噪声抑制方法和噪声抑制器的制造方法

噪声抑制方法和噪声抑制器的制造方法
【专利摘要】本发明涉及一种噪声抑制方法和噪声抑制器。该噪声抑制方法包括以下步骤：对声源数据的至少一部分进行短时傅立叶分析，获得第一短时频谱；利用该第一短时频谱对噪声功率谱进行预估计，获得预估噪声功率谱；对该声源数据的整个部分进行短时傅里叶分析，获得第二短时频谱；利用该预估噪声功率谱作为初始功率谱密度，对该第二短时频谱进行噪声跟踪，获得噪声估计能量；利用该噪声估计能量和该第二短时频谱估计信噪比；利用该信噪比进行计算噪声抑制的衰减增益；以及利用该衰减增益进行噪声抑制。
【专利说明】噪声抑制方法和噪声抑制器
【技术领域】
[0001]本发明涉及一种语音处理，尤其是涉及一种噪声抑制方法和噪声抑制器。
【背景技术】
[0002]在背景嘈杂的环境下，受到噪声干扰会导致说话人识别的识别率很差。因而在说话人识别系统前端都会存在一个噪声抑制处理的过程。在传统的噪声抑制处理中，其过程如图1所示，过程如下:
[0003]步骤101，首先会对带噪语音进行加窗和短时傅里叶变换，得到短时傅里叶变换频谱:
【权利要求】
1.一种噪声抑制方法，包括以下步骤: 对声源数据的至少一部分进行短时傅立叶分析，获得第一短时频谱； 利用该第一短时频谱对噪声功率谱进行预估计，获得预估噪声功率谱； 对该声源数据的整个部分进行短时傅里叶分析，获得第二短时频谱； 利用该预估噪声功率谱作为初始功率谱密度，对该第二短时频谱进行噪声跟踪，获得噪声估计能量； 利用该噪声估计能量和该第二短时频谱估计信噪比； 利用该信噪比进行计算噪声抑制的衰减增益；以及 利用该衰减增益进行噪声抑制。
2.如权利要求1所述的方法，其特征在于，对声源数据的至少一部分进行短时傅立叶分析的步骤包括，对声源数据的至少2秒数据进行短时傅立叶分析。
3.如权利要求1所述的方法，其特征在于，该信噪比包括先验信噪比和后验信噪比。
4.如权利要求1所述的方法，其特征在于，还包括:对噪声抑制的信号进行短时傅里叶综合以获得噪声抑制后的时域信号。
5.如权利要求1所述的方法，其特征在于，利用该第一短时频谱对噪声功率谱进行预估计的步骤包括: 当前输入的第一短时频谱的每个频点的功率谱值比估计噪声频点的功率谱值小的时候，立即向下更新背景噪声功率谱样点值； 当前输入的第一短时频谱每个频点的功率谱值比估计噪声频点的功率谱值大的时候，不进行更新； 如果当前输入的第一短时频谱每个频点的功率谱值一直比较大，则向上更新背景噪声功率谱样点估计值。
6.—种噪声抑制器,包括: 第一短时傅立叶分析单元，对声源数据的至少一部分进行短时傅立叶分析，获得第一短时频谱； 噪声估计单元，利用该第一短时频谱对噪声功率谱进行预估计，获得预估噪声功率谱； 第二短时傅立叶分析单元，对该声源数据的整个部分进行短时傅里叶分析，获得第二短时频谱； 噪声跟踪单元，利用该预估噪声功率谱作为初始功率谱密度，对该第二短时频谱进行噪声跟踪，获得噪声估计能量； 信噪比估计单元，利用该噪声估计能量和该第二短时频谱估计信噪比； 增益计算单元，利用该信噪比进行计算噪声抑制的衰减增益；以及 噪声抑制单元，利用该衰减增益进行噪声抑制。
7.如权利要求6所述的噪声抑制器，其特征在于，该第一短时傅立叶分析单元对声源数据的至少2秒数据进行短时傅立叶分析。
8.如权利要求6所述的噪声抑制器，其特征在于，该信噪比包括先验信噪比和后验信噪比。
9.如权利要求6所述的噪声抑制器，其特征在于，还包括:短时傅立叶综合单元，对噪声抑制的信号进行短时傅里叶综合以获得噪声抑制后的时域信号。
10.如权利要求6所述的噪声抑制器，其特征在于，该噪声估计单元执行以下步骤进行噪声功率谱的预估计: 当前输入的第一短时频谱的每个频点的功率谱值比估计噪声频点的功率谱值小的时候，立即向下更新背景噪声功率谱样点值； 当前输入的第一短时频谱每个频点的功率谱值比估计噪声频点的功率谱值大的时候，不进行更新；以及 如果当前 输入的第一短时频谱每个频点的功率谱值一直比较大，则向上更新背景噪声功率谱样点估计值。
【文档编号】G10L21/0232GK103730126SQ201210393466
【公开日】2014年4月16日 申请日期:2012年10月16日 优先权日:2012年10月16日
【发明者】许云峰, 王彦, 谢单辉 申请人:联芯科技有限公司