[发明专利]一种风噪场景下的语音增强方法

说明书

本发明公开的一种风噪场景下的语音增强方法，属于语音与信号处理技术领域。本发明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；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，恢复对应子带的频谱分量；通过对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；使用包络提取函数对带风噪语音、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，得到风噪场景下语音增强的语音，实现风噪场景下语音增强，提高增强后的语音的可懂度，提升语音听感。本发明能够应用于移动设备。

技术领域

本发明属于语音与信号处理技术领域，尤其是语音增强应用领域，具体涉及一种基于信号处理技术的特定场景下的语音增强方法。

背景技术

近年来，随着智能设备的发展，手机、TWS真无线耳机等移动设备已经普及。确保移动设备在多种噪声环境下均有较好的通话质量，将是提升产品竞争力的关键点。噪声主要分为稳态噪声和非稳态噪声，不同噪声类型在带噪语音增强应用中的降噪方法有区别，其中非平稳噪声相对更难去除。

在设备持有人按照一定速度运动的场合下，设备很容易被气流影响，产生风噪。风噪的形成不仅仅来源于有风场景,还来源于麦克风附近的空气湍流。因此风噪的声源大多在麦克风附近，具有能量集中(主要集中在低频范围且由低频逐渐向高频递减)、多麦克风之间的风噪不相关性大的特点(这一特性是由风噪的产生方式决定的，风噪的声源就在麦克风周边，且空气湍流是随机紊乱的，因此不同麦克风中的风噪不相关)。

常规的降噪算法大多针对稳态噪声的抑制，对风噪这类不属于点声源的非稳态噪声抑制效果较差。由于常规的语音增强算法不能解决强风噪场景下的语音增强任务，本发明提出了一种极低运算量的降风噪算法，作为通用降噪算法的补充。目前尚不存在成熟的低运算量成熟的降风噪算法。降风噪算法在各种通话场景上具有应用，比如手机通话，使用蓝牙耳机通话等。

一般通过以下几种方法进行风噪场景下的语音增强任务。

1、估计风噪的功率谱密度。由于风噪具有非平稳特性，因此常规的噪声估计法不适合风噪的估计。因此文献“SINGLE MICROPHONE WIND NOISE PSD ESTIMATION USINGSIGNAL CENTROIDS”提出了基于信号质心(Signal centroid)的单通道功率谱密度估计方法。包括特征提取、风噪检测、风噪PSD计算等步骤。但是降噪后的信号损伤严重。

2、利用奇异谱分析(Singular Spectrum Analysis,SSA)来分离风噪。文献“Mitigating Wind Noise in Outdoor Microphone Signals using a SingularSpectral Subspace Method”提出了利用奇异值分析分离风噪的方法。主要包括嵌入、奇异值分解、组合、重构四个步骤。对信号加窗后计算得到一帧信号的轨迹矩阵，对该矩阵进行奇异值分解。选择特征值最大的一组为主成分，然后计算其他组与主成分的相关性，并按照相关性进行排序，选取前N组，然后利用前N组重构信号。需要经过复杂的数学计算，且不具备通用性。

3、基于深度学习的降噪算法应用在降风噪领域。我国公开号为“CN114495960A”(公开日：2022-05-13)的专利“音频降噪滤波方法、降噪滤波装置、电子设备及存储介质”公开了一种音频降噪滤波方法、降噪滤波器装置、电子设备及计算机存储介质，涉及音频信号处理技术领域。该方法包括：利用预设神经网络获取音频输入信号的特征参数；基于特征参数计算滤波权重系数；基于滤波权重系数对音频输入信号进行处理，获取滤波后的音频信号；基于滤波后的音频信号及真实信号计算代价值；利用代价值对预设神经网络进行训练。但是在信噪比极低的情况下，这种通用的降噪算法往往性能不佳。基于深度学习的降噪算法往往具有计算量很大，难以落地到嵌入式设备上。