[发明专利]一种应用于语音数字信号的实时自动增益控制方法

权利要求书

1.一种应用于语音数字信号的实时自动增益控制方法，其特征在于，所述方法是采用NLMS自适应滤波器为核心控制单元，通过增益控制信息、包络提取和增益平滑滤波器控制整个增益过程，包括如下步骤：

1)在语音流的处理过程中，接收到经过降噪、消回声和去混响处理过后的数字语音信号x(n)和语音活动检测VAD的结果v(n)，每次处理的语音流以采样点为单位或以帧为单位，若语音流处理单位为样点，则系统的输入语音为x(n)＝x(t)、VAD信息为v(n)＝v(t)，n代表当前时刻，t代表当前采样点；若语音流处理单位为帧，则输入语音和VAD信息分别为：

x(n)＝max[X(l)]，

v(n)＝v(l)，

其中，l代表当前帧，X(l)表示当前帧的采样点向量，max表示取向量的最大值；

2)对步骤1)接受到的语音信号x(n)做绝对值处理，并求得语音信号x(n)近似包络x_env(n)；

3)将步骤2)中近似包络x_env(n)作为NLMS自适应滤波器的输入，根据步骤1)得到的VAD结果v(n)选择NLMS的目标参考值，将NLMS的自适应权重作为系统的快速增益g_f(n)，包括如下过程：

3-1)将步骤2)中得到的近似包络作为NLMS自适应滤波器的输入，根据步骤1)中接收到的VAD结果v(n)选取NLMS的参考值Ref，假设语音采样点的值为-1到1之间，当语音活动时，参考值Ref取0.001；当非语音时，参考值Ref取0.5；

3-2)所述NLMS自适应滤波器为一阶自适应滤波器，滤波器权重g_f(n)即为系统的快速增益，快速增益的迭代公式为：

g_f(n)＝g_f(n-1){1+μx_env(n)[Ref-y_f(n-1)]}，

y_f(n)＝g_f(n)x_env(n)，

步长根据自适应滤波器的输入的大小自适应调节，表达式为：

μ＝μ₀/(r+x_env(n))，

其中，初始步长μ₀根据输入单位的采样点数设置，当以采样点输入时，μ₀取0.1，r为避免分子过小而设置的，取0.0001；

4)根据步骤1)中的VAD信息和预设的最大增益阀值，调整步骤3)中系统的快速增益g_f(n)，过程为：

4-1)系统设置一个静默的限制时间T_l，根据步骤1)中接收的VAD结果v(n)，若连续非语音时间超过T_l，则系统将切换为静默模式，T_l设置为1秒；

4-2)若系统处于静默模式，则将步骤3)中的快速增益g_f(n)将直接设为1；

4-3)若系统不处于静默模式，且步骤3)得到的快速增益g_f(n)大于最大增益阀值g_max，则将快速增益g_f(n)设置为g_max；

5)将步骤4)中调整后的快速增益g_f(n)输入自适应平滑滤波器得到系统的平滑增益g(n)，自适应平滑滤波器的递归表达式为：

g(n)＝α_sg(n-1)+(1-α_s)g_f(n)，

其中，f_s为输入语音单位的采样率，自适应平滑滤波器的平滑时间t_s设置的越小，增益的变化就越快，底噪变化也会变快，使得听感变得突兀，t_s根据底噪的大小，设置在0.01秒到0.5秒之间；

6)将步骤5)中得到的系统平滑增益g(n)和步骤1)中的输入语音信号x(n)相乘，得到输出语音信号y(n)，表达式如下：

y(n)＝x(n)*g(n)，

若语音流处理单位不是采样点而是帧，则整帧的采样点乘以g(n)并输出；

7)重复上述步骤1)至步骤6)，将新的语音连续输入，最终实现实时的自动增益控制，在第一次运行时，需要初始值，将步骤2)中的近似包络x_env初值设为0、步骤3)的快速增益g_f(n)初值设为1、步骤5)的平滑增益g_f(n)初值设为1。

2.根据权利要求1所述的应用于语音数字信号的实时自动增益控制方法，其特征在于，步骤2)中所述的求得语音信号x(n)近似包络x_env(n)的过程为：先对步骤1)接收到的语音信号x(n)先求绝对值x_abs(n)，然后采用Attack/Release滤波器求得近似包络x_env(n)，公式如下：

其中，n-1代表上一时刻，上升沿即Attack和下降沿即Release分别采用不同的滤波因子α_EA和α_ER，滤波因子由平滑时间获得：

上升平滑时间t_EA和下降平滑时间t_ER分别取0.001秒和1秒，f_s为输入语音单位的采样率，若输入为采样点，则取值为语音采样率F_s；若输入为帧，则取值为：f_s＝F_s/L。