[发明专利]非线性降噪系统

说明书

本公开的实施方案阐述了一种将音频信号分解为一组子带信号并且检测一组信号能量值的方法，其中每个信号能量值与子带信号相关联。所述方法还包括基于至少一个子带信号生成降噪阈值，并且针对每个子带信号，将所述相关联的信号能量值与所述降噪阈值进行比较。基于确定至少一个子带信号与低于所述降噪阈值的信号能量值相关联，所述方法包括衰减所述至少一个子带信号以生成一组衰减子带信号。所述方法还包括将包括在所述组子带信号中的至少一个子带信号与包括在所述组衰减子带信号中的至少一个衰减子带信号组合以生成输出音频信号。

技术领域

本公开的实施方案整体涉及音频系统，并且更具体地涉及非线性降噪系统。

背景技术

各种自动语音识别(ASR)系统使用多种滤波和提取技术，以便辨识系统可以用来识别包括在音频信号中的语言内容的音频信号分量。ASR系统通过将一个或多个滤波器应用于音频信号来从所接收的音频信号中提取特征。然后，ASR系统将各种模型(例如，声学模型、语言模型等)应用于所提取的特征，以便确定可能已被说出的候选字词。通常，ASR系统可采用降噪系统来从输入音频信号中去除环境噪声，这在从输入音频信号中辨识候选字词时提高了准确性。

与自动语音识别技术结合使用常规降噪系统的一个缺点是，经由降噪系统处理音频信号通常会降低辨识包括在音频信号中的字词的准确性。例如，通过常规降噪技术产生的经处理的音频信号可能包括处理伪像，这可能导致ASR系统呈现“假阳性”候选字词。另外或替代地，经处理的音频信号的音频频谱的某些部分可能被去除。去除音频频谱的某些部分可能会阻止ASR系统将经处理的音频信号的适用部分辨识为语音。在这两种情况下，ASR系统都无法准确辨识包括在经处理的音频信号中的字词。

鉴于上述情况，用于降低由语音识别系统处理的音频信号中的噪声的更有效的技术将是有用的。

发明内容

本公开的实施方案阐述了一种用于降低音频信号中的噪声的方法。该方法包括将第一输入音频信号分解为第一组子带信号，并且检测第一组信号能量值，其中包括在第一组信号能量值中的每个信号能量值与包括在第一组子带信号中的一子带信号相关联。该方法还包括基于包括在第一组子带信号中的至少一个子带信号生成第一降噪阈值。该方法还包括针对包括在第一组子带信号中的每个子带信号，将与该子带信号相关联的信号能量值与第一降噪阈值进行比较。基于确定包括在第一组子带信号中的至少一个子带信号与低于第一降噪阈值的信号能量值相关联，该方法还包括衰减该至少一个子带信号以生成第一组衰减子带信号。该方法还包括将包括在第一组子带信号中的至少一个子带信号与包括在第一组衰减子带信号中的至少一个衰减子带信号组合以生成输出音频信号。

另外的实施方案还提供了一种用于实现上文阐述的方法的各方面的系统和计算机可读存储介质。

所公开的技术的至少一个技术优势在于，该降噪系统可以使用也被其他音频处理系统使用的一个或多个滤波器来降低包括在音频信号中的噪声元素。因此，该降噪系统可以有效地从音频信号中去除噪声元素，使得其他音频处理系统可以更有效地处理音频信号而不会使音频信号的其他部分降级。

附图说明

为了能够详细地理解各个实施方案的上述特征，可参考各个实施方案来更具体地描述上文简要概述的发明性概念，这些实施方案中的一些在附图中示出。然而，应当注意，附图仅仅示出了发明性概念的典型实施方案，因此决不应以任何方式被认为是对范围的限制，并且存在其他同样有效的实施方案。

图1示出了被配置为实现本公开的一个或多个方面的降噪系统的框图。

图2示出了根据本公开的各个实施方案的用于经由图1的降噪系统产生复合输出音频信号的降噪应用程序的框图。

图3示出了根据本公开的各个实施方案的可由图1的降噪系统实现以对输入音频信号进行滤波的曲线图。