一种使用QR-RLS算法对多通道语音信号去混响方法与流程

本发明属于信号处理技术领域，涉及一种使用QR-RLS算法对多通道语音信号去混响方法。

背景技术：

房间的混响问题严重的影响了语音的质量和识别系统的识别率。近年来，发展出很多的去混响算法来解决这一问题，比如波束形成技术(beamforming)和房间传输函数的逆滤波技术等。然而这些方法需要精确的DOA(direction of arrival)估计或者房间的声学参数等，因此，这些算法性能有限。

去混响技术可以根据是否需要对声学冲激响应进行估计来分类。于是把去混响技术分为混响抑制和混响消除，前者不需要估计冲激响应，而后者需要冲激响应的估计。混响抑制技术是基于以下假设：①混响是一个加性过程，②目标信号与混响信号不相关，③混响信号模型服从正态分布。混响抑制可以继续分为五大类，分别为：语音建模技术、线性预测残留增强技术、时域包络滤波技术、谱增强技术和空间处理技术。混响消除技术可以看作是冲激响应逆滤波问题。而该技术又可以继续分为：盲反卷积技术，同态解卷积技术和基于调和的去混响技术等。

现阶段使用比较广泛的去混响技术就是WPE(weighted prediction error)技术。在WPE中，MCLP(multi-channel linear predictor)被用在STFT域通过混响语音的前几帧来估计晚期混响成分。然后将混响语音与晚期混响作差，即可得到增强后的语音信号。该方法认为STFT参数独立同服从高斯分布，预测滤波器的系数在每一帧中通过最大似然估计的方法计算。

另一种基于MCLP去混响的算法是利用语音的稀疏性来实现的，使期望信号在STFT域的最大稀疏性达到去混响的目的。在此基础上产生了使用RLS算法自适应去混响的方法，但是由于RLS计算复杂度高，数值不稳定等特性，当房间的冲激响应或者声源发生移动时，去混响的效果往往不是很理想。因此，需要一种使用QR-RLS算法对语音信号去混响方法。

技术实现要素：

有鉴于此，本发明的目的在于提供一种使用QR-RLS算法对多通道语音信号去混响方法，采用QR-RLS算法来代替基于MCLP方法中的RLS算法，改善自适应去混响算法在收敛速度不变的基础上提高数值的稳定性，并且避免RLS算法中的求逆运算，使得当房间冲激响应或者声源发生移动时，可以有效的提高去混响系统的稳定性。

为达到上述目的，本发明提供如下技术方案，具体包括以下步骤：

步骤1：使用多个全指向性麦克风在封闭房间内采集带混响的语音信号；

步骤2：使用赛宾公式估计房间的混响时间T60，即直达声声压级下降60dB对应的时间，计算公式如下：

其中，α为房间吸声系数，V和S分别为房间的体积和表面积；

步骤3：将采集得到的带混响语音信号进行短时傅里叶变换，把信号由时域转化为频域，并在频域对带混响语音信号进行延迟处理得到延迟信号，延迟信号延迟的阶数由预测滤波器的长度决定；

步骤4：通过混响时间T60计算混响语音信号的衰减常数Δ，从而估计出晚期混响信号和期望信号的功率谱密度，Δ的计算公式如下：

其中，Td为语音早期反射成分的时间；

步骤5：根据步骤4得到的期望信号功率谱密度的估计值计算期望信号2范数的加权系数；

步骤6：将延迟信号和带混响语音信号作为QR-RLS算法的输入数据，对其进行迭代更新，最后输出预测滤波器系数；

步骤7：将延迟信号与预测滤波器系数相乘得到晚期混响信号，带混响语音信号减去晚期混响信号等于去混响后的期望信号，对去混响后的期望信号进行逆傅里叶变换，得到时域上的去混响后的期望信号。

进一步，所述步骤4中，采用多个间隔一定距离的麦克风对混响语音进行采集，产生多通道的带混响语音数据，采用多通道线性预测(MCLP)模型对晚期混响信号进行建模，晚期混响信号成分u(n)即为延迟麦克风信号的和，即：

其中G(n)＝[g1(n),…,gM(n)]代表多输入多输出预测滤波器的预测系数，gM(n)为第M个麦克风的预测系数，为延迟后的带混响数据。

进一步，所述步骤4中，晚期混响信号和期望信号的功率谱密度的估计：

假设晚期混响信号的功率谱密度是基于指数衰减的模型，首先计算衰减系数Δ，估计房间的混响时间T60、语音早期反射成分的时间Td；然后估计晚期混响信号和带混响语音信号的PSD，两者相减得到期望信号的PSD；在期望信号PSD的计算中需要对其平滑处理。

进一步，所述步骤5中，计算期望信号2范数的加权系数；

线性预测滤波器系数估计基于期望信号在时域的最大稀疏性，即期望信号的混合p范数；预测滤波器系数的最优化问题使用QR-RLS算法来解决，使用加权2范数来近似表示p范数，加权2范数的权系数依赖于期望信号PSD，则期望信号2范数的加权系数计算公式如下：

其中，M是麦克风的数量，ε是非常小的正数，p是范数，是期望信号的PSD估计值。

进一步，所述步骤6中，QR-RLS算法自适应计算预测滤波器的系数：

首先对QR-RLS算法中的参数进行初始化，对输入数据的矩阵进行对角化，通过基本的Givens旋转矩阵得到所有的三角化矩阵；计算Givens旋转元素，将旋转元素分别用于信息矩阵和期望的信息向量，应用Givens旋转余弦元素计算误差信号，最后通过迭代更新的方式得到预测滤波器的预测系数。

本发明的有益效果在于：在收敛速度不变的基础上，充分利用QR-RLS算法的数值稳定性特性，有效避免了当输入信号不具有一致性激励性时，自相关矩阵及其对应的求逆问题是病态的问题；而且QR-RLS算法采用的QR分解方法避免了RLS问题不准确求解问题，在病态环境下可以很容易的随时检查变换信息矩阵的正定性，从而有效提升了去混响系统中自适应模块的稳定性。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为多通道线性预测模型图；

图2为使用QR-RLS算法去语音混响的流程图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图2为使用QR-RLS算法去语音混响的流程图，一种使用QR-RLS算法对多通道语音信号去混响方法的具体实施步骤包括：

步骤1：使用两个全指向性麦克风在封闭房间内采集带混响的语音信号；

步骤2：使用赛宾公式估计房间的混响时间T60，即直达声声压级下降60dB对应的时间，计算公式如下：

其中，α为房间吸声系数，V和S分别为房间的体积和表面积；

步骤3：将采集得到的带混响语音信号进行短时傅里叶变换，把信号由时域转化为频域，并在频域对带混响语音信号进行延迟处理得到延迟信号，延迟信号延迟的阶数由预测滤波器的长度决定；

步骤4：通过混响时间T60计算混响语音信号的衰减常数Δ，从而估计出晚期混响信号和期望信号的功率谱密度，Δ的计算公式如下：

其中，Td为语音早期反射成分的时间。

采用两个间隔一定距离的麦克风对混响语音进行采集，产生两通道的带混响语音数据，采用多通道线性预测(MCLP)模型对晚期混响信号进行建模，晚期混响信号成分u(n)即为延迟麦克风信号的和，即：

其中G(n)＝[g1(n),…,gM(n)]代表多输入多输出预测滤波器的预测系数，gM(n)为第M个麦克风的预测系数，为延迟后的带混响数据，原理图如图1，使用过去的信号来估计当前信号。

晚期混响信号和期望信号的功率谱密度的估计：假设晚期混响信号的功率谱密度是基于指数衰减的模型，首先计算衰减系数Δ，估计房间的混响时间T60、语音早期反射成分的时间Td；然后估计晚期混响信号和带混响语音信号的PSD，两者相减得到期望信号的PSD；在期望信号PSD的计算中需要对其平滑处理。

步骤5：根据步骤4得到的期望信号功率谱密度的估计值计算期望信号2范数的加权系数：线性预测滤波器系数估计基于期望信号在时域的最大稀疏性，即期望信号的混合p范数；预测滤波器系数的最优化问题使用QR-RLS算法来解决，使用加权2范数来近似表示p范数，加权2范数的权系数依赖于期望信号PSD，则期望信号2范数的加权系数计算公式如下：

其中，M是麦克风的数量，ε是非常小的正数，p是范数，是期望信号的PSD估计值。

步骤6：将延迟信号和带混响语音信号作为QR-RLS算法的输入数据，对输入数据的矩阵进行对角化，通过基本的Givens旋转矩阵得到所有的三角化矩阵；计算Givens旋转元素，将旋转元素分别用于信息矩阵和期望的信息向量，应用Givens旋转余弦元素计算误差信号，最后通过迭代更新的方式得到预测滤波器的预测系数。

步骤7：将延迟的带混响信号与预测滤波器系数相乘得到晚期混响信号，带混响语音信号减去晚期混响信号等于去混响后的期望信号，对去混响后的期望信号进行逆傅里叶变换，得到时域上的去混响后的期望信号。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。