，确定频域带噪语音信号；

估计所述频域带噪语音信号的统计特性，估计噪声信号的统计特性；

将麦克风阵列分为多个子阵列，分别估计出多个子滤波器；

根据所述多个子滤波器，确定频域降噪滤波器；

根据所述频域降噪滤波器对所述频域带噪语音信号进行降噪处理，确定频 域降噪语音信号；

将所述频域降噪语音信号转换为时域降噪语音信号。

结合第一方面，在一种可能的实现方式中，所述对所述带噪语音信号进行 预处理，包括：对所述带噪语音信号进行分帧、加窗后进行快速傅里叶变换。