[发明专利]基于参数化无约束波束形成的双耳语音增强方法及装置

说明书

本公开提供了一种基于参数化无约束波束形成的双耳语音增强方法，包括：对M个麦克风获取的带噪声的目标语音信号进行短时傅立叶变换，使带噪声的目标语音信号在短时傅立叶变换域生成第一语音信号矩阵；基于所述第一语音信号矩阵，得到滤波器系数；基于滤波器系数，得到双耳语音增强波束；调节双耳语音增强波束的语音失真参数，得到输出语音信号。本公开实施例提供的存在闭式解的基于参数化无约束波束形成的双耳语音增强方法，具有高效的计算优势，引入语音增强和噪声空间线索保存这两个平衡因子，在满足同等空间线索保存精度的情况下比BMWF‑PNE或BMWF‑RTF方法的降噪性能更优。

技术领域

本公开涉及语音信号处理领域，更具体地，涉及一种基于参数化无约束波束形成的双耳语音增强方法及装置。

背景技术

复杂声学场景中，听力正常人可以很自然同时定位多声源位置和理解目标说话人，但对于听力受损者这是困难的。佩戴助听器(hearing aids)等辅听设备可以在一定程度上改善听力受损用户的听力水平。辅听设备需要同时具有语音增强(speechenhancement)和多声源定位(sound source localization)的能力，其中多声源定位依赖于多声源的空间特征线索(spatial cues)，因此保存双耳空间线索对于声源定位显得尤为关键，现实中某个声源可能为危险提示信号。双耳空间线索包括通道时间差(ITD)、电平差(ILD)和相位差(IPD)，分别为通道相对传递函数(ITF)的群延时、幅度响应和相位响应。虽然语音增强的目的在于抑制干扰声源的能量，如果它们的空间线索得以保留于输出语音中，助听器用户依然可以基于空间线索判断出干扰声源的位置信息。

传统的双耳助听器通常采用双边结构(bilateral)，即分别在两个助听器上设计语音增强算法，每个助听器通常具有2-4个麦克风，这样虽然可以很好地增强目标声源并抑制噪声源，但是噪声源的输出空间线索存在严重失真。近年来，随着无线技术的飞速发展，助听器具有了无线信号传输能力，若双耳助听器可以相互通信，这样就可以通过数据共享的方式设计双耳语音增强(binaural)方法。代表性的方法包括双耳多通道维纳滤波器(BMWF)、双耳最小方差无失真响应波束形成器(BMVDR)和双耳线性约束最小方差波束形成器(BLCMV)。BMWF和BMVDR方法分别在两个助听器上设计滤波器，相对于bilateral结构具有更好降噪性能，但是输出噪声特征线索会被识别为来自目标声源方向。BLCMV在BMVDR的基础上，通过包含与噪声源特征线索相关的线性约束条件，以牺牲一定降噪性能换取噪声特征线索的无失真。

BMWF、BMVDR、BLCMV均采取硬约束的设计思路，滤波器性能不具备可控的语音增强或者空间线索保存能力。BMWF的代价函数包含加权部分噪声估计项(PNE)，可以设计BMWF-PNE方法，加权因子控制了输出语音中包含的参考噪声成分，增加加权因子能够保留更多噪声成分，从而获得较好的空间线索保存性能，相反降低加权因子能够取得更好的语音增强效果，但损失了空间线索保存精度。同理，基于BMVDR可以设计性能可控的BMVDR-PNE方法。其他性能可控的双耳波束形成方法包括BMWF-ITF、双耳线索失真(BCD)、放缩BLCMV等，这类方法不存在闭式解，具有较高的时间复杂度，不利于双耳辅听的实时性。

通常对于任意双耳波束形成方法，实现双耳空间线索保存是以牺牲降噪性能为代价的。给定M个麦克风，滤波器设计共有2M个自由度(DOF)。也就是说，更多的自由度用于空间线索保存，所剩于降噪的自由度就更少。BMVDR方法将所有自由度用于降噪，而BLCMV方法使用最多的自由度用于空间线索保存，两种均为极限情况。

发明内容

有鉴于此，本公开的主要目的在于提供基于参数化无约束波束形成的双耳语音增强方法及装置，以期部分地解决上述提及的技术问题中的至少之一。

本公开的一个方面提供了一种基于参数化无约束波束形成的双耳语音增强方法，包括：