[发明专利]一种基于子带噪声分析的自适应降噪方法与系统

说明书

技术领域

本发明涉及语音技术领域,具体涉及一种基于子带噪声分析的自适应降噪方法与系统。

背景技术

在语音通信与录制领域，背景噪声是影响声音音质与辨识度的最大障碍。通过网络与亲友视频聊天时会有电脑的“嗡嗡”声；录制课堂讲座时会有写字声与学生们的闲聊声；户外做采访时道路交通噪声以及风噪声等，日常生活中我们离不开这些噪声。

为了提高采集声音信号的音质，信噪比，以及可懂度，国际上已经研究出了很多降噪算法，可分为两大类。一种是通过多路麦克风输入在空间上选取目标声源的方式，叫指向性麦克风技术。另一种是单麦克风输入，通过语音信号和干扰噪声信号的频谱特性差异，滤除噪声信号，提高信噪比。理论上，指向性麦克风方式的降噪效果要比单麦克风降噪算法要好，目前已经有很多笔记本电脑，平板电脑，部分智能手机均采用这类技术。但是，一个产品同时要配置多路麦克风的技术实现需求，在高集成度的迷你产品的研发中受到限制，同时也会提高生产成本，且运算复杂度较高，不适于如数字助听器等极低功耗系统的应用。

一般我们会通过以下方式进行单麦克风降噪。第一类是通过自适应增益调节进行噪声判断，并进行衰减，其中最为典型的算法为低增益扩展降噪算法，如图1所示，如果当前输入的声压级小于扩展临界值，即输入处于扩展阈的范围内，则判断为噪声，并进行增益衰减；如果输入声压级大于此临界值进行线性输出，或进行增益压缩。第二类是通过语音激活检测（Voice Activity Detection）等方式对信号进行语音段与噪声段的分类。此算法自动平均噪声段的信号能量，并在判断为噪声段的信号进行相应衰减，得到降噪效果。第三类为通过自适应滤波器的方式进行降噪，如图2所示。自适应滤波器以系统输出信号无限接近于原信号为条件进行收敛。在实际应用中，因为我们得不到原信号，通常使用实际输入信号与长时能量的差值代替原信号进行收敛，其中长时能量代表噪声等级。

上述三类降噪方式均有相应的降噪效果，但都存在缺陷。第一类降噪方式只能应用于噪声能量明显小于信号能量的场景，而能量较小的语音信号会被误认为噪声，因此被衰减。第二类的降噪方式效果要好于第一类，但在噪声段存在明显的音乐噪声（Musical noise）。第三类的降噪算法比前两类更为复杂，但自适应滤波器方法由于收敛关系会影响输出音质,也就是说收敛速度越快会提高降噪效果，但同时会降低音质，同时也存在滤波器发散的危险。

总之，需要本领域技术人员迫切解决的一个技术问题就是：如何能够提供一种自适应降噪算法，要求较高的降噪效果同时保证输出音质。

发明内容

为了解决上述技术问题，本发明提供了一种基于子带噪声分析的自适应降噪方法，可以大幅度降低目标信号中的类稳定噪声，同时提供几乎无失真（经过40dB以上的放大处理仍无听感失真）的语音音质，本发明的方法在多种噪声环境下，均能提供较好的降噪效果。

为了达到上述目的，本发明所采用的技术方案是，一种基于子带噪声分析的自适应降噪方法，包括以下步骤：

步骤1，对输入的时域带噪音频信号进行分帧和短时频域变换，生成频域带噪音频信号；

步骤2，对频域带噪音频信号，采用最小值跟踪方法（Minimum Tracking）估计出噪声能量谱；

步骤3，计算出该噪声能量谱的后验信噪比和先验信噪比；

步骤4，通过非线性增益扩展方法，利用所述的后验信噪比和先验信噪比计算步骤1所述的带噪音频信号的降噪增益；

步骤5，对所述的各个时频单元的降噪增益进行平滑滤波，以降低音质失真；

步骤6，将所述的平滑滤波后的降噪增益与步骤1所述的频域带噪音频信号的各个时频单元相乘，得到降噪后的频域音频信号；

步骤7，对步骤6所述的降噪后的频域音频信号进行短时频域逆变换，得到最终的降噪后的时域音频信号输出。

进一步的，所述步骤1中，短时频域变换为加权重叠相加分析算法。

进一步的，所述步骤7中，短时频域逆变换为加权重叠相加合成算法。

进一步的，所述步骤2中，所述最小值跟踪方法包括以下步骤：

步骤21：计算短时频域变换后的带噪音频信号S_in(n,k)的能量谱|S_in(n,k)|²的短时最大值P_{ST_max}(n,k)，如式（1）所示，

其中n代表时间帧，k代表频域子带（一个子带可是单个频段也可由多个相邻的频段构成），T₁代表短时帧数；