[发明专利]基于语音出现概率和一致性的双耳语音去混响方法和装置

权利要求书

1.一种基于语音出现概率和一致性的双耳语音去混响方法，其步骤包括：

1)将两个麦克风接收到的语音信号进行时延补偿，得到时间上对齐后的语音信号；

2)对所述时间上对齐后的语音信号进行加窗分帧处理，并通过傅里叶变换使语音信号从时域变换到频域；

3)基于语音出现概率估计语音信号的低频段部分的混响功率谱；将低频段的混响功率谱分开估计，以保证能够去除低频段的混响；当两个通道的语音出现概率中的较大值低于某个阈值时，对混响功率谱进行更新，否则不更新；所述对混响功率谱进行更新的方法为：

a)如果max(P(H₁|X_l),P(H₁|Xr))p₀,而且P(H₁|X_l)P(H₁|X_r),

则

b)如果max(P(H₁|X_l),P(H₁|X_r))p₀,而且P(H₁|X_l)＞P(H₁|X_r),

则

c)其他,

其中，P(H₁|X_l)表示第一个麦克风信号X_l的语音出现概率，P(H₁|X_r)表示第二个麦克风信号X_r的语音出现概率，p₀表示阈值，λ和μ分别表示帧号和频率，H₁表示语音，H₀表示非语音，为所估计的混响的自功率谱；

4)计算语音信号的不同信号分量的一致性；

5)基于所述一致性估计语音信号的高频段部分的混响功率谱；

6)根据所述低频段部分的混响功率谱和所述高频段部分的混响功率谱，根据高低频段的划分阈值对结合高低频的混响功率谱进行估计；

7)根据所述结合高低频的混响功率谱，利用递归平滑算法计算得到最终的混响功率谱；

8)根据所述最终的混响功率谱计算增益函数，通过增益函数得到去混响后的频域信号；

9)根据所述去混响后的频域信号，利用短时傅立叶逆变换得到去混响后的时域信号。

2.如权利要求1所述的方法，其特征在于，步骤1)中两个语音信号采用GCC-PHAT-ργ方法进行时延补偿，以克服环境中的干扰因素对互相关函数谱峰位置的影响。

3.如权利要求1所述的方法，其特征在于，步骤4)将混响假设为散射性声场，并使用有头部遮挡的混响一致性模型计算一致性。

4.如权利要求1所述的方法，其特征在于，步骤5)包括如下子步骤：

5-1)根据所有频率处的语音出现概率更新信号的一致性；

5-2)考虑头部遮挡效应的影响，假设两个麦克风接收到的纯净语音信号功率谱不同，结合一致性函数对混响功率谱进行估计。

5.如权利要求4所述的方法，其特征在于，步骤5)中两个麦克风接受到的纯净语音的自功率谱和互功率谱表示为：

其中，H_l和H_r分别表示左右耳的传递函数，S表示声源信号，表示双耳信号相干函数，S_l表示左侧麦克风接收到的声音信号，S_r表示右侧麦克风接收到的声音信号。