[发明专利]基于口-双耳房间脉冲响应的鲁棒语音增强方法及系统

说明书

本发明公开了一种基于口‑双耳房间脉冲响应的鲁棒语音增强方法及系统，所述方法包括：获取原始的带噪信号；从预先建立好的多通道口‑双耳房间脉冲响应数据库中提取若干组多通道口‑双耳房间脉冲响应；将多通道口‑双耳房间脉冲响应经傅里叶变换转换为频域传递函数，由频域传递函数充当导向矢量，组成导向矢量矩阵；对导向矢量矩阵进行特征值分解，在最小化输出信号能量的同时对主要的特征向量进行约束，通过求解凸优化问题计算得到波束形成权向量；利用波束形成权向量对原始的带噪信号进行加权求和，输出增强后的语音信号。本发明的方法可以有效抑制远场同向干扰声源，并且相对于传统近场波束形成器具有更高的鲁棒性。

技术领域

本发明涉语音增强领域。尤其涉及基于口-双耳房间脉冲响应的鲁棒语音增强方法及系统。

背景技术

如今耳机设备受到了人们越来越多的青睐和关注，尤其是真无线耳机，近两年来不论在学术领域还是在商业领域，都是专家学者们着力研究、开发以及量产的产品之 一。随着蓝牙、音频编码、集成电路以及人工智能等技术的快速发展，人们对耳机设 备的依赖程度越来越高，对耳机通信质量的要求也越来越高。但是，在耳机通信的实 际应用中，复杂的噪声环境会导致通信质量严重降低。因此针对耳机设备的语音增强 技术尤为重要。

语音增强技术的主要目的是从噪声环境中提取佩戴者目标语音并降低噪声干扰，从而提高语音的清晰度和可懂度。其中传声器阵列语音增强算法由于引入了空域信 息，相对于单通道语音增强算法，能够更好的抑制方向性干扰噪声。波束形成是传声 器阵列语音增强算法的重要分支，它能够形成空间指向性，达到增强期望信号、抑制 干扰和噪声的目的。其中，自适应波束形成是现在广泛使用的一类传声器阵列语音增 强方法。其最大的特点和优势在于它可以依据接收数据和不同的最优化准则，动态的 更新权矢量，使得到的波束主瓣指向期望信号，同时抑制其他方向的干扰和噪声。常 见的自适应波束形成方法包括最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成器、线性约束最小方差(Linearly Constrained Minimum Variance,LCMV)法，以及广义旁瓣消除法(Generalized Sidelobe Canceller,GSC)等。

传统自适应波束形成方法大多都是针对远场声学模型，但是双耳佩戴式传声器阵列与用户构成典型的双耳近场声学模型，此时应用远场声学模型会带来较大的模 型失配，造成算法性能显著下降。另外，相较于远场自适应波束形成方法，传统近场 自适应波束形成器对目标声源的方位和距离更加敏感。因此，建立符合双耳近场声学 模型的口-双耳房间脉冲响应(Oral-Binaural Room Impulse Response，OBRIR)数据 库是研究鲁棒双耳自适应波束形成器的重要前提。为了解决传统近场自适应波束形 成器鲁棒性较差的问题，较典型的方法是基于特征值分解的LCMV(SVD-LCMV) 方法，对近场目标位置局部区域的导向矢量进行特征值分解，并对其主特征向量施加 无失真输出约束条件，从而提高算法的鲁棒性。然而该方法仅适用于自由场声学模 型，并未考虑双耳近场模型中的人头以及躯干等散射体对声学模型的影响。

发明内容

本发明的目的在于克服现有技术缺陷，提出了一种基于口-双耳房间脉冲响应的鲁棒语音增强方法，本发明还公开了一种基于口-双耳房间脉冲响应的鲁棒语音增强 系统。

为了实现上述目的，本发明提出了一种基于口-双耳房间脉冲响应的鲁棒语音增强方法，所述方法包括：

获取原始的带噪信号；

从预先建立好的多通道口-双耳房间脉冲响应数据库中提取若干组多通道口-双耳房间脉冲响应；将多通道口-双耳房间脉冲响应经傅里叶变换转换为频域传递函数， 由频域传递函数充当导向矢量，组成导向矢量矩阵；对导向矢量矩阵进行特征值分 解，在最小化输出信号能量的同时对主要的特征向量进行约束，通过求解凸优化问题 计算得到波束形成权向量；

利用波束形成权向量对原始的带噪信号进行加权求和，输出增强后的语音信号。