[发明专利]估算混响分量的计算方法及装置

说明书

本发明提出的一种估算混响分量的计算方法及装置，构建了预测误差向量，使其与语音数据进行结合，求出预测混响分量，再对所述预测混响分量进行平滑处理，获得估算混响分量。获得的估算混响分量可用于计算混响功率谱密度，进而根据维纳滤波原理，将采集到的语音信号中的混响分量滤去，提高了采集的语音数据的质量。

技术领域

本发明涉及到语音识别领域，特别是涉及到一种估算混响分量的计算方法及装置。

背景技术

近年来随着互联网技术、智能硬件的蓬勃发展，语音识别、声纹识别、声源检测等语音智能交互技术开始从实验室走向用户。由于语音识别技术是基于语音的人机交互系统最核心的技术。目前在限定条件下识别率已经达到可用的准确率。所谓限定调节通常是指用户距离麦克风较近，噪声干扰较小。而必须近距离发出语音指令这一条件限制了语音交互的便捷性。

在远讲情况下，由于语音能量会快速衰减，而噪音干扰能量大致不变，会使得识别率迅速下降。另外一个影响识别准确率的因素是，语音指令到达房间墙壁多次反射之后的混响，也会造成实际应用与语音识别训练数据集的不匹配，影响识别率。

噪音主要有两个来源：(1)麦克风信号采集系统自带的信道噪声，信道噪声因麦克风的敏感性而不同，麦克风敏感性越高，通常信道噪声越高；(2)不可忽略的环境噪声干扰，比如电视机、空调噪声等等。相比于噪声，混响由于产生条件更为复杂，更难抑制。并且，噪音和混响一般同时存在，使得混响抑制更加困难。

CN201280047068公开了一种混响抑制装置，具备：回声消除部，去除输入信号中包含的回声分量；啸声抑制部，根据被去除了回声分量的输入信号的频率特性，检测啸声的发生，使所检测出的啸声分量的频率的电平衰减；以及语头抑制部，检测啸声分量的频率电平被衰减的输入信号的声音区间，抑制所检测出的声音区间的声音开始部分的信号值。

然而，该装置提供的是汽车内部空间的混响抑制解决方法，并不适用于家居音频采集时的混响问题。而解决家居音频采集时的混响问题，需要预判声音信号中的混响分量。

发明内容

本发明的主要目的为提供一种估算混响分量的计算方法及装置，旨在辅助解决家居环境中声音采集的混响问题。

本发明提出一种基于深度神经网络的特定声源检测方法，包括以下步骤：

构建预测误差向量；

根据所述预测误差向量，结合混合语音频谱及估算语音频谱，计算当前帧的预测混响分量E_Pre和前一帧的预测混响分量E_Pre，o；

求取估算混响分量，所述估算混响分量由以下式子求得：

E(k)＝η|E_Pre|²-(1-η)|E_Pre，o|²

其中，η为平滑系数。

优选地，所述前一帧的预测混响分量E_Pre，o，由以下式子求得：

其中，Y(l-1,k)为前一帧的混合语音频谱，为估算语音频谱的转置矩阵；G^k为所述预测误差向量。

优选地，所述η的取值范围为[0.6，0.75)、0.75或(0.75，0.9]。

优选地，所述构建预测误差向量之前，还包括：

在前L_I帧，初始化预测向量方差矩阵及所述预测误差向量、估算混响分量，具体为；

E(k)＝0