[发明专利]一种广播通信场景的近端语音可懂度增强方法和系统

权利要求书

1.一种广播通信场景的近端语音可懂度增强方法，其特征在于，包括：

获取原始广播的远端参考语音和麦克风采集的近端混合语音；所述近端混合语音包括混合了背景噪声的经过衰减后的远端参考语音；

对参考语音和混合语音进行特征提取，获得所述参考语音和混合语音的傅里叶频谱；在短傅里叶变换域，针对所述参考语音和混合语音的传播路径建立基于自回归信号模型的卡尔曼滤波器，将参考语音和混合语音的傅里叶频谱输入所述卡尔曼滤波器得到参考语音和混合语音最优的自回归系数；利用所述自回归系数进行估计获得近端的语音信号和噪声信号；

对所述语音信号和噪声信号进行特征提取，获得所述语音信号和噪声信号的傅里叶频谱；对语音信号的傅里叶频谱进行语音活动性检测，将语音信号和噪声信号的傅里叶频谱输入三分之一倍频程滤波器获得第一输出结果；利用可懂度增强算法对第一输出结果进行计算获得所述语音信号和噪声信号的频带能量，对所述频带能量进行频带间重分配获得所述语音信号的频带增益；

对原始广播语音进行特征提取，获得广播语音的傅里叶频谱；对广播语音的傅里叶频谱进行语音活动性检测并输入三分之一倍频程滤波器后获得第二输出结果；将第二输出结果与所述频带增益进行乘法运算得到可懂度增强后的语音频谱，对所述可懂度增强后的语音频谱进行傅里叶逆变换得到可懂度增强后的广播语音。

2.根据权利要求1所述的近端语音可懂度增强方法，其特征在于，所述对参考语音和混合语音进行特征提取，获得对应的傅里叶频谱，包括：

对所述参考语音和混合语音进行分帧得到对应的子音频；

针对每一子音频进行加窗；

对每一加窗后的子音频进行短时傅里叶变换得到所述参考语音和混合语音的傅里叶频谱。

3.根据权利要求1所述的近端语音可懂度增强方法，其特征在于，所述利用所述自回归系数进行估计获得近端的噪声信号和语音信号，包括：

利用所述自回归系数通过线性滤波进行估计得到近端的噪声信号，将所述混合信号中近端的噪声信号删除，得到估计的语音信号。

4.根据权利要求1所述的近端语音可懂度增强方法，其特征在于，所述对语音信号的傅里叶频谱进行语音活动性检测，将语音信号和噪声信号的傅里叶频谱输入三分之一倍频程滤波器获得第一输出结果，包括：

对语音信号的傅里叶频谱进行语音活动性检测，不存在语音时，输出为1的频带增益；

对语音信号的傅里叶频谱进行语音活动性检测，存在语音时，将所述语音信号和噪声信号的傅里叶频谱输入18个频带的三分之一倍频程滤波器，得到第一输出结果。

5.根据权利要求1所述的近端语音可懂度增强方法，其特征在于，所述对广播语音的傅里叶频谱进行语音活动性检测并输入三分之一倍频程滤波器后获得第二输出结果，包括：

对所述广播语音的傅里叶频谱进行语音活动性检测，当不存在语音时，将所述广播语音的傅里叶频谱进行傅里叶逆变换得到的纯净广播语音；

对所述广播语音的傅里叶频谱进行语音活动性检测，当存在语音时，将所述广播语音的傅里叶频谱输入18个频带的三分之一倍频程滤波器获得第二输出结果。

6.根据权利要求1-5任一项所述的近端语音可懂度增强方法，其特征在于，所述方法包括：

针对可懂度增强后的广播语音或的纯净广播语音进行远端广播播报。

7.一种针对语音传播路径建立基于自回归信号模型的卡尔曼滤波器的方法，包括：

获取原始广播的远端参考语音和麦克风采集的近端混合语音；

对参考语音和混合语音进行特征提取，获得所述参考语音和混合语音的傅里叶频谱；

在短傅里叶变换域，根据自回归系数的时变特性建模马尔科夫过程得到状态方程；

基于所述参考语音和混合语音得到观测方程；

当所述状态方程和观测方程构成的动态系统满足零均值正态分布时，通过最小化均方误差，针对所述参考语音和混合语音的传播路径建立基于自回归信号模型的卡尔曼滤波器。