[发明专利]基于统计模型的双传感器语音增强方法

权利要求书

1.一种基于统计模型的双传感器语音增强方法，其特征在于，包括：

同步采集气导检测语音和非气导检测语音，检测气导检测语音的端点，然后利用气导检测语音的纯噪声段建立气导噪声统计模型；

利用所述气导噪声统计模型修正联合统计模型，并对气导检测语音帧进行分类；

根据分类结果对应的气导语音线性频谱统计模型和气导噪声统计模型计算最佳气导语音滤波器；

利用所述最佳气导语音滤波器对气导检测语音进行滤波增强后得到滤波增强语音；

根据非气导语音到气导语音的映射模型，将非气导检测语音转换为气导的映射语音；

将所述气导的映射语音与所述滤波增强语音进行加权融合，得到融合增强后的语音；

其中，所述联合统计模型和所述气导语音线性频谱统计模型由同步采集的干净的气导训练语音和非气导训练语音预先建立，所述映射模型由所述同步采集的干净的气导训练语音和非气导训练语音预先建立；

其中，所述同步采集气导检测语音和非气导检测语音，检测气导检测语音的端点，包括：

同步采集气导检测语音和非气导检测语音并分帧；

根据非气导检测语音帧的短时自相关函数和短时能量，计算每帧非气导检测语音帧的短时平均过门限率，当所述短时平均过门限率大于预设的门限值时，判断所述非气导检测语音帧为语音信号，否则为噪声；

根据每个所述非气导检测语音帧的判决结果得到非气导检测语音信号的端点位置。

2.根据权利要求1所述的方法，其特征在于，所述利用气导检测语音的纯噪声段建立气导噪声统计模型的步骤包括：

将检测到的所述非气导检测语音信号端点对应的时刻作为气导检测语音的端点，提取气导检测语音中的纯噪声段；

计算气导检测语音中纯噪声段信号的线性频谱均值，保存该均值为气导噪声的统计模型参数。

3.根据权利要求1所述的方法，其特征在于，所述短时平均过门限率通过以下公式计算：

；

其中为取符号运算，为调节因子，为窗函数，为门限初值，为所述短时自相关函数，为所述短时能量，为所述短时平均过门限率。

4.根据权利要求1所述的方法，其特征在于，所述联合统计模型通过以下步骤进行修正：

将联合统计模型的参数转换到线性频谱域；

按气导干净语音和气导噪声在线性频谱域是加性关系对联合统计模型中的气导语音数据流参数进行修正；

将修正后的线性频谱域联合统计模型参数转换回原来的特征域，得到修正后的联合统计模型；

其中，所述联合统计模型中的所述气导语音数据流参数为混合高斯模型或隐马尔科夫模型中高斯分量的均值和协方差。

5.根据权利要求1所述的方法，其特征在于，所述根据分类结果对应的气导语音线性频谱统计模型和气导噪声统计模型计算最佳气导语音滤波器的步骤包括：

提取气导检测语音和非气导检测语音的联合特征参数，计算每一帧联合检测语音对应于各个分类的修正后联合统计模型的输出概率；

根据上述输出概率计算联合统计模型中非气导检测语音数据流和气导检测语音数据流的权重参数；

根据上述权重参数，采用更新后的联合统计模型对气导检测语音帧进行分类，然后根据分类结果对应的气导语音线性频谱统计模型和气导噪声统计模型计算最佳气导语音滤波器。

6.根据权利要求5所述的方法，其特征在于，所述非气导检测语音数据流和气导检测语音数据流的权重参数通过以下步骤计算：

设置气导检测语音的初始权重为，非气导检测语音的初始权重为，迭代次数，计算

其中表示模型混合分量数，为语音的帧数，与分别为第帧联合检测语音属于联合统计模型中第分类与第分类的概率，为联合统计模型第分类与第分类统计参数的距离，、为联合统计模型第分类与第分类的统计参数；

计算气导检测语音权重，非气导检测语音权重，采用更新后的权重重新计算与，然后重新计算；

若，为预设的阈值，则停止更新权重，执行下一步骤，否则，转回上一步骤；

利用计算最佳权重和，其中为停止更新时的值。