[发明专利]语音降噪算法

权利要求书

1.一种语音降噪算法，包括以下步骤：

(1)使用仿真软件对声音样本进行前期的采集与处理，并进行A/D转换；

(2)将前级经过AD采样后的一段带噪语音，经过分帧(20ms)加窗后进行短时傅里叶变换，由信号的时域处理转换为信号的频时处理，计算出每一帧信号的短时能量谱和相位谱；

其中x(m)为输入信号，w(m)是分析窗，此处取汉明窗，它在时间上反转并且有n个样本的偏移量，ω为频率变量，N为短时傅里叶变换的分辨率，这里取N＝128,Y_i(k)为第帧数据，第k条谱线频率分量f_k的能量谱；

(3)对经过傅里叶分析处理的每一帧信号进行VAD检测，根据VAD门限，得出每一帧信号时有效帧还是无效帧，如果是无效帧，即不含有效语音的帧，更新噪声估计的能量谱，如果是有效帧，则不动作；

(4)根据当前帧的带噪语音的能量谱和噪声估计的能量谱，计算当前帧数据每一频率分量的后验信噪比，如下式所示：

其中Y_i²(k)为当前帧数据的频率分量k的能量值，λ_d(k)为噪声估计能量谱中频率分量k的能量值，γ_i(k)为当前帧数据的k频率分量的后验信噪比；

(5)利用当前帧的后验信噪比结合前一帧数据的谱估计器，计算当前帧的先验信噪比，如下式所示：

ξ_i(k)≈αξ_i-1(k)+(1-α)(γ_i(k)-1)

其中α为平滑因子，一般取0.9-1.0，这里取0.95，ξ_i-1(k)为上一帧数据频率分量k的先验信噪比，γ_i(k)为当前帧数据频率分量k的后验信噪比，ξ_i(k)为当前帧数据频率分量k的先验信噪比；

(6)根据计算出的当前帧的先验信噪比，结合logMMSE算法模型，计算出当前帧数据的谱估计器，并计算出纯净信号的能量谱，如下式所示：

其中ξ_i(k)为当前帧数据频率分量k的先验信噪比，为当前帧数据后验信噪比的维纳估计，Y_i(k)为当前帧数据频率分量k的带噪语音的能量谱，X_k为当前帧数据频率分量k的纯净语音的能量谱；

(7)根据计算出的纯净语音能量谱与计算出的当前帧数据的相位谱，进行短时傅里叶反变换，将信号从频域转换到时域，再对每一帧数据进行合成，形成连续的纯净语音信号。

2.根据权利要求1所述的语音降噪算法，其特征是：步骤(3)中的VAD检测，使用能熵比进行检测，具体能熵比计算过程如下所示：

(1)计算当前帧数据的每个频率分量的归一化谱概率密度函数，如下式所示：

其中Y_i(k)为第k条谱线频率分量f_k的能量谱，为所有频率分量的能量和，p_i(k)为第i帧第k个频率分量f_k对应的概率密度，N为短时傅里叶变换的分辨率，这里取N＝128；

(2)计算当前帧数据的短时谱熵，如下式所示：

其中H_i为当前帧数据的短时谱熵；

(3)计算当前帧数据的能量，如下式所示：

LE_i＝log₁₀(1+AMP_i/a)

其中Y_i²(k)是当前帧数据的能量，AMP_i为当前帧数据的能量，LE_i是改进的能量关系，a是一个常数，这里取1.5：

(4)计算当前帧数据的能熵比，如下式所示：

其中EEF_i就是当前帧数据的能熵比，根据EEF_i的值，判断是否为有效语音，如果是，则不更新噪声估计的能量谱，如果不是，这里取EEF_i<1.6为无效语音，则更新噪声能量谱λ_d(k)，λ_d(k)＝0.9*λ_d-1(k)+0.1*Y_i²(k)

3.根据权利要求1所述的语音降噪算法，其特征是：在进行语音降噪算法的过程中，选择使用数字信号处理器TMS320VC5509A作为主处理芯片，使用音频编解码器TLV320AIC23B作为AD/DA芯片。