[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

说明书

本发明公开了一种应用于语音数字信号的实时自动增益控制方法，该方法包括：使用平滑滤波器求语音数字信号的近似上包络；将包络作为NLMS自适应滤波器的输入，NLMS的目标参考值根据输入信号为语音或非语音分别设置，将NLMS的自适应权重作为快速增益输出；若输入信号长时间非语音且时间超过预设的阀值，系统将切换为静默模式，快速增益设为1；若快速增益超过预设的最大增益值，则将快速增益设置为最大增益值；通过平滑滤波器将快速增益处理成平滑增益；使用平滑增益乘以输出语音信号得到输出语音信号。该方法具有快速、有效、实时的特点，可应用在实时语音通话，网络视频会议等场景，能有效解决语音忽大忽小的问题，改善用户的使用体验。

技术领域

本发明涉及语音信号处理领域，具体是一种应用于语音数字信号的实时自动增益控制方法。

背景技术

随着计算机和互联网技术的发展，实时语音通话和视频通话的应用越来越广泛，音视频技术也越来越得到重视。语音自动增益控制(Automatic Gain Control简称AGC)是音视频技术中音频处理的重要环节，语音自动增益控制主要目标是解决语音通话时声音忽大忽小的情况，语音自动增益控制处理效果将直接影响着用户的体验。近些年来，出现了许多实用的语音实时自动增益控制方法，他们大多都是基于语音的峰值比较和门限比较的方法，这类方法的增益响应速度往往不够快，对音量极小的语音信号往往增益不够明显。

发明内容

本发明的目的是针对现有技术的不足，而提供一种应用于语音数字信号的实时自动增益控制方法。这种方法能自适应调整语音的增益、增益小音量的语音、减小语音音量的动态范围，使得语音的音量变得相对统一，从而提高用户的听感体验。

实现本发明目的的技术方案是：

一种应用于语音数字信号的实时自动增益控制方法，与现有技术不同处在于，所述方法是采用归一化最小均方(Normalized Least Mean Square简称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(Voice Activity Detection简称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)]}，