[发明专利]一种基于滑动增益的语音自动增益和动态范围控制方法

说明书

【技术领域】

本发明涉及语音增强技术领域，特别是涉及一种基于滑动增益的语音自动 增益和动态范围控制方法。

【背景技术】

在通信过程中，网络下发的语音数据的幅度有大有小，特别是不同的声讯 服务的音量差别很大。假如不在终端的下行链路中增加自动增益控制和动态范 围控制模块，那么当下行音量很小的时候用户听不清声音，当下行的音量很大 的时候又可能导致破音，严重影响用户的听觉感受。当采用数字音频信号作为 处理对象时，输入输出信号都是线性PCM数据。终端处理线性PCM数据的时 候一般以帧为单位来进行处理或传输，帧是指一段持续时间内的PCM数据的 集合。

目前在终端音频链路中自动增益和动态范围控制一般分开实现，数据首先 通过自动增益控制模块，对小信号进行放大处理，对大信号进行缩小处理；然 后再经过动态范围控制模块，把信号限制在某一个范围之内。

当自动增益控制模块接收到一帧语音数据：speech(n)，n＝0，2，3，...，N-2，N— 1，其中N表示帧长度。首先搜索最近S秒(S为一可调节的参数)内语音数 据的最大幅度值AMP，然后根据此幅度值和预先设定的期望值X计算当前帧 的期望增益gama，一般采用下面的方法计算：

gama=X/AMP---(1)]]>

由于采用以帧为单位对信号进行处理，因此必须对帧与帧之间不同的增益 进行平滑，得到当前帧的期望增益以后，就可以计算当前帧的每个采样点的增 益：

β(n)＝α*β(n-1)+(1-α)*gama，n＝0，1，2，...，N-1       (2)

其中α是一遗忘因子，β(-1)表示上一帧最后一个采样点的增益值。计算 了β(n)以后，就可以得到自动增益控制的输出如下：

speech(n)＝speech(n)*β(n)，n＝0，1，2，...，N-1       (3)

动态范围控制模块是为了保证语音信号的最大幅度在某一个预先设定的 范围之内。类似于自动增益控制算法，当收到一帧语音数据：speech(n)， n＝0，2，3，...，N-2，N—1，其中N表示帧长度。首先搜索最近T秒(一可调节的参 数，且可能与S不同)内语音数据的最大幅度值MAX，然后根据此幅度值和 预先设定的期望值Y计算当前帧的期望增益gama，一般采用下面的方法计算：

gama＝Y/MAX                      (4)

动态范围控制不对信号进行放大，因此gama必须限定在(0，1]的范围之内。 然后用(2)式计算每个采样点的增益值，最后再使用(3)式计算得到输出结果。

然而，现有技术存在着如下的缺点：首先，在现有技术中，自动增益控制 和动态范围控制需要分开实现；其二，运算中需要运用除法和开平方根的运算， 这些运算在DSP芯片上比较难以实现；第三，现有技术需要进行平滑运算， 式子(2)需要每个采样点都计算一次，而且由于β(n)的计算要依赖于β(n— 1)，难以使用一般DSP的并行运算指令，因此导致整个算法的运算量大。

【发明内容】

为解决上述问题，本发明公开了一种基于滑动增益的语音自动增益和动态 范围控制方法，本方法既能够对小信号进行放大并对大信号进行衰减，又能够 保证输出信号的幅度都在一个预先设定的范围之内，且利用滑动增益来实现不 同帧之间不同增益的平稳过渡，也不需要除法和开平方运算，计算量大大减少。 一种基于滑动增益的语音自动增益和动态范围控制方法，包含如下步骤：

a.设定一期望语音的幅度范围，该幅度范围包含一个期望下限和一个期望 上限；

b.设定一增益数组，该增益数组包含有效增益区和无效增益区，所述有效 增益区和无效增益区皆包含若干按照大小顺序排列的增益数值和若干按照大 小顺序排列的索引，每个索引对应指向一个增益数值；

c.接收当前帧语音数据；