[发明专利]一种针对复杂噪声环境的双麦克风降噪方法

说明书

本发明提供一种针对复杂噪声环境的双麦克风降噪方法，包括以下步骤：步骤一、将两个语音采集设备以间距d排列构成语音采集模块；步骤二、将采集到的双通道带噪语音数据输入目标方位检测模块，步骤三、根据动态检测阈值提取目标方位参数，步骤四、通过波束形成算法得到两路音频数据；步骤五、在判断为常规噪声环境时，将步骤四中两路音频输入自适应噪声消除模块；步骤六、所述自适应噪声消除模块处理所述两路音频后得到最终双麦克风处理后的消噪信号。本发明采用目标方位纠错模块，在湮没目标语音的强噪声环境下，可先通过波束形成模块进行预降噪再加后判目标语音的方法，保证了目标方位在错判时仍能有效的输出消噪信号。

技术领域

本发明涉及音频信号处理技术领域，具体为一种针对复杂噪声环境的双麦克风降噪方法。

背景技术

在远场智能语音交互中，语音识别的准确率会受到周围复杂噪声环境的影响而严重下降。在语音识别的前端对采集到的带噪语音信号做降噪处理是一种有效的提升语音识别率的方法之一。其中麦克风阵列技术相比单麦克风系统具有方向选择性，使得对目标方向语音质量的提升更有针对性，从而让用户在智能语音设备上的体验更好。基于目标语音方位信息的盲波束形成已成为麦克风阵列语音信号处理的重要部分。

其中为兼顾成本与复杂噪声环境下的应用，双麦克风阵列的研发被广泛关注。然而，不稳定甚至错误的目标语音方位检测会负面影响波束形成结果，过于复杂的检测算法会牺牲计算量并造成过长的延时。基于时延互相关估计的方法容易实现但每帧结果不稳定且容易受到复杂噪声环境干扰。噪声强弱的变化以及噪声源方位的变化会影响对目标语音检测的性能，在低信噪比时容易发生误检，且目标方向发生误检后无法通过后处理进行纠正，导致最终的前端降噪性能下降，使得语音无法被识别从而严重影响用户的智能体验。

发明内容

本发明所解决的技术问题在于提供一种针对复杂噪声环境的双麦克风降噪方法，以解决上述背景技术中提出的问题。

本发明所解决的技术问题采用以下技术方案来实现：一种针对复杂噪声环境的双麦克风降噪方法，包括以下步骤：

步骤一、将两个语音采集设备以间距d排列构成语音采集模块；

步骤二、将采集到的双通道带噪语音数据输入目标方位检测模块，对所述语音数据通过算法提取统计学参数，并设置动态检测阈值；

步骤三、根据动态检测阈值提取目标方位参数，将所述参数与经傅里叶变换后的语音采集数据输入波束形成模块；

步骤四、通过波束形成算法得到两路音频数据；

步骤五、在判断为常规噪声环境时，将步骤四中两路音频输入自适应噪声消除模块；当判断在强噪声环境下时，将所述两路音频发送目标方位纠错模块进行信号特征判别后作为自适应噪声消除模块的输入；

步骤六、所述自适应噪声消除模块处理所述两路音频后得到最终双麦克风处理后的消噪信号。

所述目标方位检测模块包括对采集到的双通道音频数据进行处理，从而判定目标信号传播方向的空间信息和实时跟踪目标信号源，并根据此信息进行空域滤波；通过提取音频参数并设置动态阈值标定目标方位的方法来自适应噪声环境的变化。再通过利用前后N帧的方位参数来做后处理方法，稳定标注出目标信号的方位参数，N为大于等于1的正整数。

所述波束形成算法是通过波束形成算法融合多个通道的信息抑制非目标方向的干扰源，增强目标方向的声音；通过算法获得目标语音估计与噪声参考两路信号，最后利用自适应滤波算法对目标语音估计去噪。

所述目标方位纠错模块只在检测为强噪声环境下执行，并对接波束形成滤波器模块的输出，通过比较两路输入音频的信号特征，找到最可能含有纯净目标语音的信号，同时输出另一路信号，之后再按照常规噪声模式做自适应噪声消除；这样避免了因强噪声源的干扰使得盲波束形成算法跟踪错误的目标导致输出不可靠的目标语音估计与噪声参考，从而降低最终的双麦克风消噪性能。