[发明专利]一种风噪场景下的语音增强方法

权利要求书

1.一种风噪场景下的语音增强方法，其特征在于：将污染严重的中低频的带风噪语音对应子带信息直接置零，通过反向频带扩展的方法恢复对应子带的频谱分量，后续增加可懂度恢复模块进行增益，提高降噪后的语音质量。

2.如权利要求1所述的一种风噪场景下的语音增强方法，其特征在于：包括如下步骤，

步骤一、对输入的带噪语音s_noise进行分帧；将输入语音s_noise分割为预定长度的帧，帧移小于帧的长度，使得帧与帧之间能够平滑过渡，保证信号的连续性；

步骤二、通过高通滤波器将污染严重的中低频的带风噪语音对应子带信息直接置零，得到初步降噪后的中高频语音，；

步骤三、将步骤二初步降噪后的中高频语音通过低通滤波器滤波，得到待扩展的子带信息；待扩展的子带信息记录为带限信号s_limit，该带限信号将被用于步骤四中，产生一个全频带谐波；

步骤四、对步骤三得到的带限信号s_limit进行非线性处理，通过反向频带扩展的方法对待扩展的子带信息进行由高频向低频的频带扩展，获得对应子带恢复得到的频谱分量；

步骤五、通过对步骤四获得的对应子带恢复得到的频谱分量进行带通滤波，获得目标子带频谱分量；步骤四中产生的新的子带分量将继续通过一个截止频率分别为f_3和f_4的带通滤波器2，获得待恢复的目标子带信号s_bandlimit2，s_bandlimit2将作为被抹除的子带分量的替代，参与信号合成；

步骤六、将步骤一中输入的带噪语音s_noise经过与步骤二所述高通滤波器，使用相同的截止频率进行高通滤波，获得原始输入语音的高频分量，记录为s_h；该高频分量将与步骤五中产生的s_bandlimit2共同参与信号合成；

步骤七、将步骤六得到的高频分量将与步骤五中产生的目标子带频谱分量进行信号合成，得到全频带信号；

将s_h和s_bandlimit2合成为一个全频带信号，记为s₂；

s₂＝s_h+s_bandlimit2

步骤八、对步骤七得到的全频带信号s₂和步骤一输入的带噪语音s_noise分别进行短时傅里叶变换，得到对应的语音频谱；提取其中的幅度谱信息和相位信息；其中，s_noise的幅度谱分量将用于校正s₂的幅度谱包络，相位信息将用于后续步骤十逆傅里叶变换；

步骤九、使用包络提取函数对步骤八里叶变换后的带风噪语音、目标子带频谱分量分别提取频谱包络，并将提取的两个包络对应点相除，获得目标子带频谱分量增益值，并将所述目标子带频谱分量增益值与目标子带频谱分量点乘，得到目标子带频谱分量增益后的幅度信息；

步骤十、对步骤九得到目标子带频谱分量增益后的频域信息进行逆傅里叶变换，即使用步骤九得到的幅度信息和步骤八得到相位信息进行逆傅里叶变换，获得降噪后的语音，实现风噪场景下的语音增强。

3.如权利要求2所述的一种风噪场景下的语音增强方法，其特征在于：对输入的带噪语音s_noise进行分帧，通过可移动的有限长度的窗口对输入带噪语音s_noise进行加权，实现对输入语音s_noise的分帧；

s_w(n)＝s_noise*w(n)

其中w(n)是窗函数，s_w(n)是分帧后的语音信号，s_noise是待分帧的输入的带噪语音，*表示乘积操作。

4.如权利要求2所述的一种风噪场景下的语音增强方法，其特征在于：步骤四所述非线性处理包括全波整流处理和半波整流处理；全波整流使用以下公式描述；其中s_nld表示非线性模块的输出；s_limit步骤三得到的带限信号；

s_nld＝|s_limit| 。

5.如权利要求2所述的一种风噪场景下的语音增强方法，其特征在于：使用包络提取函数对步骤八傅里叶变换后的带风噪语音、目标子带频谱分量分别提取频谱包络，使用包络提取函数提取频谱包络时，使用数个点平滑的方式替代常规的使用希尔伯特变换和倒谱分析法提取包络，降低包络提取运算量，降低信号时延。