[发明专利]信号噪声衰减

说明书

技术领域

本发明涉及信号噪声衰减，并且特别但不排他地涉及用于音频特别是语音信号的噪声衰减。

背景技术

为了进一步增强或突出预期信号分量，在很多应用中信号中的噪声的衰减是所期望的。特别地，在很多场景中，音频噪声的衰减都是所期望的。例如，由于具有实际相关性，在存在背景噪声的情况下的语音增强业已引起了极大的关注。

一种音频噪声衰减的方法是将两个或更多个麦克风的阵列与适当的波束形成算法一起使用。然而，这样的算法并不总是可行，或者提供了次优的性能。例如，它们往往对资源要求高，并且需要复杂的算法以用于追踪预期声源。此外，它们往往提供次优的噪声衰减，特别是在回响的和扩散非稳态噪声场中或者在存在许多干扰源的情况下更是如此。在这样的场景中，诸如波束形成之类的空间滤波技术只能取得有限的成功，并且在后处理步骤中通常会对波束形成器的输出执行附加的噪声抑制。

业已提出的各种噪声衰减算法包含基于关于预期信号分量和噪声信号分量特性的认识或假设的系统。特别地，在非稳态噪声条件下，即便操作在单个麦克风信号上，诸如码本驱动方案之类的基于认识的语音增强方法也已显示出其执行良好。在以下文献中呈现了这样的方法的示例：S. Srinivasan、J. Samuelsson和W. B. Kleijn在2006年1月发表于IEEE Trans. Speech, Audio and Language Processing（IEEE会报：语音、音频和语言处理）第14卷第1号第163-176页的“Codebook driven short-term predictor parameter estimation for speech enhancement（用于语音增强的码本驱动短程预测器参数估计）”，以及S. Srinivasan、J. Samuelsson和W. B. Kleijn在2007年2月发表于IEEE Trans. Speech Audio Processing（IEEE会报：语音音频处理）第15卷第2号第441-452页的“Codebook based Bayesian speech enhancement for non-stationary environments（用于非稳态环境的基于码本的贝叶斯语音增强）”。

这些方法依赖于经训练的语音和噪声谱形的码本，所述噪声谱形由例如线性预测（LP）系数来参数化。语音码本的使用是直观的并且容易有助于实际实现。语音码本可以要么与说话者无关（使用来自若干个说话者的数据来进行训练），要么与说话者相关。对于例如移动电话应用来说，由于这些应用往往是私人的，并且通常主要由单个说话者使用，因此后一种情况是有用的。然而，由于在实践中可能遇到各种噪声类型，因此，噪声码本在实际实现中的使用是具有挑战性的。结果，典型地使用非常大的噪声码本。

典型地，基于这样的码本的算法试图找到当被结合时与所捕获的信号最接近匹配的语音码本条目和噪声码本条目。在已经找到恰当的码本条目时，该算法基于码本条目来补偿所接收的信号。然而，为了标识恰当的码本条目，在语音码本条目与噪声码本条目的所有可能组合之上执行搜索。这导致在运算上对资源要求非常高的过程，而这通常是不切实际的，对于低复杂度的设备来说尤其如此。另外，可能信号特别是噪声候选的大数量可能增加错误估计的风险，从而导致次优的噪声衰减。

因此，改进的噪声衰减方法将是有利的，并且特别地，允许增加的灵活性、降低的运算需求、便利的实现和/或操作、降低的成本和/或改善的性能的方法将是有利的。

发明内容

因此，本发明试图优选地单个或以任何组合地缓解、减轻或消除以上所提及的一个或多个缺陷。