[发明专利]一种功率谱密度估计方法及设备

说明书

技术领域

该发明涉及一种建立在参数自回归模型基础上的带偏差补偿的谱估计方法及设备。

发明背景

该发明可应用于例如常规及蜂窝式电话系统的噪声抑制[1，2]，其中根据单话筒测量采用自适应算法建立模型并增强带噪语音。

用谱减法的语音增强或明或暗地依赖于由带噪语音计算出的精确的功率谱密度估计。用于获得这种谱估计的传统方法是用基于快速傅里叶变换(FFT)的周期曲线图。然而，近来，提出了另一种称为参数功率谱密度估计的逼近方法，它给出了失真更小的语音输出，更好地降低噪声电平，而且残余噪声也没有令人恼火的人为噪声(音乐噪声)。对于参数功率谱密度估计的详细论述，参见文献[3，4]。

一般说来，由于模型误差的存在，在参数谱密度估计的谱图凹部会有偏差。在基于噪声消除器的谱减法的输出中，这个偏差将在背景噪声中导致一种并不希望的“级升”(level pumping)。

发明概述

该发明的一个目的就是提出一种复杂度相对较低且无数值稳定性问题的方法和设备，用来消除或降低背景噪声中的这种“级升”。通过采用根据所附权利要求的方法和设备来实施这一目的。

该发明的关键思想是：用根据参数谱模型的动态范围扩展的(或自适应的)数据来提高在基于噪音消除器的谱减法中的声频语音质量。

附图简述

通过参照以下根据附图所作的描述，可以更好地理解该发明及其另外的目的与优点；其中：

图1根据本发明的一种设备的实施例的原理图。

图2是根据本发明的另一种设备的实施例的原理图。

图3显示的是实际的功率谱密度曲线，实际功率谱密度的参数估计曲线和实际功率谱密度的偏差补偿估计曲线。

图4是另一组曲线，显示的是实际的功率谱密度曲线，实际功率谱密度的参数估计曲线和实际功率谱密度的偏差补偿估计曲线。

图5是图1所示实施例所使用的方法的流程图；

图6是图2所示实施例所使用的方法的流程图。

优选实施例详述

在所有附图中，对相应的或类似的单元使用相同的参考标号。

此外，为了简化该发明的描述，已将本发明的数学背景移到附录中。在以下描述中，正文中所提到的数字将参照附录中的相应公式。

图1显示出了根据本发明的一种设备的实施例的原理图。一帧语音数据{x(k)}送入一个LPC分析器(例如，在[5]中描述了LPC分析)。LPC分析器10确定出一组滤波器系数(LPC系数)，将此系数送至PSD估计器12及逆滤波器14。PSD估计器12由LPC参数(见附录中式(11))确定输入帧{x(k)}的参数功率谱密度估计。图1中输入信号的方差不作为PSD估计器12的输入，而把一个单位信号“1”送入PSD估计器12。这样做的原因很简单。该方差只是用来改变PSD估计的比例，而且由于在最后的结果中将消去这个比例因子(见附录中式(9))，因此在PSD运算中消去此方差会使运算更简化。由PSD估计器12得到的估计将包含上述“级升”偏差。

为了补偿这种“级升”偏差，也将输入帧{x(k)}送到逆滤波器14，用于产生一个残余信号(见附录中式(7))，然后把该信号送到另一个LPC分析器16。LPC分析器16分析此残余信号，并将相应的LPC参数(方差和滤波器系数)送至一个残余PSD估计器18，它产生残余信号的参数功率谱密度估计(参见附录中式(8))。

最后输入信号与残余信号的这两种参数功率谱密度估计在一个乘法器20中分别相乘，以获得输入信号帧{x(k)}的一种偏差补偿参数功率谱密度估计(这和附录中式(9)相对应)。

实例：