[发明专利]混响抑制方法及装置

说明书

本发明提出的一种混响抑制方法及装置，先将声音信号从时域变换到频域，获得频域信号，然后使用VAD(Voice Activity Detection，语音活动检测)检测所述频域信号，判断是否存在语音；在存在语音的情况下，使用一个预测误差向量预测声音信号的混响功率谱密度，然后构建衰减因子，计算出优化语音频谱，该优化语音频谱去除了声音信号中的混响部分。本发明提高了采集的声音信号质量。

技术领域

本发明涉及到语音识别领域，特别是涉及到一种混响抑制方法及装置。

背景技术

近年来随着互联网技术、智能硬件的蓬勃发展，语音识别、声纹识别、声源检测等语音智能交互技术开始从实验室走向用户。由于语音识别技术是基于语音的人机交互系统最核心的技术。目前在限定条件下识别率已经达到可用的准确率。所谓限定调节通常是指用户距离麦克风较近，噪声干扰较小。而必须近距离发出语音指令这一条件限制了语音交互的便捷性。

在远讲情况下，由于语音能量会快速衰减，而噪音干扰能量大致不变，会使得识别率迅速下降。另外一个影响识别准确率的因素是，语音指令到达房间墙壁多次反射之后的混响，也会造成实际应用与语音识别训练数据集的不匹配，影响识别率。

噪音主要有两个来源：(1)麦克风信号采集系统自带的信道噪声，信道噪声因麦克风的敏感性而不同，麦克风敏感性越高，通常信道噪声越高；(2)不可忽略的环境噪声干扰，比如电视机、空调噪声等等。相比于噪声，混响由于产生条件更为复杂，更难抑制。并且，噪音和混响一般同时存在，使得混响抑制更加困难。

CN201280047068公开了一种混响抑制装置，具备：回声消除部，去除输入信号中包含的回声分量；啸声抑制部，根据被去除了回声分量的输入信号的频率特性，检测啸声的发生，使所检测出的啸声分量的频率的电平衰减；以及语头抑制部，检测啸声分量的频率电平被衰减的输入信号的声音区间，抑制所检测出的声音区间的声音开始部分的信号值。

然而，该装置提供的是汽车内部空间的混响抑制解决方法，并不适用于家居音频采集时的混响问题。

发明内容

本发明的主要目的为提供一种混响抑制方法及装置，解决家居环境中声音采集的混响问题。

本发明提出一种混响抑制方法，包括以下步骤：

将声音信号从时域变换到频域，获得频域信号；

根据所述频域信号计算所述频域信号的语音参数；

在判断出所述声音信号存在语音活动时，根据所述语音参数更新预测误差向量；

根据所述预测误差向量，更新所述声音信号的混响功率谱密度；

根据所述混响功率谱密度构建衰减因子，使用所述衰减因子处理语音频谱，获得优化语音频谱。

优选地，所述根据所述语音参数更新预测误差向量，具体为：

G^k＝G′^k+K_GE_Pre

其中，G^k为当前帧的预测误差向量，G′^k为前一帧的预测误差向量，K_G为Kalman增益，E_Pre为当前帧的预测混响分量。

优选地，所述根据所述预测误差向量，更新所述声音信号的混响功率谱密度，具体为：

其中，φ_R(k)为当前帧的混响功率谱密度，φ′_R(k)为前一帧的混响功率谱密度，α为平滑系数，为估算语音频谱。

优选地，所述α的取值范围为[0.95，0.98)、0.98或(0.98，0.995]。