[发明专利]利用数字降噪算法来实现对语音信号的降噪处理方法

说明书

技术领域

本发明涉及一种噪音处理方法，特别涉及一种利用数字降噪算法来实现对语音信号的降噪处理方法。

背景技术

随着数字信号处理理论和应用电子技术的不断发展与完善，语音电子降噪系统在人们的生活中得到了越来越多的应用，高噪声背景下提取纯净信号在研究和应用领域都是一个热门的课题。从早期采用模拟器件搭建滤波电路来解决噪声问题到现代采用DSP编程加载降噪算法，降低了实现难度，提高了实现效果。

语音降噪算法也是从无到有，其中最为有深远影响的主要有Steven.F.Boll提出的频谱减法和Lim提出的机遇维纳滤波的语言降噪算法。现代研究表明，单纯的使用某一算法来对全频段的带噪语音处理效果不明显而且没有普适性。

发明内容

本发明是针对单纯的使用某一算法来对全频段的带噪语音处理效果不明显的问题，提出了一种利用数字降噪算法来实现对语音信号的降噪处理方法，子空间降噪算法和自适应LMS算法联合使用来对噪声进行滤波。子空间能很好的抑制噪声相关性，但是在高信噪比区域不能很好工作；自适应LMS算法能弥补子空间在这上面的缺点，两者结合可达到很好的降噪效果。

本发明的技术方案为：一种利用数字降噪算法来实现对语音信号的降噪处理方法，包括如下步骤：

第一步：采集的语音信号经过A/D模数转换后，输出含噪语音信号x(n)先用子空间方法对其进行处理，得到相对纯净的处理信号：

其中子空间方法处理对每一帧语音进行如下六步处理：

1）计算噪声信号的协方差R_n，用公式                                                估计矩阵，R_n是通过每一帧独立采样语音进行估算；

2）对进行特征值分解：，估计矩阵的特征值矩阵=特征向量矩阵；

3）根据的特征值估算出语音信号子空间的空间大小；

4）通过子空间的μ值公式来计算μ值，

，其中μ₀=4.2,s=6.25,SNR_db=10log₁₀SNR，SNR为信噪比；

5）线性估算值通过下述公式来计算：

6）通过来估算增强的语音信号，x(n)是含噪语音信号,p(n)为经过子空间算法处理后的输出；

第二步、对增强的语音信号输入自适应滤波器用最小均方算法对语音噪声进行消除，经过D/A数模转换后输出降噪语音信号。

所述第二步中最小均方算法中的均方误差表示为 ：

，

其中s(n)为纯净语音信号n时刻的样本值,为信号s(n)线性预估值，N(n)为噪声信号,且。

本发明的有益效果在于：本发明利用数字降噪算法来实现对语音信号的降噪处理方法，结合子空间降噪算法和自适应LMS算法两者的优缺点进行结合和互补，达到明显的降噪效果。

附图说明

图1为本发明利用数字降噪算法来实现对语音信号的降噪处理方法实现的整体框图；

图2为本发明利用数字降噪算法来实现对语音信号的降噪处理方法中LMS处理框图。

具体实施方式

由于我们无法得到纯净语音信号的协方差，因此我们只有从如下的噪声公式中来得到估计矩阵：

                                (1）

R_n为噪声信号的协方差矩阵，R_y是纯净信号的协方差矩阵，I是噪声分量。在使用子空间降噪算法时最主要的一个因子是μ值的估计。过大的μ值估计会使得估计背景噪声时花销过大，相反过小的μ值会增大噪声残余。我们的目的是在语音空间减小语音失真，在噪声空间加大噪声去除量，本文采用的噪声估计基于快速SNR（Signal-to-Noise Ratio信噪比）公式：

                                     (2）

其中，μ₀和s是一个常数。可以很好的完成对μ值的估计，但是存在一个隐患问题，那就是在高SNR的情况下，根据该公式估算的μ值不是最佳。