[发明专利]一种麦克风阵列语音增强方法及实现装置

摘要

本发明公开了一种麦克风阵列语音增强方法及实现装置，通过支路三来抑制说话人和干扰源方向的信号，得到空间非相干噪声频谱矢量；使用深度神经网络来完成从带噪语音和噪声到干净语音的映射，可以有效地利用语音信号的非线性特性和时间相关性，使估计结果更精确和接近人类听觉特性；该深度神经网络采用带噪语音和噪声作为输入，与传统仅采用带噪语音作为输入的深度神经网络语音增强技术相比具有更好的增强效果。本发明将基于麦克风阵列和深度神经网络的语音增强技术相结合，性能优于传统的麦克风阵列语音增强方法和单麦克风深度神经网络语音增强方法；可以广泛用于视频会议、车载通信、会场、多媒体教室等各种具有嘈杂背景的语音通信应用中。

主权项

1.一种基于深度神经网络的麦克风阵列语音增强方法，其特征在于，采用以下步骤对输入的语音信号进行增强：/nS1、使用干净语音库和噪声库训练用于将带噪语音和噪声映射为干净语音的深度神经网络；/nS2、使用麦克风阵列估计说话人的来波方向、干扰源的数目和干扰源的来波方向；/nS3、将麦克风阵列接收的信号分为三条支路，支路一采用固定波束形成器对说话人方向的信号进行增强，得到支路一输出的语音频谱S^(f)(ω,t)，其中t为帧序号；支路二采用阻塞矩阵B₁抑制说话人方向的信号，并将阻塞矩阵的输出通过自适应滤波器，得到支路二输出的噪声分量频谱支路三采用阻塞矩阵B₂抑制说话人和所有干扰源方向的信号，得到支路三输出的空间非相干噪声的频谱矢量/nS4、使用和估计S^(f)(ω,t)中包含的噪声频谱/nS5、将S^(f)(ω,t)和输入步骤S1中训练的深度神经网络，得到增强后的语音。/n