[发明专利]一种多通道语音增强方法及其装置、终端、可读存储介质

说明书

本申请公开了一种多通道语音增强方法及其装置、终端、可读存储介质，多通道语音增强方法包括：获取到待增强的多通道语音；利用概率分布模型获取多通道语音存在目标语音的概率；基于概率得到多通道语音的噪声协方差矩阵和目标语音协方差矩阵；利用噪声协方差矩阵和目标语音协方差矩阵得到多通道语音的相对传递函数；利用相对传递函数对多通道语音中的目标语音进行语音增强。通过上述方法对多通道语音中的目标语音进行增强。

技术领域

本发明涉及语音信号处理技术领域，特别是涉及一种多通道语音增强方法及其装置、终端、可读存储介质。

背景技术

随着科技的发展，语音增强在车载系统、电话视频会议、助听器、智能家电及人工智能等领域中具有重要的应用前景。在现实生活中，由于噪声的存在，语音信号会被不同的噪声干扰和污染，使得语音质量较差。所以，需要可以对含噪语音信号进行相应降噪处理。

麦克风阵列是由一组麦克风按照一定的空间分布规则布置而形成的阵列。将麦克风阵列用于语音增强时，常常需要将这多个麦克风的信号合成为一个信号，以此来增强目标信号，这时就需要利用目标所在方位或麦克风之间的相对传递函数(Relative TransferFunction，RTF)来将多个麦克风信号合成为一个。

现有技术中，通常先将针对音频信号进行目标音频检测，然后判断是否更新噪声矩阵或目标音频矩阵，再进行RTF估计，并将RTF用于后续的波束形成，最后输出语音信号。现有技术存在以下缺点：1)未充分使用麦克风阵列多个通道的优势进行语音存在检测；2)在语音存在时停止了噪声矩阵更新，导致噪声估计不准确；3)未充分将语音检测和RTF估计相结合。

发明内容

本申请主要解决的技术问题是提供一种多通道语音增强方法及其装置、终端、可读存储介质，以对多通道的目标语音进行增强。

为解决上述问题，本申请提供了一种多通道语音增强方法，包括：获取到待增强的多通道语音；利用概率分布模型获取多通道语音存在目标语音的概率；基于概率分布模型概率得到概率分布模型多通道语音的噪声协方差矩阵和目标语音协方差矩阵；利用概率分布模型噪声协方差矩阵和目标语音协方差矩阵得到概率分布模型多通道语音的相对传递函数；利用概率分布模型相对传递函数对概率分布模型多通道语音中的目标语音进行语音增强。

其中，概率分布模型基于概率分布模型概率得到概率分布模型多通道语音的噪声协方差矩阵和目标语音协方差矩阵的步骤，包括：获取到概率分布模型多通道语音的初始帧的噪声协方差矩阵以及语音协方差矩阵；利用概率分布模型初始帧的噪声协方差矩阵、当前帧的概率分布模型多通道语音存在目标语音的概率以及前一帧的概率分布模型多通道语音存在目标语音的概率得到概率分布模型当前帧的噪声协方差矩阵；以及利用概率分布模型初始帧的语音协方差矩阵得到概率分布模型当前帧的语音协方差矩阵；将概率分布模型当前帧的概率分布模型语音协方差矩阵与概率分布模型噪声自方差矩阵的差值确定为概率分布模型当前帧的目标语音协方差矩阵。