[发明专利]语音降噪算法

摘要

本发明公开了一种语音降噪算法：使用仿真软件采集声音样本，并进行A/D转换；将经过AD采样后的带噪语音进行短时傅里叶变换，并对每一帧信号进行VAD检测，根据VAD门限，得出每一帧信号时有效帧还是无效帧，根据当前帧的带噪语音的能量谱和噪声估计的能量谱，计算当前帧数据每一频率分量的后验信噪比，利用当前帧的后验信噪比结合前一帧数据的谱估计器，计算当前帧的先验信噪比，利用先验信噪比结合logMMSE算法模型，计算出当前帧数据的谱估计器，并计算出纯净信号的能量谱，根据纯净语音能量谱与当前帧数据的相位谱，进行短时傅里叶反变换并合成，形成连续的纯净语音信号。本发明利用多种端点监测算法结合噪声进行估计，进而提高噪声估计的准确度。

主权项

1.一种语音降噪算法，包括以下步骤：(1)使用仿真软件对声音样本进行前期的采集与处理，并进行A/D转换；(2)将前级经过AD采样后的一段带噪语音，经过分帧(20ms)加窗后进行短时傅里叶变换，由信号的时域处理转换为信号的频时处理，计算出每一帧信号的短时能量谱和相位谱；其中x(m)为输入信号，w(m)是分析窗，此处取汉明窗，它在时间上反转并且有n个样本的偏移量，ω为频率变量，N为短时傅里叶变换的分辨率，这里取N＝128,Yi(k)为第帧数据，第k条谱线频率分量fk的能量谱；(3)对经过傅里叶分析处理的每一帧信号进行VAD检测，根据VAD门限，得出每一帧信号时有效帧还是无效帧，如果是无效帧，即不含有效语音的帧，更新噪声估计的能量谱，如果是有效帧，则不动作；(4)根据当前帧的带噪语音的能量谱和噪声估计的能量谱，计算当前帧数据每一频率分量的后验信噪比，如下式所示：其中Yi2(k)为当前帧数据的频率分量k的能量值，λd(k)为噪声估计能量谱中频率分量k的能量值，γi(k)为当前帧数据的k频率分量的后验信噪比；(5)利用当前帧的后验信噪比结合前一帧数据的谱估计器，计算当前帧的先验信噪比，如下式所示：ξi(k)≈αξi‑1(k)+(1‑α)(γi(k)‑1)其中α为平滑因子，一般取0.9‑1.0，这里取0.95，ξi‑1(k)为上一帧数据频率分量k的先验信噪比，γi(k)为当前帧数据频率分量k的后验信噪比，ξi(k)为当前帧数据频率分量k的先验信噪比；(6)根据计算出的当前帧的先验信噪比，结合logMMSE算法模型，计算出当前帧数据的谱估计器，并计算出纯净信号的能量谱，如下式所示：其中ξ_i(k)为当前帧数据频率分量k的先验信噪比，为当前帧数据后验信噪比的维纳估计，Y_i(k)为当前帧数据频率分量k的带噪语音的能量谱，X_k为当前帧数据频率分量k的纯净语音的能量谱；(7)根据计算出的纯净语音能量谱与计算出的当前帧数据的相位谱，进行短时傅里叶反变换，将信号从频域转换到时域，再对每一帧数据进行合成，形成连续的纯净语音信号。