利用固定濾波器通過時域頻譜減法減少信號噪聲的製作方法

2023-06-06 17:07:41 2

專利名稱：利用固定濾波器通過時域頻譜減法減少信號噪聲的製作方法
技術領域：
本發明涉及通信系統，更具體地說，涉及用於減輕通信信號中破壞性背景噪聲分量的影響的方法和裝置。
實現降噪處理器時，重要的是把可能引入的任何後生現象(artifact)或延遲減到最小，因為這種後生現象和延遲如背景噪聲一樣可能令遠端用戶討厭。因此，上面結合的專利申請公開了一些與傳統頻譜減法技術相比、引入較小信號失真的頻譜減法降噪系統。具體地說，未決的申請09/084,387公開了一種基於塊的頻譜減法降噪處理器，其中在頻域中利用減小方差減小解析度的增益函數濾波器實現對信號濾波。最好這樣選擇增益函數的階、使得頻域濾波相當於時域中的真非循環卷積，並且給增益函數加上相位、使得增益函數是因果函數。結果，所公開的降噪處理器與傳統的頻譜減法技術相比、引入較少的聲音後生現象和較少的塊間不連續性。另外，未決申請09/084,503公開了進一步減小濾波器增益函數的方差、從而進一步減小語音後生現象的引入的技術。具體地說，例如，根據有噪聲的語音信號的頻譜密度與噪聲自身的頻譜密度之間的測量差異，在塊與塊之間對濾波器增益函數進行平均。
儘管申請09/084,387和09/084,503的頻域頻譜減法濾波技術在基於塊的系統的情況下(即比如眾所周知的全球移動通信系統或GSM，其中根據定義、信號是逐個採樣塊處理的)很適用，但是與這些技術相關的塊處理時間不適合於要求極簡訊號處理器延遲的應用場合。例如，在有線電話系統中，最大容許的信號延遲可能短到2毫秒(相當於標準8kHz電話抽樣率下的16次抽樣)。因此，需要改進的、通過頻譜減法進行降噪的方法和裝置。
在一個示例性的實施例中，降噪處理器包括配置成用時域頻譜減法增益函數對有噪聲的輸入信號進行卷積運算、以便提供降噪後的輸出信號的時域濾波器；配置成計算作為有噪聲輸入信號的函數的頻域頻譜減法增益函數的頻譜減法增益函數處理器；以及配置成通過變換頻域頻譜減法增益函數來提供時域頻譜減法增益函數的變換處理器，其中所述頻譜減法增益函數處理器從若干個可用的頻譜減法增益函數中選擇頻域頻譜減法增益函數。例如，頻譜減法增益函數處理器可以在初始化周期中產生可用的頻譜減法增益函數，然後在初始化周期後選定可用的頻譜減法增益函數。因此，在初始化之後，不必連續地重新計算瞬時頻譜減法增益函數。
按照示例性實施例，可用的頻譜減法增益函數中的每一個都對應於有噪聲的輸入信號的多個可能類別其中之一。例如，有噪聲的輸入信號可按其測量能級落在若干預定能級範圍其中之一來分類。另外，可以在初始化周期之後定期地再生可用的頻譜減法增益函數、或者當有噪聲的輸入信號的噪聲分量的特徵改變時再生。噪聲分量的特徵是否已改變可通過(例如，以偽隨機間隔)測量噪聲分量的頻譜含量的估計值來確定。
下面參照附圖中所示的實例詳細說明本發明的上述及其他特徵和優點。本專業的技術人員會認識到，所描述的實施例是為舉例說明和理解而提供的，在此可想到大量等效的實施例。
圖2是可用在

圖1的系統中的、示例性的頻譜減法增益函數處理器的框圖。
圖3是按照本發明的另一種降噪系統的框圖。
圖4是可用於圖3系統中的示例性的增益函數處理器的框圖。
發明的詳細描述圖1描述按照本發明的示例性的降噪系統100。如圖所示，示例性的系統100包括延遲緩衝器110、幀緩衝器120、頻域頻譜減法增益函數處理器130、反快速傅立葉變換(IFFT)處理器140和時域頻譜減法濾波器150。本專業的技術人員會認識到，在實踐中、以下描述的圖1的系統100的各個塊的功能可採用任何已知的各種硬體配置、包括通用數字計算機、標準數位訊號處理元件和一個或一個以上專用集成電路來實現。
在圖1中，有噪聲的語音信號x(n)耦合到延遲緩衝器110的輸入端和幀緩衝器120的輸入端。延遲緩衝器110的輸出端耦合到時域頻譜減法濾波器150的信號輸入端，而幀緩衝器120的輸出端耦合到頻域增益函數處理器130的信號輸入端。增益函數處理器130的輸出端耦合到IFFT處理器140的輸入端，而IFFT處理器140的輸出端耦合到時域濾波器150的增益函數輸入端。濾波器150提供噪聲抑制後的語音信號y(n)。
在工作中，把有噪聲的語音信號x(n)的連續樣值(例如包括近端背景噪聲的近端傳聲器信號)饋送到延遲緩衝器110和幀緩衝器120。幀緩衝器120收集輸入的樣值，並且把它們一幀一幀地送到增益函數處理器130(這裡把一幀理解為整數L個連續信號樣值的集合)。另外，延遲緩衝器110引入0至L個樣值的可調延遲，並且把延遲後的樣值一個一個地送到時域頻譜減法濾波器150。頻譜減法濾波器150用主要的時域頻譜減法增益函數 (正如以下詳細描述的、式中M是整數子幀長度而i是整數幀計數)連續地對延遲後的樣值進行卷積運算，從而提供降噪後的語音信號y(n)。因此，正如本領域中眾所周知的，可以認為M-樣值時域增益函數 是時域濾波器150的衝激響應。
按照本發明，時域增益函數 是由增益函數處理器130和IFFT處理器140逐幀計算的。更具體地說，對於每一幀i，增益函數處理器130使用幀樣值xL(i)來計算M個二進位數(M-bin)的頻域頻譜減法增益函數 (正如以下詳細描述的)，而IFFT處理器140把頻域增益函數 變換成相應的時域增益函數 然後用後者來更新時域濾波器150的衝激響應[即用新算出的係數 代替以前存在的濾波器係數 但是，由於濾波器150連續地使用主要的增益函數對有噪聲的語音樣值進行操作，所以噪聲抑制後的輸出y(n)和有噪聲的輸入x(n)之間的信號延遲僅由延遲緩衝器110和濾波器150來決定，而不由幀緩衝器120、增益函數處理器130或IFFT處理器140來決定。
以上描述的圖1的示例系統100的工作可以與在頻域中進行濾波的頻譜減法系統(諸如以上結合的專利申請09/084,387和09/084,503中所描述的那些系統)的工作對照。在這類系統中，有噪聲的語音樣值幀的頻域表達式與頻域增益函數相乘(對應於時域中的卷積)，從而提供降噪後的輸出信號的頻域表達式，然後把後者反變換到時域。結果，有噪聲的語音信號x(n)與降噪後的輸出信號y(n)的對應樣值之間的延遲大到一個幀周期(因為輸入幀中的所有樣值是一起處理的、以便提供相應的輸出幀)加上總的幀處理時間(即把一幀有噪聲的語音樣值從時域變換到頻域、然後計算頻域增益函數、執行頻域乘法以及把結果重新變換到時域所需的時間)。
圖1的示例性系統最好允許信號延遲為得到針對特定應用的最佳結果而設置。例如，在信號延遲不太關鍵的應用場合中，可以設置延遲緩衝器110而引入一個幀周期的延遲，使得有噪聲的語音信號x(n)的每一個樣值利用根據該樣值算出的增益函數來濾波。這樣做使圖1的系統100的工作相當於以上結合的申請09/084,387和09/084,503的工作，並且提供最優的音質。或者，在簡訊號延遲很關鍵的應用場合中，可以把延遲緩衝器110設置得引入小的延遲或沒有延遲，以便使用根據此前的樣值算出的增益函數對有噪聲的語音信號的每一樣值x(n)濾波。儘管音質可能略微變差，但是獲得了極短的信號延遲。音質與信號延遲之間的權衡將是對每個特定應用的設計選擇的問題。
為了確保由濾波器150完成的時域濾波相當於頻域濾波，在構造頻域頻譜減法增益函數 時必須小心。在以上結合的申請09/084,387和09/084,503中詳細描述了構造頻域增益函數的適當方法(即為了實現圖1的增益函數處理器130)。簡言之，頻譜減法是基於這樣的假設語音信號和背景噪聲信號是隨機的、不相關的，並且加在一起而形成有噪聲的語音信號x(n)。換言之，如果s(n)、w(n)和x(n)是分別代表語音、噪聲以及有噪聲的語音的隨機短時間平穩過程，則x(n)＝s(n)+w(n)並且Rx(f)＝Rs(f)+Rw(f)式中f∈[O，N-1]是對應於一個頻率二進位數(frequency bin)的離散變量，而R(·)(f)表示隨機過程的功率譜密度。
然後利用例如眾所周知的Bartlett方法估計短時間的頻譜密度如下 式中xL，P(i)是第i個長度為L的具有p子幀的幀，每個子幀有M個數據樣值。這種計算方法減小了所得頻譜的方差和頻率解析度。實際上，在方差減小與解析度之間的權衡是設計選擇的問題，試驗表明，M＝64個頻率二進位數的解析度一般提供優質的結果。
為了簡化符號，把 定義為幅度譜估計值。因而，在語音停頓期間可用下式來估計短時間的噪聲幅度譜
式中μ是指數平均時間常數。為了檢測語音停頓，如本領域中眾所周知的，可以採用話音激活檢測器(VAD)。
然後由下式給出頻域增益函數的表達式GM(f,i)=(1-kP-w,Ma(f,i)Px,Ma(f,i))1a,]]>式中k控制減去的程度，而a控制是採用幅度譜還是功率譜作減數。因而，參數k和a的結合控制了噪聲減少的量。
為了進一步減小增益函數的可變性，可以自適應地對原始的頻域增益函數GM(f，i)求平均，從而產生平滑後的頻域增益函數GM(f，i)。例如，自適應可根據噪聲頻譜和有噪聲的語音頻譜之間的頻譜差異做出。這樣做往往隨著輸入信號變得更平穩而增大平均過程，因而為平穩噪聲和低能量語音提供減小的增益函數可變性。
為了簡化短延遲的因果濾波器，可以在算出的零相位增益函數GM(f，i)上加上最小相位，從而產生最終的頻域增益函數 這可以例如利用Hilbert變換關係來實現。參見例如，A.V.Oppenheim和R.W.Schafer的離散時域信號處理(Discrete-time Signal Processing)，Prentice-Hall，Inter.Ed.，1989。
在圖2中描述了頻域增益函數 的上述計算，其中示出的示例性的頻域增益函數處理器200包括話音激活檢測器210、頻譜估計處理器220、噪聲平均處理器230、頻域增益函數計算處理器240、頻譜差異分析器250、自適應平均處理器260和相位處理器270。圖2的示例性的增益函數處理器200例如可以用來實現圖1的頻域增益函數處理器130。本專業的技術人員會認識到，實際上可以用各種眾所周知的硬體配置中的任何一種、包括通用數字計算機、標準數位訊號處理元件和一個或多個專用集成電路來實現圖2的系統的各個塊的下述功能。
在圖2中，把一幀有噪聲的語音樣值輸入頻譜估計處理器220，並且頻譜估計處理器220的輸出在話音激活檢測器210的控制下可切換地耦合到噪聲平均處理器230的輸入端。頻譜估計處理器220的輸出端還像噪聲平均處理器230的輸出端一樣，耦合到增益函數計算處理器240和頻譜差異處理器250每一個的輸入端。增益函數計算處理器240和頻譜差異處理器250的輸出端耦合到自適應平均處理器260的各輸入端，而自適應平均處理器260的輸出端耦合到相位處理器270的輸入端。相位處理器270提供頻域增益函數(例如，用作圖1的IFFT處理器140的輸入)。
在工作中，頻譜估計處理器220產生第i幀有噪聲語音信號x(n)的頻譜密度的長度為M的估計值PxM(f，i)。另外，在語音停頓期間，話音激活檢測器210使頻譜估計處理器220的輸出耦合到噪聲平均處理器230，噪聲平均處理器(例如，利用指數平均)對有噪聲的語音頻譜估計值求平均值。由於在語音停頓期間、頻譜估計處理器220的輸出是噪聲本身的頻譜密度的估計值，所以噪聲平均處理器230提供背景噪聲w(n)的頻譜密度的平均估計值Pw，M(f，i)。
然後增益函數計算處理器240同時使用有噪聲語音的頻譜估計值Px，M(f，i)和平均後的噪聲頻譜估計值Pw，M(f，i)，結合上面定義的按照經驗確定的參數a和k來計算原始頻域增益函數GM(f，i)。此外，頻譜差異處理器250確定頻譜估計值Px，M(f，i)和Pw，M(f，i)之間的差異程度，該差異程度由自適應平均處理器260用來(例如，藉助變量存儲器、使用指數平均)對原始增益函數GM(f，i)取平均值，從而提供平均或平滑後的增益函數GM(f，i)(參見上面結合的申請09/084,387和09/084,503，以便獲得有關基於頻譜差異的增益函數平均的實現和優點的其他詳情)。此後，相位處理器270給平均後的增益函數GM(f，i)強加某個最小相位，以便提供最終的頻域增益函數 (再次參見上文結合的申請09/084,387和09/084,503，以便獲得有關為增益函數強加相位的實現及優點的其他詳情)。
一旦計算出最終的頻域增益函數 就對其進行變換(例如，通過圖1的IFFT處理器140)，從而提供更新後的時域增益函數 (例如，供圖1的濾波器150使用)。如上所述，通過用主要的時域增益函數 對有噪聲的輸入信號x(n)進行卷積運算，獲得降噪後的輸出信號y(n)，如下y(n)=m=0M-1x(n-m)g-M,m(i)]]>經驗分析表明，所觀察到的濾波延遲一般在0至8個樣值的範圍內，這裡把延遲定義為濾波器沿時間軸的質量中心(因為群時延測量無法用於寬帶語音信號)。k＝0.7、a＝1、L＝256和M＝64的參數設置提供大約10dB的噪聲抑制。
儘管上述技術在計算上並不複雜，但是在預期僅有能量相對較低的噪聲的情況下，可以實現複雜程度的進一步降低。具體來講，當平穩低能量噪聲幹擾語音信號時，經驗研究表明，要得到好的語音質量，只需要少數的固定增益函數。換言之，可以根據主要信號類別的確定來動態地選擇有限數目的增益函數其中之一，這每個增益函數都是專門為同等數目的預定信號類別(例如，根據與高能量元音、摩擦音、塞音等對應的信號能級)中的一個而定製的。因此，可以避免連續地重新計算濾波器增益函數。有利的是，本發明提供了用於建立或提取適當的幾組固定的濾波器增益函數的方法和裝置。
一般，用上述增益函數計算技術在處理器初始化周期中產生固定的濾波器增益函數。更具體地說，對於初始化周期中的每一幀，把有噪聲的語音信號分類，並且訓練或更新分配給該信號類別使用的增益函數(例如，用如上計算的增益函數進行指數平均)。在初始化周期結束時(例如，當小的迭代變化表明分配給每種類別的增益函數已達到適當穩定的狀態時)，凍結該增益函數並且此後選擇性地用該函數來對有噪聲的語音信號進行濾波。換言之，對於每個初始化後的幀，對有噪聲的語音信號分類，並且用相應的固定的濾波器增益函數對其濾波。
有利的是，所述固定濾波器增益函數僅在信號特性改變時(即背景噪聲改變時)才需要重新訓練或再提取。可以在語音停頓期間、通過噪聲的頻譜形狀的偽隨機測試(例如，通過監測噪聲的幅度譜估計值的變化)來檢測這種噪聲改變。或者，可以在當前選用的固定增益函數與動態計算的(例如用上述技術計算的)增益函數之間檢測到太大差異時、通過重新開始平均來再提取固定濾波器。另外，可以通過以某個預定的或可變的速率(例如每秒這麼多次)重新開始平均來再提取固定濾波器。
可以用多種方法來進行信號分類。例如，有噪聲的語音信號可按其屬於幾個預定能級區間中的一個來分類。若是這樣，則可以利用指數平均來計算有噪聲的語音信號x(n)的能級e(n)，如下e(n)＝e(n-1)·γ+x(n)2·(1-γ)式中γ是平均時間常數或記憶(memory)。信號能量類別eclass(n)可以確定如下 然後，在初始化期間，可以在頻域中把每個按類的增益函數GM(f，t，i)(t∈
)平均如下GM(f，t，i)＝GM(f，t，i-1)·δt+GM(f，i)·(1-δt)式中δt是按類平均時間常數，而GM(f，i)是上面描述的原始頻域增益函數。
初始化後，當檢測到為之設計固定濾波器的信號類別時，選擇該特定的固定濾波器GM(f，t，i)。為使濾波延遲最小，如上所述，給該濾波器強加最小相位、從而提供最終的頻域濾波器 把最終的頻域濾波器 變換到時域，從而提供所需的時域濾波器
以上描述的固定濾波器技術可以例如、利用圖3的示例性的降噪系統300來實現。如圖所示，系統300包括圖1的幀緩衝器120、IFFT處理器140和時域頻譜減法濾波器150，還包括信號分類處理器305和可供選擇的頻譜減法增益函數處理器330。本專業的技術人員會認識到，實際上，圖3的系統300的各塊的下述功能可以利用各種已知硬體配置中的任何一種、包括通用數字計算機、標準數位訊號處理元件和一個或幾個專用集成電路來實現。
在圖3中，把有噪聲的語音信號x(n)接到幀緩衝器120、信號分類處理器305和時域濾波器150各自的輸入端。幀緩衝器120和信號分類處理器305的輸出端耦合到可供選擇的增益函數處理器330的輸入端，而增益函數處理器330的輸出端耦合到IFFT處理器140的輸入端。IFFT處理器140的輸出端耦合到時域濾波器150的增益函數輸入端，而時域濾波器150提供噪聲抑制後的輸出信號y(n)。
在高電平下，圖3的系統300的工作與圖1的系統100非常相似。具體地講，時域濾波器150連續地處理有噪聲語音信號的樣值，同時幀緩衝器120收集有噪聲語音樣值，並且把它們一幀一幀地送到增益函數處理器330。增益函數處理器330以逐幀方式計算頻域增益函數 而IFFT處理器140對頻域增益函數進行變換，從而提供時域增益函數 後者用來更新時域濾波器150的抽頭。而與圖1的系統100不同之處在於，圖3的系統300用信號分類處理器305來確定幾個預定類別中哪個最佳描述了當前的有噪聲語音樣值(例如按照上述能級分類方案)。然後，信號分類處理器305把類別號(即t∈
)提供給增益函數處理器330以用來如上所述(即通過在初始化周期中提取T個固定濾波器、然後根據信號分類處理器的輸出從T個固定濾波器中選擇適當的一個)、以逐幀方式計算頻域增益函數 圖4描述示例性的頻域增益函數處理器400，該處理器可用來實現圖3的增益函數處理器330。如圖所示，該處理器包括圖2的話音激活檢測器210、頻譜估計處理器220、噪聲平均處理器230、增益函數計算處理器240和相位處理器270，以及多個濾波器提取器405和同等數目的濾波器平均處理器415。本專業的技術人員會認識到，圖4的系統400的各塊的下述功能在實踐上可以利用各種已知硬體配置中的任何一種，包括通用數字計算機、標準數位訊號處理元件和一個或多個專用集成電路來實現。
在圖4中，把一幀有噪聲的語音樣值耦合到頻譜估計處理器220的輸入端，而頻譜估計處理器220的輸出端在話音激活檢測器210的控制下可切換地耦合到噪聲平均處理器230的輸入端。頻譜估計處理器220的輸出端，如噪聲平均處理器230的輸出端一樣，還耦合到增益函數計算處理器240的輸入端。增益函數計算處理器240的輸出端(例如，根據圖3的信號分類處理器305的輸出)可切換地耦合到幾個濾波器提取器405其中之一，而每個濾波器提取器405的輸出端耦合到幾個平均處理器415中各自的輸入端。相位處理器270的輸入端選擇性地(例如，還是根據圖3的信號分類處理器305的輸出)耦合到平均處理器415其中一個的輸出端，而相位處理器270提供頻域增益函數作為輸出。
在工作中，話音激活檢測器210、頻譜估計處理器220、噪聲平均處理器230和增益函數計算處理器240如以上就圖2的系統200描述的那樣工作。但是，在圖4的系統400中，不採用隨頻譜而變的指數增益函數平均來對原始頻域增益函數在各幀之間進行平滑。而是如上所述，在初始化期間，用瞬時頻域增益函數GM(f，i)來更新按類增益函數405中所選擇的一個(例如，由信號分類處理器305提供的信號類別號t所指出的)。
具體地說，與所選擇的濾波器405相聯繫的平均處理器415用以前存在的被選濾波器增益函數GM(f，t，i-1)對瞬時頻域增益函數GM(f，t，i)進行指數平均，以便提供更新後的被選濾波器增益函數GM(f，t，i)。這樣，在初始化周期結束時，處理器400具有提取出的T個固定濾波器增益函數GM(f，t，i)，並且凍結進一步的更新，除非背景噪聲的特徵改變。在初始化之後，只要根據信號分類處理器305所提供的信號類號選擇適當的固定濾波器增益函數GM(f，t，i)。在初始化期間及其後，正如上面就圖2所描述的，相位處理器270加一個最小相位，以便提供最終的頻域增益函數 然後，(例如通過圖3的IFFT處理器140)對最終的頻域增益函數 進行變換，從而提供更新後的時域增益函數 (例如供圖3的濾波器150使用)。如前所述，通過用主要的時域增益函數 對有噪聲的語音信號x(n)進行卷積運算，獲得降噪後的輸出信號y(n)，而輸入和輸出之間的信號延遲小(一般約8個樣值)。
一般說來，本發明提供了用於通過頻譜減法執行短延遲噪聲抑制的方法和裝置。在示例性實施例中，使用在頻域中以逐幀方式計算的頻譜減法增益函數的時域表達式、在時域中以逐個樣值的方式進行信號濾波。在變換到時域之前、給頻域增益函數強加最小相位，使得相應的時域增益函數是因果函數，並且引入最小的濾波延遲。得到的是良好音質的噪聲抑制，而一般信噪比(SNR)改善約為10dB，並且引入的延遲一般約為8個樣值。這樣的延遲完全在有線電話系統中允許延遲的範圍以內。在低能量的長時間的平穩噪聲環境下，通過提取和利用一組固定的濾波器，可以減小計算的複雜性。在這種情況下，信噪比的改善一般約為6-10dB，並且音質良好，而引入的延遲還是8個樣值左右。
本專業的技術人員會認識到，本發明不限於這裡為了舉例說明已描述的特定示例性的實施例，還可以設想出許多供選擇的實施例。例如，儘管本發明是在免提電話應用的環境下描述的，但是本專業的技術人員會認識到，本發明的論述同樣適用於需要抑制特定信號分量的任何信號處理應用場合。因此，本發明的範圍由所附權利要求書來定義，而不是由以上描述限定，並且本發明意在包含符合各項權利要求的意義的所有等效物。
權利要求
1.一種降噪處理器，它包括時域濾波器，配置成用時域頻譜減法增益函數對有噪聲的輸入信號進行卷積運算、從而提供降噪後的輸出信號；頻譜減法增益函數處理器，配置成計算作為所述有噪聲的輸入信號的函數的頻域頻譜減法增益函數；以及變換處理器，配置成通過對所述頻域頻譜減法增益函數進行變換來提供所述時域頻譜減法增益函數，其中所述頻譜減法增益函數處理器從多個可用的頻譜減法增益函數中選擇所述頻域頻譜減法增益函數。
2.按照權利要求1的降噪處理器，其特徵在於所述頻譜減法增益函數處理器在初始化周期中產生所述可用的頻譜減法增益函數。
3.按照權利要求2的降噪處理器，其特徵在於所述頻譜減法增益函數處理器在所述初始化周期之後選定所述可用的頻譜減法增益函數。
4.按照權利要求1的降噪處理器，其特徵在於所述可用的頻譜減法增益函數中的每一個均對應於所述有噪聲的輸入信號的多個可能分類中的一種。
5.按照權利要求4的降噪處理器，其特徵在於所述有噪聲的輸入信號是按照該有噪聲的輸入信號的測量能級來分類的。
6.按照權利要求5的降噪處理器，其特徵在於所述有噪聲的輸入信號被歸類為具有落在多個預定能級範圍中的一個範圍之內的測量能級。
7.按照權利要求3的降噪處理器，其特徵在於在所述初始化周期之後、定期再生所述可用的頻譜減法增益函數。
8.按照權利要求3的降噪處理器，其特徵在於所述可用的頻譜減法增益函數在所述有噪聲的輸入信號的噪聲分量的特徵改變時被再生。
9.按照權利要求8的降噪處理器，其特徵在於通過測量所述噪聲分量的頻譜含量的估計值來做出關於所述噪聲分量的所述特徵是否已改變的判定。
10.按照權利要求9的降噪處理器，其特徵在於所述噪聲分量的所述頻譜含量是以偽隨機間隔來測試的。
11.一種用於抑制通信信號的噪聲分量的方法，它包括以下步驟用時域頻譜減法增益函數對所述通信信號進行卷積運算，從而提供噪聲抑制後的輸出信號；根據所述通信信號的值、從多個可用的頻譜減法增益函數中選擇頻域頻譜減法增益函數；以及對所述選擇的頻域頻譜減法增益函數進行變換，從而提供所述時域頻譜減法增益函數。
12.按照權利要求11的方法，其特徵在於還包括在初始化周期中產生所述可用的頻譜減法增益函數的步驟。
13.按照權利要求12的方法，其特徵在於還包括在所述初始化周期之後選定所述可用的頻譜減法增益函數的步驟。
14.按照權利要求11的方法，其特徵在於還包括對所述有噪聲的輸入信號分類的步驟，其中所述可用的頻譜減法增益函數中的每一個對應於所述有噪聲的輸入信號的多個可能分類其中之一。
15.按照權利要求14的方法，其特徵在於所述有噪聲的輸入信號是按照該有噪聲的輸入信號的測量能級來分類的。
16.按照權利要求15的方法，其特徵在於所述有噪聲的輸入信號被分類成具有屬於多個預定能級範圍其中之一的測量能級。
17.按照權利要求13的方法，其特徵在於還包括在所述初始化周期之後定期再生所述可用的頻譜減法增益函數的步驟。
18.按照權利要求13的方法，其特徵在於還包括在所述有噪聲的輸入信號的噪聲分量的特徵改變時再生所述可用的頻譜減法增益函數的步驟。
19.按照權利要求18的方法，其特徵在於通過監測所述噪聲分量的頻譜含量的估計值來做出對於所述噪聲分量的所述特徵是否已改變的判定。
20.按照權利要求19的方法，其特徵在於所述噪聲分量的頻譜含量是以偽隨機的間隔來測試的。
21.一種電話，它包括接收近端聲音並且提供相應的近端信號的傳聲器；以及配置成抑制所述近端信號的噪聲分量的頻譜減法處理器，所述頻譜減法處理器包括時域濾波器，配置成用時域頻譜減法增益函數對所述近端信號進行卷積運算、從而提供降噪後的近端信號；頻譜減法增益函數處理器，配置成從多個可用的頻譜減法增益函數中選擇頻域頻譜減法增益函數；以及變換處理器，配置成通過對所述頻域頻譜減法增益函數進行變換來提供所述時域頻譜減法增益函數。
22.按照權利要求21的電話，其特徵在於所述頻譜減法增益函數處理器在初始化周期中產生所述可用的頻譜減法增益函數。
23.按照權利要求22的電話，其特徵在於所述頻譜減法增益函數處理器在所述初始化周期之後選定所述可用的頻譜減法增益函數。
24.按照權利要求21的電話，其特徵在於所述可用的頻譜減法增益函數中的每一個對應於所述近端信號的多個可能分類中的一類。
25.按照權利要求24的電話，其特徵在於所述近端信號是按照該近端信號的測量能級來分類的。
26.按照權利要求25的電話，其特徵在於所述近端信號被分類成具有屬於多個預定能級範圍其中之一的測量能級。
27.按照權利要求23的電話，其特徵在於在所述初始化周期之後、定期再生所述可用的頻譜減法增益函數。
28.按照權利要求23的電話，其特徵在於在所述近端信號的所述噪聲分量的特徵改變時、再生所述可用的頻譜減法增益函數。
29.按照權利要求28的電話，其特徵在於通過監測所述噪聲分量的頻譜含量的估計值來做出關於所述噪聲分量的所述特徵是否改變的判定。
30.按照權利要求29的電話，其特徵在於所述噪聲分量的所述頻譜含量是以偽隨機間隔來測試的。
全文摘要
為了抑制噪聲,利用在頻域中以逐塊方式計算的頻譜減法增益函數的時域表達式、在時域中逐個樣值地執行頻譜減法濾波。通過逐個樣值地連續進行時域濾波,所公開的方法和裝置避免了與基於頻域的頻譜減法系統相聯繫的塊處理延遲。因此,所公開的方法和裝置特別適用於要求非常短的處理延遲的應用場合。在僅存在平穩低能量背景噪聲的應用場合下,通過在初始化周期中產生多個單獨的頻譜減法增益函數來減小計算複雜性,每個增益函數適合於輸入信號的幾個預定類別其中之一(例如,幾個預定信號能級範圍其中之一),此後選定這幾個增益函數直至輸入信號特性改變。
文檔編號G10L15/00GK1354873SQ00808495
公開日2002年6月19日 申請日期2000年4月3日 優先權日1999年4月12日
發明者H·古斯塔夫松, S·諾德霍姆, I·克萊松 申請人:艾利森電話股份有限公司