[发明专利]基于二次谱减法的复杂噪声背景下的语音识别方法和系统

权利要求书

1.一种基于二次谱减法的复杂噪声背景下的语音识别方法,其特征在于，包括如下步骤：

基于复杂噪声背景下的含噪历史音频和纯净噪声音频，得到所述复杂噪声背景的历史噪声估计；

对复杂噪声背景下的待识别音频进行分帧处理，得到多帧音频；

依次对每帧音频进行处理，得到降噪后的语音；其中，对当前帧音频处理，包括：基于所述历史噪声估计和当前帧音频的噪声估计，对所述当前帧音频进行二次谱减，得到所述当前帧音频降噪后的语音频谱。

2.根据权利要求1所述的语音识别方法，其特征在于，所述基于复杂噪声背景下的含噪历史音频和纯净噪声音频，得到所述复杂噪声背景的历史噪声估计，包括：

分别对每条所述含噪历史音频分帧，处理后得到含噪历史音频每帧信号的功率谱；

选取每条音频上功率谱最低的预设数量帧的音频作为纯噪声，估计得到每条含噪历史音频的噪声的每一帧平均功率谱B_i(ω)，其中，i＝1，2，3，……，n，n表示含噪历史音频的条数；

对每条所述纯净噪声音频分帧，处理后得到每条纯净噪声音频每帧的平均噪声功率谱B_j(ω)，其中，j＝1，2，3，……，k，k表示纯净噪声音频的条数；

将B_i(ω)和B_j(ω)取平均值得到所述历史噪声估计

3.根据权利要求2所述的语音识别方法，其特征在于，所述当前帧音频的噪声估计，包括：

选取所述待识别音频中功率谱最低的预设数量帧的音频作为纯噪声；基于所述纯噪声估计待识别音频的每一帧的噪声平均功率谱即当前帧音频的噪声估计。

4.根据权利要求3所述的语音识别方法，其特征在于，利用下述公式对所述当前帧音频进行二次谱减，得到当前帧音频的功率谱估计，即所述当前帧音频降噪后的语音频谱：

其中，表示当前帧音频的功率谱估计，m表示当前帧音频的序号，Y_n+1(ω,m)表示当前帧音频的频谱，ψ_n+1(ω,m)表示当前帧音频的相位信息；α_m、β_m分别是历史噪声移除因子和当前帧音频噪声移除因子；b_m是音频信号最低频谱因子。

5.根据权利要求4所述的语音识别方法，其特征在于，利用下述公式计算得到所述α_m、β_m和b_m：

其中，c为常数，ξ_m为所述当前帧音频信号频域的后验信噪比；α_min、α_max分别表示α_m的最小值和最大值；β_min、β_max分别表示β_m的最小值和最大值；b_min、b_max分别表示b_m的最大值和最小值。

6.根据权利要求5所述的语音识别方法，其特征在于，利用下述公式计算得到所述ξ_m：

其中，k为频点，∑_k|Y_n+1(ω_k，m)|表示所述当前帧音频频谱强度，表示所述历史噪声估计的频谱强度。

7.根据权利要求6所述的语音识别技术，其特征在于，对所述α_m、β_m和b_m的最大值和最小值做出限制，包括

α_max＝3,α_min＝1,β_max＝3,β_min＝1,b_max＝0.1,b_min＝0.02。