音頻信號噪聲衰減的製作方法
2023-04-22 17:35:31 1
音頻信號噪聲衰減的製作方法
【專利摘要】一種噪聲衰減設備接收包括期望信號分量和噪聲信號分量的音頻信號。兩個碼本(109，111)分別包括表示可能的期望信號分量的期望信號候選和表示可能的噪聲貢獻的噪聲信號貢獻候選。分段器(103)將音頻信號分割成時間段，並且針對每個時間段，噪聲衰減器(105)通過為期望信號候選中的每一個作為期望信號候選的成比例版本和噪聲信號貢獻候選的加權組合的組合來生成估計的信號候選而生成諸多估計的信號候選。噪聲衰減器(105)使指示在所述時間段中的音頻信號之間與所估計的信號候選的差的成本函數最小化。信號候選然後針對所述時間段從所估計的信號候選被確定，並且音頻信號基於這個信號候選被補償。
【專利說明】音頻信號噪聲衰減
【技術領域】
[0001]本發明涉及音頻信號噪聲衰減，並且特別地但不排他地，涉及針對語音信號的噪聲衰減。
【背景技術】
[0002]音頻信號中的噪聲的衰減在許多應用中被期望來進一步增強或者加重期望信號分量。例如，語音在背景噪聲面前的增強由於其實際的相關性已吸引了大量興趣。特別有挑戰的應用是移動通訊中的單話筒噪聲降低。單話筒裝置的低成本使它在新興市場中變得有吸引力。另一方面，多個話筒的缺少排除了基于波束形成器的解決方案來抑制可能存在的高水平的噪聲。在不穩定條件下很好地工作的單話筒方法因此在商業上是所期望的。
[0003]在其中音頻波束形成不是切實可行的或優選的多話筒應用中或者附加於這樣的波束形成，單話筒噪聲衰減算法同樣是相關的。例如，這樣的算法可能對於混響和漫射不穩定噪聲場中的或其中有許多幹擾源存在的免提音頻和視頻會議系統是有用的。諸如波束形成之類的空間濾波技術在這樣的場景中僅能夠實現有限的成功，並且需要在後置處理步驟中對波束形成器的輸出執行附加的噪聲抑制。
[0004]各種噪聲衰減算法已被提出了，包括基於關於期望信號分量的特性的知識或假設的系統。特別地，諸如碼本驅動方案這樣的基於知識的語音增強方法已被表明即便當對單話筒信號操作時在不穩定噪聲條件下也很好地執行。這樣的方法的例子在s.Srinivasan,J.Samuelsson 和 I B.Kleijn, 「Codebook driven short-term predictor parameterestimation for speech enhancement", IEEE Trans.Speech, Audio and LanguageProcessing, vol.14, n0.1, pp.163 {176, Jan.2006 以及 S.Srinivasan, J.Samuelsson和 I B.Kleijn, 「Codebook based Bayesian speech enhancement for non-stationaryenvironments, 〃 IEEE Trans.Speech Audio Processing, vol.15, n0.2, pp.441-452，Feb.2007中被呈現。
[0005]這些方法依賴於語音和噪聲譜形狀的訓練的碼本，其通過例如線性預測(LP)係數被參數化。語音碼本的使用是直觀的並且使其容易地適合於實際的實施方案。語音碼本可以是揚聲器無關的(使用來自若干揚聲器的數據所訓練的)或揚聲器相關的。後者情形對於例如行動電話應用來說是有用的，因為這些往往是個人的並且常常主要地被單個揚聲器使用。然而，歸因於在實踐中可以遇到的各種噪聲類型，在實際的實施方案中使用噪聲碼本是有挑戰性的。作為結果，非常大的噪聲碼本典型地被使用。
[0006]典型地，這樣的基於碼本的算法尋求找到當被組合時最接近地和所捕獲的信號匹配的語音碼本條目和噪聲碼本條目。當適當的碼本條目已被找到時，算法基於所述碼本條目來補償所接收到的信號。然而，為了識別適當的碼本條目，搜索遍及語音碼本條目和噪聲碼本條目的所有可能的組合被執行。這導致在計算上資源要求很高的過程，其尤其對於低複雜性裝置來說常常是不切實際的。此外，大的噪聲碼本的生成和存儲是麻煩的，並且大量可能的噪聲候選可能增加錯誤估計的風險，從而導致次優噪聲衰減。[0007]因此，改進的噪聲衰減方法將是有利的，並且特別地允許增加的靈活性、降低的計算要求、便利的實施方案和/或操作、降低的成本和/或改進的性能的方法將是有利的。
【發明內容】
[0008]因此，本發明尋求優選地單個地或以任何組合的方式緩和、減輕或者消除上面提到的缺點中的一個或多個。
[0009]根據本發明的一個方面，提供了一種噪聲衰減設備，其包括:接收機，其用於接收包括期望信號分量和噪聲信號分量的音頻信號；第一碼本，其包括針對期望信號分量的多個期望信號候選，每個期望信號候選表示可能的期望信號分量；第二碼本，其包括多個噪聲信號貢獻候選，每個噪聲信號貢獻候選表示針對噪聲信號分量的可能的噪聲貢獻；分段器，其用於將音頻信號分割成時間段；噪聲衰減器，其被布置成針對每個時間段執行以下步驟:通過為第一碼本的期望信號候選中的每一個作為期望信號候選的成比例(scaled)版本和噪聲信號貢獻候選的加權組合的組合來生成估計的信號候選而生成多個估計的信號候選，期望信號候選的比例(scaling)和加權組合的權重被確定成使指示在時間段中的音頻信號與所估計的信號候選之間的差的成本函數最小化；從所估計的信號候選生成針對時間段中的音頻信號的信號候選；以及響應於所述信號候選衰減時間段中的音頻信號的噪聲。
[0010]本發明可以提供改進的和/或便利的噪聲衰減。在許多實施例中，大幅降低的計算資源是需要的。該方法可以在許多實施例中允許更高效的噪聲衰減，其可能導致更快的噪聲衰減。在許多場景中，該方法可以使能或者允許實時噪聲衰減。
[0011]與常規方法相比，大幅地較小的噪聲碼本(第二碼本)能夠在許多實施例中被使用。這可以降低存儲器要求。
[0012]在許多實施例中，多個噪聲信號貢獻候選可能無法反映關於噪聲信號分量的特性的任何知識或假設。噪聲信號貢獻候選可以是通用噪聲信號貢獻候選，並且可以具體地是固定的、預定的、靜態的、永久的和/或非訓練的噪聲信號貢獻候選。這可以允許便利的操作和/或可以便利於第二碼本的生成和/或分布。特別地，訓練階段可以在許多實施例中被避免。
[0013]期望信號候選中的每一個都可以具有與時間段持續時間相對應的持續時間。噪聲信號貢獻候選中的每一個都可以具有與時間段持續時間相對應的持續時間。
[0014]期望信號候選中的每一個都可以由表徵信號分量的一組參數來表示。例如，每個期望信號候選都可以包括用於線性預測模型的一組線性預測係數。每個期望信號候選都可以包括表徵譜分布的一組參數，所述譜分布諸如例如功率譜密度(PSD)。
[0015]噪聲信號貢獻候選中的每一個都可以由表徵信號分量的一組參數來表不。例如，每個噪聲信號貢獻候選都可以包括表徵譜分布的一組參數，所述譜分布諸如例如功率譜密度(PSD)。用於噪聲信號貢獻候選的參數的數目可以低於用於期望信號候選的參數的數目。
[0016]噪聲信號分量可以對應於不是期望信號分量的一部分的任何信號分量。例如，噪聲信號分量可以包括白噪聲、有色噪聲、來自不想要的噪聲源的確定性噪聲、實施噪聲等。噪聲信號分量可以是可以針對不同的時間段而改變的不穩定噪聲。噪聲衰減器對每個時間段的處理對於每個時間段來說可以是獨立的。
[0017]噪聲衰減器可以具體地包括用於通過為第一碼本的期望信號候選中的每一個作為期望信號候選的成比例版本和噪聲信號貢獻候選的加權組合的組合來生成估計的信號候選而生成多個估計的信號候選的處理器、電路、功能單元或裝置，期望信號候選的比例和加權組合的權重被確定成使指示在時間段中的音頻信號與所估計的信號候選之間的差的成本函數最小化；用於從所估計的信號候選生成針對時間段中的音頻信號的信號候選的處理器、電路、功能單元或裝置；以及用於響應於該信號候選衰減時間段中的音頻信號的噪聲的處理器、電路、功能單元或裝置。
[0018]依照本發明的可選特徵，成本函數是最大似然成本函數和最小均方誤差成本函數中的一個。
[0019]這可以提供對比例和權重的特別聞效的且聞性能的確定。
[0020]依照本發明的可選特徵，噪聲衰減器被布置成根據反映成本函數相對於比例和權重的導數為零的方程來計算比例和權重。
[0021]這可以提供對比例和權重的特別聞效的且聞性能的確定。在許多實施例中，它可以允許其中比例和權重能夠根據閉式方程被直接地計算的操作。在許多實施例中，它可以允許比例和權重在無需任何遞歸迭代或搜索操作的情況下的直接計算。
[0022]依照本發明的可選特徵，期望信號候選比加權組合具有更高的頻率解析度。
[0023]這可以允許具有高性能的實際的噪聲衰減。特別地，它可以在確定所估計的信號候選時允許期望信號候選的重要性相對於噪聲信號貢獻候選的重要性被加重。
[0024]在定義期望信號候選中的自由度可以高於當生成加權組合時的自由度。定義期望信號候選的參數的數目可以高於定義噪聲信號貢獻候選的參數的數目。
[0025]依照本發明的可選特徵，多個噪聲信號貢獻候選覆蓋某一頻率範圍，並且其中一群噪聲信號貢獻候選中的每個噪聲信號貢獻候選僅在該頻率範圍的子範圍中提供貢獻，該群噪聲信號貢獻候選的不同噪聲信號貢獻候選的子範圍是不同的。
[0026]這可以在一些實施例中允許降低的複雜性、便利的操作和/或改進的性能。特別地，它可以通過調整權重來允許所估計的信號候選對於音頻信號的便利的和/或改進的適配。
[0027]依照本發明的可選特徵，該群噪聲信號貢獻候選的子範圍是不重疊的。
[0028]這可以在一些實施例中允許降低的複雜性、便利的操作和/或改進的性能。
[0029]在一些實施例中，該群噪聲信號貢獻候選的子範圍可以是重疊的。
[0030]依照本發明的可選特徵，該群噪聲信號貢獻候選的子範圍具有不等的大小。
[0031]這可以在一些實施例中允許降低的複雜性、便利的操作和/或改進的性能。
[0032]依照本發明的可選特徵，該群噪聲信號貢獻候選的噪聲信號貢獻候選中的每一個對應於基本上平坦的頻率分布。
[0033]這可以在一些實施例中允許降低的複雜性、便利的操作和/或改進的性能。特別地，它可以通過調整權重來允許所估計的信號候選對音頻信號的便利的和/或改進的適配。
[0034]依照本發明的可選特徵，噪聲衰減設備進一步包括噪聲估計器，所述噪聲估計器用於為至少部分地在時間段外的時間間隔中的音頻信號生成噪聲估計，並且用於響應於該噪聲估計來生成噪聲信號貢獻候選中的至少一個。
[0035]這可以在一些實施例中允許降低的複雜性、便利的操作和/或改進的性能。特別地，它可以在許多實施例中允許對噪聲信號分量的更準確的估計，特別是對於其中噪聲可以具有穩定分量或慢變分量的系統來說。噪聲估計例如可以是從一個或多個先前的時間段中的音頻信號所生成的噪聲估計。
[0036]依照本發明的可選特徵，加權組合是加權求和。
[0037]這可以提供特別高效的實施方案，並且可以特別地降低複雜性以及例如允許權重的便利的確定以用於加權求和。
[0038]依照本發明的可選特徵，第一碼本的期望信號候選和第二碼本的噪聲信號貢獻候選中的至少一個由包括不多於20個參數的一組參數來表示。
[0039]這允許低複雜性。本發明可以在許多實施例和場景中甚至為信號和噪聲信號分量的相對粗略的估計提供聞效的噪聲裳減。
[0040]依照本發明的可選特徵，第一碼本的期望信號候選和第二碼本的噪聲信號貢獻候選中的至少一個由譜分布來表示。
[0041]這可以提供特別高效的實施方案並且可以特別地降低複雜性。
[0042]依照本發明的可選特徵，期望信號分量是語音信號分量。
[0043]本發明可以提供用於語音增強的有利的方法。
[0044]該方法可以特別適合於語音增強。期望信號候選可以表示與語音模型兼容的信號分量。
[0045]根據本發明的一個方面，提供了一種噪聲衰減的方法，其包括:接收包括期望信號分量和噪聲信號分量的音頻信號；提供包括針對期望信號分量的多個期望信號候選的第一碼本，每個期望信號候選都表示可能的期望信號分量；提供包括多個噪聲信號貢獻候選的第二碼本，每個噪聲信號貢獻候選都表示針對噪聲信號分量的可能的噪聲貢獻；將音頻信號分割成時間段；以及針對每個時間段執行以下步驟:通過為第一碼本的期望信號候選中的每一個作為期望信號候選的成比例版本和噪聲信號貢獻候選的加權組合的組合來生成估計的信號候選而生成多個估計的信號候選，期望信號候選的比例和加權組合的權重被確定成使指示在時間段中的音頻信號與所估計的信號候選之間的差的成本函數最小化；從所估計的信號候選生成針對時間段中的音頻信號的信號候選；以及響應於所述信號候選衰減時間段中的音頻信號的噪聲。
[0046]本發明的這些和其它方面、特徵以及優點從在下文中所描述的(一個或多個)實施例將是明顯的，並且將參考在下文中所描述的(一個或多個)實施例而被闡明。
【專利附圖】
【附圖說明】
[0047]將參考附圖僅通過例子對本發明的實施例進行描述，在附圖中:
圖1是依照本發明的一些實施例的噪聲衰減設備的元件的例子的圖示；
圖2是依照本發明的一些實施例的噪聲衰減的方法的圖示；以及 圖3是用於圖1的噪聲衰減設備的噪聲衰減器的元件的例子的圖示。
【具體實施方式】
[0048]以下描述集中於可適用於通過對噪聲的衰減而進行語音增強的本發明的實施例。然而，應了解本發明不限於本申請，而是可以被應用於許多其它信號。[0049]圖1圖示了依照本發明的一些實施例的噪聲衰減器的例子。
[0050]該噪聲衰減器包括接收機101，其接收包括期望的分量和不期望的分量兩者的信號。不期望的分量被稱為噪聲信號並且可以包括不是期望信號分量的一部分的任何信號分量。
[0051]在圖1的系統中，信號是具體地可以被從在給定音頻環境中捕獲音頻信號的話筒信號生成的音頻信號。以下描述將集中於其中期望信號分量是來自期望的揚聲器的語音信號的實施例。噪聲信號分量可以包括環境中的環境噪聲、來自不期望的聲音源的音頻、實施
噪聲等。
[0052]接收機101被耦合到將音頻信號分割成時間段的分段器103。在一些實施例中，時間段可以是不重疊的，但在其它實施例中時間段可以是重疊的。進一步地，可以通過應用適當地成形的窗口函數來執行分段，並且具體地噪聲衰減設備可以採用分段的眾所周知的疊加技術，其使用適合的窗口，諸如漢寧(Hanning)或漢明(Hamming)窗口。時間段持續時間將取決於特定實施方案，但在許多實施例中將是大約10-100毫秒。
[0053]分段器103被饋送到噪聲衰減器105，所述噪聲衰減器105執行基於段的噪聲衰減以便相對於不期望的噪聲信號分量加重期望信號分量。結果得到的噪聲衰減的段被饋送到輸出處理器107，輸出處理器107提供連續音頻信號。輸出處理器可以具體地例如通過執行疊加函數來執行反分段(desegmentation)。應了解，在其它實施例中，輸出信號可以被提供為分段的信號，例如在其中對噪聲衰減的信號執行進一步的基於段的信號處理的實施例中。
[0054]噪聲衰減是基於碼本方法的，所述碼本方法使用與期望信號分量以及與噪聲信號分量有關的單獨碼本。因此，噪聲衰減器105被耦合到第一碼本109，所述第一碼本109是期望信號碼本，並且在特定例子中是語音碼本。噪聲衰減器105被進一步耦合到第二碼本111，所述第二碼本111是噪聲信號貢獻碼本。
[0055]噪聲衰減器105被布置成選擇語音碼本和噪聲碼本的碼本條目使得與所選條目相對應的信號分量的組合最接近地類似該時間段中的音頻信號。一旦適當的碼本條目(連同這些碼本條目的比例一起)已經被找到，它們就表示所捕獲的音頻信號中的單獨的語音信號分量和噪聲信號分量的估計。具體地，與所選語音碼本條目相對應的信號分量是所捕獲的音頻信號中的語音信號分量的估計並且噪聲碼本條目提供噪聲信號分量的估計。因此，該方法使用碼本方法來估計音頻信號的語音和噪聲信號分量，並且一旦這些估計已被確定，它們就能夠被用來相對於音頻信號中的語音信號分量衰減噪聲信號分量，因為估計使得區分這些成為可能。
[0056]更具體地，考慮其中語音和噪聲被假定為獨立的加性噪聲模型:
V (η) — Jin)-tw(ti),
其中y(n)、x(n)以及w(n)分別表示採樣的有噪聲語音(輸入音頻信號)、乾淨語音(期望的語音信號分量)以及噪聲(噪聲信號分量)。
[0057]現有技術碼本方法搜遍碼本以便找到針對信號分量和噪聲分量的碼本條目使得成比例組合最接近地類似所捕獲的信號，從而提供針對每個短時間段的語音和噪聲PSD的估計。假設Py(?)表示所觀察到的有噪聲信號y (η)的PSD，PX(?)表示語音信號分量x(n)的PSD，以及Ρν(ω)表示噪聲信號分量的PSDJlJΡ^ω) = Ρχ(ω) + Ρ￥(ω)
假設~表示所對應的PSD的估計，傳統的基於碼本的噪聲衰減可以通過對所捕獲的信號應用頻域維納(Wiener)濾波器Η(ω)來降低噪聲，即:
Pna(CO) = Py(CO)H(GJ)
其中維納濾波器由下式給出:
【權利要求】
1.一種噪聲衰減設備，其包括: -接收機(101)，其用於接收包括期望信號分量和噪聲信號分量的音頻信號； -第一碼本(109)，其包括針對期望信號分量的多個期望信號候選，每個期望信號候選表示可能的期望信號分量； -第二碼本(111)，其包括多個噪聲信號貢獻候選，每個噪聲信號貢獻候選表示針對噪聲信號分量的可能的噪聲貢獻； -分段器(103)，其用於將音頻信號分割成時間段； -噪聲衰減器(105)，其被布置成針對每個時間段執行以下步驟: 通過為第一碼本的期望信號候選中的每一個、作為期望信號候選的成比例版本和噪聲信號貢獻候選的加權組合的組合來生成估計的信號候選而生成多個估計的信號候選，期望信號候選的比例和加權組合的權重被確定成使指示在時間段中的音頻信號與所估計的信號候選之間的差的成本函數最小化； 從所估計的信號候選生成針對時間段中的音頻信號的信號候選；以及 響應於所述信號候選衰減時間段中的音頻信號的噪聲。
2.根據權利要求1所述的噪聲衰減設備，其中成本函數是最大似然成本函數和最小均方誤差成本函數中的一個。
3.根據權利要求1所 述的噪聲衰減設備，其中噪聲衰減器(105)被布置成根據反映成本函數相對於比例和權重的導數為零的方程來計算比例和權重。
4.根據權利要求1所述的噪聲衰減設備，其中期望信號候選比加權組合具有更高的頻率解析度。
5.根據權利要求1所述的噪聲衰減設備，其中多個噪聲信號貢獻候選覆蓋一頻率範圍，並且其中一群噪聲信號貢獻候選中的每個噪聲信號貢獻候選僅在所述頻率範圍的子範圍中提供貢獻，該群噪聲信號貢獻候選的不同噪聲信號貢獻候選的子範圍是不同的。
6.根據權利要求5所述的噪聲衰減設備，其中該群噪聲信號貢獻候選的子範圍是不重置的。
7.根據權利要求5所述的噪聲衰減設備，其中該群噪聲信號貢獻候選的子範圍具有不等的大小。
8.根據權利要求5所述的噪聲衰減設備，其中該群噪聲信號貢獻候選的噪聲信號貢獻候選中的每一個都對應於基本上平坦的頻率分布。
9.根據權利要求1所述的噪聲衰減設備，進一步包括噪聲估計器，所述噪聲估計器用於為至少部分地在時間段外的時間間隔中的音頻信號生成噪聲估計，並且用於響應於所述噪聲估計來生成噪聲信號貢獻候選中的至少一個。
10.根據權利要求1所述的噪聲衰減設備,其中加權組合是加權求和。
11.根據權利要求1所述的噪聲衰減設備，其中第一碼本的期望信號候選和第二碼本的噪聲信號貢獻候選中的至少一個由包括不多於20個參數的一組參數來表示。
12.根據權利要求1所述的噪聲衰減設備，其中第一碼本的期望信號候選和第二碼本的噪聲信號貢獻候選中的至少一個由譜分布來表示。
13.根據權利要求1所述的噪聲衰減設備，其中期望信號分量是語音信號分量。
14.一種噪聲衰減的方法，其包括:-接收包括期望信號分量和噪聲信號分量的音頻信號； -提供包括針對期望信號分量的多個期望信號候選的第一碼本(109)，每個期望信號候選表示可能的期望信號分量； -提供包括多個噪聲信號貢獻候選的第二碼本(111)，每個噪聲信號貢獻候選都表示針對噪聲信號分量的可能的噪聲貢獻； -將音頻信號分割成時間段；以及 針對每個時間段執行以下步驟: 通過為第一碼本的期望信號候選中的每一個、作為期望信號候選的成比例版本和噪聲信號貢獻候選的加權組合的組合來生成估計的信號候選而生成多個估計的信號候選，期望信號候選的比例和加權組合的權重被確定成使指示在時間段中的音頻信號與所估計的信號候選之間的差的成本函數最小化； 從所估計的信號候選生成針對時間段中的音頻信號的信號候選；以及 響應於所述信號候選衰減時間段中的音頻信號的噪聲。
15.一種包括計 算機上被運行時執行權利要求14的所有步驟。
【文檔編號】G10L21/0208GK103999155SQ201280064187
【公開日】2014年8月20日 申請日期:2012年10月22日 優先權日:2011年10月24日
【發明者】S.斯裡尼瓦桑 申請人:皇家飛利浦有限公司