[发明专利]一种阵列语音增强算法

权利要求书

1.一种阵列语音增强算法，其特征在于包括以下步骤：

S10噪声估计：通过定义接收到的音频信号，利用对每个频带跟踪带噪语音功率的最小值来实现对该频带的噪声的粗略估计；

S20时频掩蔽估计：通过定义某个时频点上语音出现的后验概率为当前时频点的掩蔽系数，用于估计噪声和语音在语谱图上存在的概率；

S30阵列MVDR权系数向量估计：通过定义多路输入信号每帧的频域向量，用于估计目标声源的具体方位。

2.根据权利要求1所述的一种阵列语音增强算法，其特征在于，于步骤S10中定义接收到的音频信号表示为：Y(k,l)＝X(k,l)+D(k,l),其中X(k,l)表示语音信号，D(k,l)表示噪声信号频谱，然后定义语音功率谱为λ_x(k,l)，噪声功率谱为λ_d(k,l)，通过递归平均方法估计λ_d。

3.根据权利要求2所述的一种阵列语音增强算法，其特征在于，利用递归平均方法估计λ_d的具体执行如下：

a、不考虑噪声不存在概率时，可以通过递归平均估算噪声功率谱：

λ_d＝α_dλ_d+(1-α_d)||Y(k,l)||²，为简化表示，此处λ_d＝λ_d(k,l)表示第l帧第k个频点上的噪声功率；

b、考虑噪声不存在的情况下：

(1)、估计时频点功率：S_f＝|Y|²

(2)、功率谱沿时间平滑：S＝λ_sS+(1-λ_s)S_f

(3)、累积实时记录最小功率值S_min，通过当前帧功率与加权后S_min值比较估计当前时频点为语音的概率I_f(0,1分布)，该概率实时平均结果P_S作为当前点的语音mask，其中：

S_min＝min(S_min,S)

I_f＝S＞S_min·δ_s

P_S＝λ_pP_S+(1-λ_p)I_f

(4)、P_S＝1即当前时频点很可能是语音信号时，不更新噪声谱；只有在当前帧有可能是噪声信号时才会利用当前功率跟新噪声谱，由此以软判决方式估计当前时频点的功率值：λ_d＝P_Sλ_d+(1-P_S)(α_dλ_d+(1-α_d)|Y|²)；

c、噪声跟踪实时处理：

在累积记录最小功率值时，为保证最小功率跟踪的实时性，每跨越若干帧，及时修正最小功率，具体实现如下：

(1)、定义矩阵SW用于存储N_WIN(＝8)次累积的NFFT_BINS个频点的最小功率值；

(2)、累积记录跨越的帧数，当计数到V_WIN(＝15)帧时，存入当前V_WIN帧的功率最小值S_tmp＝min(S_tmp,S)，同时将S_tmp重新初始化：S_tmp＝S；当存满N_WIN帧时，每次存入新数据的同时剔除最早存储的那个最小功率；

(3)、修正后的最小功率值为：S_min＝min(SW)。