基於隱馬爾科夫鏈模型的噪聲估計方法和裝置製造方法
2023-05-05 20:31:36
基於隱馬爾科夫鏈模型的噪聲估計方法和裝置製造方法
【專利摘要】本發明涉及語音通信領域,公開了一種基於隱馬爾科夫鏈模型的噪聲估計方法和裝置。本發明中,根據預先建立的HMM,確定當前幀中語音存在的概率;並根據該語音存在的概率,計算平滑因子;接著根據平滑因子,計算當前幀中噪聲的方差估計值。本發明利用隱馬爾科夫鏈狀態轉移來確定語音存在的概率,並利用該概率去控制噪聲更新的大小,從而在噪聲抑制中能快速估計噪聲的變化,可以準確估計快速變化的非穩態環境中的噪聲,最終提升噪聲抑制的性能。
【專利說明】基於隱馬爾科夫鏈模型的噪聲估計方法和裝置
【技術領域】
[0001]本發明涉及語音通信領域,特別涉及單麥克噪聲抑制內的基於隱馬爾科夫鏈模型的噪聲估計方法和裝置。
【背景技術】
[0002]單麥克噪聲抑制算法通常採用短時頻域衰減方法,流程圖如圖1所示。主要模塊包括快速傅立葉變換(FFT)頻域分解、噪聲估計、計算先/後驗信噪比、計算衰減因子、頻域衰減、反傅立葉變換以及重疊相加。
[0003]圖1中y,X,η分別表示時域帶噪語音、乾淨語音和噪聲信號,對應的大寫字母則對應各自頻譜,帶帽子)的符號表示對應變量的估計值,f表示某個函數,下角標m,l,k分別代表幀序號、幀內時間序號和頻點序號。lk(m)和Yk(m)分別表示先驗信噪比和後驗信噪比:
【權利要求】
1.一種基於隱馬爾科夫鏈模型HMM的噪聲估計方法,其特徵在於,包含以下步驟: 根據預先建立的HMM,確定當前幀中語音存在的概率;其中,所述HMM的觀測向量由至少一幀帶噪語音的頻譜組成; 根據所述語音存在的概率,計算平滑因子;其中,所述平滑因子與當前觀測向量條件下當前幀中語音存在的概率成線性關係; 根據所述平滑因子、前一幀中噪聲的方差估計值和當前幀帶噪語音的功率譜,計算當前幀中噪聲的方差估計值。
2.根據權利要求1所述的基於HMM的噪聲估計方法,其特徵在於,通過以下公式,根據所述語音存在的概率,計算平滑因子μΝ:
3.根據權利要求1所述的基於HMM的噪聲估計方法,其特徵在於,通過以下公式,根據所述平滑因子μN、前一幀中噪聲的方差估計值和當前幀帶噪語音的功率譜|Yk(m) I2,計算當前幀中噪聲的方差估計值AL(W):
4.根據權利要求1至3任一項所述的基於HMM的噪聲估計方法,其特徵在於,所述當前觀測向量條件下當前幀中語音存在的概率P (Qm=H11 Ψπ)通過以下公式計算: 水=來)::
其中,Ak(m)為當前幀的似然比
5.根據權利要求4所述的基於HMM的噪聲估計方法,其特徵在於,所述HMM為兩狀態的一階HMM ;其中,所述HMM的兩個狀態為:語音存在時為狀態H1,語音不存在時為狀態Htl ; 所述HMM的狀態轉移矩陣為:
6.根據權利要求5所述的基於HMM的噪聲估計方法,其特徵在於,所述an大於所述a,
7.根據權利要求5所述的基於HMM的噪聲估計方法,其特徵在於,所述當前幀的似然比Ak(HI)通過以下公式計算:
8.根據權利要求5所述的基於HMM的噪聲估計方法,其特徵在於,所述當前幀的似然比Ak(m)通過以下公式計算:
9.一種基於HMM的噪聲估計裝置,其特徵在於,包含:語音存在概率計算模塊、平滑因子計算模塊、噪聲估計模塊; 所述語音存在概率計算模塊用於根據預先建立的ΗΜΜ,確定當前幀中語音存在的概率;其中,所述HMM的觀測向量由至少一幀帶噪語音的頻譜組成; 所述平滑因子計算模塊用於根據所述語音存在的概率,計算平滑因子;其中,所述平滑因子與當前觀測向量條件下當前幀中語音存在的概率成線性關係; 所述噪聲估計模塊用於根據所述平滑因子、前一幀中噪聲的方差估計值和當前幀帶噪語音的功率譜,計算當前幀中噪聲的方差估計值。
10.根據權利要求9所述的基於HMM的噪聲估計裝置,其特徵在於,所述平滑因子計算模塊通過以下公式,根據所述語音存在的概率,計算平滑因子:
μ N= μ + (1-μ )p(Q111=H11 Ψω) 其中,μΝ為平滑因子;μ為固定常數,0〈μ〈I Wqm=H1Iwm)為當前觀測向量^條件下當前幀中語音存在的概率為語音存在狀態,Ψ^?Υ^πι), Yk(m-l),-,Yk(I)I為當前觀測向量,m代表幀序號。
11.根據權利要求9所述的基於HMM的噪聲估計裝置,其特徵在於,所述噪聲估計模塊通過以下公式,根據所述平滑因子μΝ、前一幀中噪聲的方差估計值和當前幀帶噪語音的功率譜|Yk(m) I2,計算當前幀中噪聲的方差估計值巧jw):
12.根據權利要求9至11任一項所述的基於HMM的噪聲估計裝置,其特徵在於,所述語音存在概率計算模塊包含:似然比計算子模塊,通過以下公式計算當前幀的似然比Ak(m):
13.根據權利要求12所述的基於HMM的噪聲估計裝置,其特徵在於,所述語音存在概率計算模塊採用的HMM為兩狀態的一階HMM ;其中,所述HMM的兩個狀態為:語音存在時為狀態H1,語音不存在時為狀態H。; 所述HMM的狀態轉移矩陣為:
14.根據權利要求13所述的基於HMM的噪聲估計方法,其特徵在於,所述an大於所述aOO0
15.根據權利要求13所述的基於HMM的噪聲估計裝置,其特徵在於,所述似然比計算子模塊通過以下公式計算所述當前幀的似然比Ak(m):
16.根據權利要求13所述的基於HMM的噪聲估計裝置,其特徵在於,所述似然比計算子模塊通過以下公式計算所述當前幀的似然比Ak(m):
【文檔編號】G10L15/14GK103903629SQ201210586423
【公開日】2014年7月2日 申請日期:2012年12月28日 優先權日:2012年12月28日
【發明者】謝單輝, 許雲峰, 王彥 申請人:聯芯科技有限公司