[发明专利]用于语音增强的方法和系统

说明书

提供了一种用于语音增强的方法和系统。所述系统包括：时间同步单元，所述时间同步单元被配置为使从至少两个麦克风发送的麦克风信号同步；源分离单元，所述源分离单元被配置为分离所述同步的麦克风信号并输出分离出的语音信号，所述分离出的语音信号对应于语音源；以及降噪单元，所述降噪单元包括：被配置为提取所述分离出的语音信号的语音特征的特征提取单元，和被配置为接收所述语音特征并输出清晰的语音特征的神经网络。本公开提供了一种可通过使用至少两个麦克风来实现语音分离和降噪的解决方案。

技术领域

本公开涉及语音处理，并且更具体地，涉及一种用于语音增强的方法和系统。

背景技术

车辆中的语音识别系统允许驾驶员和乘客通过说出单词和短语来控制车辆的各种功能，诸如导航器、空调以及甚至自动驾驶员系统的功能。然而，车厢可能有噪声。车辆中的噪声可来自几个源，诸如发动机、风、轮胎、空调、音乐、回声等。鉴于这种噪声，语音信号可能会产生不利的信噪比(SNR)，这会限制语音识别系统的有效性。此外，常规的车辆可仅包括一个用于拾取语音信号的麦克风。那些麦克风在车辆中的放置可以是固定的。少量麦克风和它们的放置也可限制语音增强和识别系统的有效性。

另外，在常规车辆中，两个或两个以上的人可同时说话。在这种情况下，少量麦克风和它们的放置可能使语音识别系统的语音分离系统难以分离来自不同的讲话者的语音信号。因此，语音分离系统可产生不利的分离结果。

因此，本领域需要一种用于改善语音分离诸如以便产生清晰、单独的信号和用于降噪的方法和系统。

发明内容

根据本公开的一个方面，提供了一种用于语音增强的系统，所述用于语音增强的系统包括：时间同步单元，所述时间同步单元被配置为使从至少两个麦克风发送的麦克风信号同步；源分离单元，所述源分离单元被配置为分离所述同步的麦克风信号并输出分离出的语音信号，所述分离出的语音信号对应于语音源；降噪单元，所述降噪单元包括：被配置为提取所述分离出的语音信号的语音特征的特征提取单元，和被配置为接收所述语音特征并输出清晰的语音特征的神经网络。

所述系统可在车辆中实施，并且所述时间同步单元、所述源分离单元和所述降噪单元可包括在车辆的音响主机中。所述至少两个麦克风中的一个可安装在所述车辆中。所述系统可在诸如室内环境(例如，办公室、家里、商场)、室外环境(例如，亭、站)等其他环境中实施。

另外，所述至少两个麦克风中的一个可提供在便携式装置中。

另外，所述时间同步单元可被配置为通过检测所述麦克风信号的能量来使所述麦克风信号同步。

另外，所述源分离单元可被配置为多次执行聚类算法以获得多个聚类结果，并从所述多个聚类结果中选择最佳结果。

另外，所述系统可包括再取样模块，所述再取样模块用于在所述麦克风信号的同步之前或之后对所述麦克风信号中的至少一个再取样。

另外，所述神经网络中的模型是通过以下操作事先确定：获取训练数据的集合；提取所述训练数据的语音特征；为所述神经网络确定起始参数的集合；以及根据训练数据的所述语音特征和所述起始参数来迭代地训练所述神经网络的参数。

根据本公开的另一方面，提供了一种语音增强方法，所述语音增强方法包括：使从至少两个麦克风发送的麦克风信号同步；分离所述同步的麦克风信号并输出分离出的语音信号，所述分离出的语音信号对应于语音源；提取所述分离出的语音信号的语音特征；以及通过神经网络将所述语音特征映射到清晰的语音特征。

可在车辆中实施所述方法。可将所述至少两个麦克风中的一个安装在所述车辆中。可在诸如室内环境(例如，办公室、家里、商场)、室外环境(例如，亭、站)等其他环境中实施所述方法。

根据本公开，有可能在没有额外的麦克风阵列的成本的情况下从多通道含噪声的语音提供期望的清晰的语音以便提高语音识别率。