声音信号处理的方法和装置的制造方法
【技术领域】
[0001] 本发明涉及信息技术领域，并且更具体地，涉及声音信号处理的方法和装置。
【背景技术】
[0002] 各种语音处理设备，如手机、蓝牙耳机以及录音机、录像机等等，在户外使用时不 可避免地会受到风噪声的干扰。风噪声主要是由气流和传声器之间相互作用产生的，类似 于传声器拾音时手指轻敲传声器前端或嘴离传声器较近时呼气所产生的噪音。由于风噪声 是气流直接作用在传声器表面形成的，因此可达到较高的声压级，极易掩盖语音信号，对语 音信号的听觉舒适度和可懂度造成极大影响。因此对语音处理设备来说，风噪声抑制技术 十分重要。
[0003] 风噪声抑制技术主要有两类，一种是采用物理技术手段进行风噪抑制，比如给传 声器套上风罩，或者从传声器的声学结构、材料设计方面来抑制风噪声；另外一种是采用数 字信号处理的技术手段，即采用算法进行风噪声抑制。物理技术手段降风噪受使用环境和 设备结构影响大，比如对大多数便携语音处理设备，受体积和结构限制无法给传声器安装 风罩；对传声器进行声学结构、材料设计来抑制风噪声有可能会牺牲传声器的灵敏度，降 低拾取语音信号质量，而且降风噪效果不够理想。采用信号处理的手段进行风噪抑制不受 传声器类型和设备结构的影响，可移植性高，通用性强，非常适合应用在各种语音处理设备 中，尤其是便携式语音通讯设备中实现风噪声抑制。因此风噪声检测和抑制信号处理算法 在语音处理设备消除风噪干扰方面具有重要应用。
[0004] 现有的风噪声检测和抑制算法采用输入信号低频能量与总能量的比来确定风噪 声存在概率，或者当前信号的信噪比，进而选择频率抑制特性不同的滤波器来实现风噪抑 制。这种方式计算出来的风噪声存在概率或信噪比误差比较大，导致风噪声的残留和语音 的失真，影响语音质量。
【发明内容】
[0005] 本发明实施例提供了一种声音信号处理的方法和装置，能够提高语音质量。
[0006] 第一方面，提供了一种声音信号处理的方法，包括：
[0007] 根据风噪声的频谱连续性和起始于低频的特性，对声音信号进行风噪声检测；
[0008] 根据浊音的谐频特性，对该声音信号进行浊音检测；
[0009] 根据清音的中高频特性，对该声音信号进行清音检测；
[0010] 根据风噪声检测的结果、浊音检测的结果和清音检测的结果，对该声音信号进行 增益控制。
[0011] 结合第一方面，在第一种可能的实现方式中，根据风噪声的频谱连续性和起始于 低频的特性，对声音信号进行风噪声检测，包括：
[0012] 若该声音信号的当前帧当前频点信号在高能区域且当前频点小于风噪声低频门 限，则确定该声音信号的当前帧当前频点信号是风噪声；
[0013] 若该声音信号的当前帧当前频点信号在高能区域，当前频点不小于风噪声低频门 限，且当前频点相邻的低频点信号是风噪声，则确定该声音信号的当前帧当前频点信号是 风噪声；
[0014] 若该声音信号的当前帧当前频点信号在高能区域，当前频点不小于风噪声低频门 限，且当前频点相邻的低频点信号不是风噪声，则确定该声音信号的当前帧当前频点信号 不是风噪声；
[0015] 若该声音信号的当前帧当前频点信号不在高能区域，则确定该声音信号的当前帧 当前频点信号不是风噪声；
[0016] 若该声音信号的当前帧当前频点信号是风噪声，则确定该声音信号的当前帧当前 频点的风噪声的功率等于该声音信号的当前帧当前频点信号的功率；
[0017] 若该声音信号的当前帧当前频点信号不是风噪声，则确定该声音信号的当前帧当 前频点的风噪声的功率等于零。
[0018] 结合第一方面或第一方面的上述任一种可能的实现方式，在第二种可能的实现方 式中，根据浊音的谐频特性，对该声音信号进行浊音检测，包括：
[0019] 将该声音信号的频带分为多个子带；
[0020] 对于每个子带，若该每个子带上该声音信号的能量与语音长时平均能量的比值不 小于第二比较门限，则确定该每个子带存在强风噪，若该每个子带上该声音信号的能量与 语音长时平均能量的比值小于第二比较门限，则确定该每个子带不存在强风噪；
[0021] 确定该声音信号的功率谱在所有不存在强风噪的子带组成的频段范围内的局部 最大值和局部最小值；
[0022] 对于每个局部最大值，若该每个局部最大值与该每个局部最大值相邻的局部最小 值的比值大于第三比较门限，则确定该局部最大值为谐频波峰；
[0023] 若所有谐频波峰的总能量与所有不存在强风噪的子带的总能量的比值大于第四 比较门限，则确定该声音信号的当前帧有浊音，若所有谐频波峰的总能量与所有不存在强 风噪的子带的总能量的比值不大于第四比较门限，则确定该声音信号的当前帧没有浊音。
[0024] 结合第一方面或第一方面的上述任一种可能的实现方式，在第三种可能的实现方 式中，根据清音的中高频特性，对该声音信号进行清音检测，包括：
[0025] 确定该声音信号的当前帧中的低频信号的总能量和该声音信号的当前帧中的中 高频信号的总能量；
[0026] 若该声音信号的当前帧中的中高频信号的总能量与该声音信号的当前帧中的低 频信号的总能量的比值大于第五比较门限，则确定该声音信号的当前帧有清音，若该声音 信号的当前帧中的中高频信号的总能量与该声音信号的当前帧中的低频信号的总能量的 比值不大于第五比较门限，则确定该声音信号的当前帧没有清音。
[0027] 结合第一方面或第一方面的上述任一种可能的实现方式，在第四种可能的实现方 式中，根据风噪声的频谱连续性和起始于低频的特性，对声音信号进行风噪声检测，包括：
[0028] 根据以下等式对所述声音信号进行高能区域判定，
[0029]
【主权项】
1. 一种声音信号处理的方法，其特征在于，包括： 根据风噪声的频谱连续性和起始于低频的特性，对声音信号进行风噪声检测； 根据浊音的谐频特性，对所述声音信号进行浊音检测； 根据清音的中高频特性，对所述声音信号进行清音检测； 根据风噪声检测的结果、浊音检测的结果和清音检测的结果，对所述声音信号进行增 益控制。
2. 根据权利要求1所述的方法，其特征在于，所述根据风噪声的频谱连续性和起始于 低频的特性，对声音信号进行风噪声检测，包括： 若所述声音信号的当前帧当前频点信号在高能区域且当前频点小于风噪声低频门限， 则确定所述声音信号的当前帧当前频点信号是风噪声； 若所述声音信号的当前帧当前频点信号在高能区域，当前频点不小于风噪声低频门 限，且当前频点相邻的低频点信号是风噪声，则确定所述声音信号的当前帧当前频点信号 是风噪声； 若所述声音信号的当前帧当前频点信号在高能区域，当前频点不小于风噪声低频门 限，且当前频点相邻的低频点信号不是风噪声，则确定所述声音信号的当前帧当前频点信 号不是风噪声； 若所述声音信号的当前帧当前频点信号不在高能区域，则确定所述声音信号的当前帧 当前频点信号不是风噪声； 若所述声音信号的当前帧当前频点信号是风噪声，则确定所述声音信号的当前帧当前 频点的风噪声的功率等于所述声音信号的当前帧当前频点信号的功率； 若所述声音信号的当前帧当前频点信号不是风噪声，则确定所述声音信号的当前帧当 前频点的风噪声的功率等于零。
3. 根据权利要求1或2所述的方法，其特征在于，所述根据浊音的谐频特性，对所述声 音信号进行浊音检测，包括： 将所述声音信号的频带分为多个子带； 对于每个子带，若所述每个子带上所述声音信号的能量与语音长时平均能量的比值不 小于第二比较门限，则确定所述每个子带存在强风噪，若所述每个子带上所述声音信号的 能量与语音长时平均能量的比值小于第二比较门限，则确定所述每个子带不存在强风噪； 确定所述声音信号的功率谱在所有不存在强风噪的子带组成的频段范围内的局部最 大值和局部最小值； 对于每个局部最大值，若所述每个局部最大值与所述每个局部最大值相邻的局部最小 值的比值大于第三比较门限，则确定所述局部最大值为谐频波峰； 若所有谐频波峰的总能量与所有不存在强风噪的子带的总能量的比值大于第四比较 门限，则确定所述声音信号的当前帧有浊音，若所有谐频波峰的总能量与所有不存在强风 噪的子带的总能量的比值不大于第四比较门限，则确定所述声音信号的当前帧没有浊音。
4. 根据权利要求1至3中任一项所述的方法，其特征在于，所述根据清音的中高频特 性，对所述声音信号进行清音检测，包括： 确定所述声音信号的当前帧中的低频信号的总能量和所述声音信号的当前帧中的中 高频信号的总能量； 若所述声音信号的当前帧中的中高频信号的总能量与所述声音信号的当前帧中的低 频信号的总能量的比值大于第五比较门限，则确定所述声音信号的当前帧有清音，若所述 声音信号的当前帧中的中高频信号的总能量与所述声音信号的当前帧中的低频信号的总 能量的比值不大于第五比较门限，则确定所述声音信号的当前帧没有清音。
5. 根据权利要求1至4中任一项所述的方法，其特征在于，所述根据风噪声的频谱连续 性和起始于低频的特性，对声音信号进行风噪声检测，包括： 根据以下等式对所述声音信号进行高能区域判定，
其中，k为频点，1为帧数，mHigh_mOTgy(k，1)为高能区域标志，Px(k，1)为所述声音信号的 功率谱，PN(k，1)为所述声音信号中的平稳态噪声的功率谱，Θ thl为第一比较门限； 根据以下等式判定所述声音信号中的风噪声， mint(k，l) = (mHigh_energy(k，l) Amint(k-l，l)) V (mHigh_energy(k，l) Ak<klow)， 其中，mint(k，I)为风噪声判定标志，klOT为风噪声低频门限； 根据以下等式确定所述声音信号中的风噪声的功率谱P1 (k，1)，
6. 根据权利要求1至5中任一项所述的方法，其特征在于，所述根据浊音的谐频特性， 对所述声音信号进行浊音检测，包括： 将所述声音信号的频带分为P个子带，P为正整数且P多2 ; 根据以下等式确定每个子带是否存在强风噪，
其中，k为频点，1为帧数，p为子带数，p = 1，2,. . .，P，Px，p(k, 1)为第p个子带的能量， Ps^p(k，l)为第P个子带的语音长时平均能量，Sth2为第二比较门限； 根据以下等式确定所述声音信号的功率谱在fstamgiind(P，I) = 〇的频段范围内的局部 最大值P5iG^i, 1)和局部最小值Px (kj, 1)， V.
根据以下等式确定谐频波峰P5tpeak (ki，1)，
其中沖!(〇