一种噪声抑制方法、装置及系统的制作方法
【技术领域】
[0001] 本发明设及语音信号处理技术领域，尤其设及一种噪声抑制方法、装置及系统。
【背景技术】
[0002] 在具有语音交互功能的设备中往往有许多机械部件，该些机械部件在工作时产生 大量的快速变化的非平稳的机器噪声、冲击噪声。该些噪声通过设备上的拾音器进入到系 统中会严重影响语音交互的效果。传统的基于噪声功率谱估计的噪声抑制方法对该种快速 变化的非平稳的机器噪声、冲击噪声的滤除效果非常差。已有发明中，对于环境噪声的滤 除常采用双麦克风降噪装置。装置中有主麦克风用于接收环境噪声和语音，另外还有参考 麦克风用于接收环境噪声，然后两路声音信号通过公知有源噪声对消方法（ActiveNoise Cancellation,W下简称为ANC)抑制噪声。但是ANC方法要求噪声基本通过相同的声场环 境到达主麦克风和噪声参考麦克风，该样主麦克风和参考麦克风接收到的噪声信号呈现高 度线性相关关系，ANC方法能够正常工作，而当该一条件不满足时双麦克风噪声抑制方法往 往不能正常工作。但是，设备往往具有一个相对封闭的外壳，噪声参考麦克风需要装在壳 内接收机器噪声，主麦克风需要接收语音，一般安装在外部或者外壳面板开孔处，该样参考 麦克风和主麦克风的声场环境将差异较大，该时直接采用ANC方法将性能很差甚至不能工 作。
[0003] 因此，为了解决上述的由于参考麦克风和主麦克风的声场环境较大的差异，而导 致的采用ANC方法将性能差的技术问题，成为了本领域技术人员亟待解决的技术问题。
【发明内容】
[0004]本发明实施例提供了一种噪声抑制方法、装置及系统，解决了目前由于参考麦克 风和主麦克风的声场环境较大的差异，而导致的采用ANC方法将性能差的技术问题。
[0005] 本发明实施例提供的一种噪声抑制方法，包括：
[0006] S1;当语音信号输入时，所述噪声抑制装置接收到所述参考语音采集机构采集的 内部噪声和所述主语音采集机构采集的包含有外部噪声的语音信号；
[0007] S2;提取所述内部噪声对应的内部信号特征，所述内部信号特征为功率谱帖序 列；
[000引 S3;根据所述内部信号特征，并结合预置的映射公式获取与所述外部噪声相对应 的外部近似特征，所述外部近似特征为功率谱形式的帖序列；
[0009] S4;通过傅里叶逆变换将所述外部近似特征转换为对应的噪声信号估计值；
[0010] S5;将所述噪声信号估计与采集的包含有内部噪声的语音信号进行预置噪声对消 方式处理，获取噪声抑制后的去噪语音信号。
[0011] 优选地，
[0012] 步骤S1之前还包括：
[0013] 对未输入所述语音信号时，对所述内部噪声和所述外部噪声组成的噪声信号样本 进行预置自编码神经网络结构的训练，w确定所述映射公式。
[0014] 优选地，
[0015] 所述预置自编码神经网络结构的训练步骤具体包括：
[0016] S6;对所述噪声信号样本进行每一个预置帖的傅里叶变换，获取对应的样本帖的 特征和样本角度信息，所述样本帖的特征为功率谱形式；
[0017] S7 ;将所述样本帖的特征作为所述预置自编码神经网络结构的样本输入x(n)和 期望输出0(n)，确定训练样本集切>:)，〇0诚li;
[001引 S8 ;对所述训练样本集切；《)，o(?))f=i中的训练样本--进行训练，确定所述训练样 本集的抑0州)f=拥应的权重向量和偏置参数；
[0019] S9;将确定后的所述权重向量和所述偏置参数与所述自编码神经网络的结构求 和，计算得到所述训练样本集(幸).牵把I的所述映射公式。
[0020] 优选地，
[0021] 步骤S5具体包括；
[0022] 将所述噪声信号估计与采集的包含有所述内部噪声的语音信号进行ANC噪声对 消方式处理，获取噪声抑制后的所述去噪语音信号。
[002引优选地，
[0024] 所述预置自编码神经网络结构为5层结构，第一层和第五层为输入输出层，第二 层、第=层和第四层为隐含层。
[0025] 本发明实施例中提供的一种噪声抑制装置，包括：
[0026] 接收单元，用于当语音信号输入时，接收所述参考语音采集机构采集的内部噪声 和所述主语音采集机构采集的包含有外部噪声的语音信号；
[0027] 提取单元，用于提取所述内部噪声对应的内部信号特征，所述内部信号特征为功 率谱帖序列；
[002引获取单元，用于根据所述内部信号特征，并结合预置的映射公式获取与所述外部 噪声相对应的外部近似特征，所述外部近似特征为功率谱形式的帖序列；
[0029] 转换单元，用于通过傅里叶逆变换将所述外部近似特征转换为对应的噪声信号估 计值；
[0030] 去噪单元，用于将所述噪声信号估计与采集的包含有内部噪声的语音信号进行预 置噪声对消方式处理，获取噪声抑制后的去噪语音信号。
[00川优选地，
[0032] 所述的噪声抑制装置还包括：
[0033] 训练单元，用于对未输入所述语音信号时，对所述内部噪声和所述外部噪声组成 的噪声信号样本进行预置自编码神经网络结构的训练，W确定所述映射公式。
[0034] 优选地，
[0035] 所述训练单元具体包括：
[0036] 变换子单元，用于对未输入所述语音信号时，对所述内部噪声和所述外部噪声组 成的噪声信号样本进行每一个预置帖的傅里叶变换，获取对应的样本帖的特征和样本角度 信息，所述样本特征帖的为功率谱形式；
[0037] 第一确定子单元，用于将所述样本帖的特征作为所述预置自编码神经网络结构的 样本输入X (n)和期望输出0(n)，确定训练样本集U("レ>(")),li|;
[003引第二确定子单元，用于对所述训练样本集(4蛛0(/?)),占中的训练样本一一进行训 练，确定所述训练样本集(x/0.0(/0),y_i对应的权重向量和偏置参数；
[0039] 计算子单元，用于将确定后的所述权重向量和所述偏置参数与所述自编码神经网 络的结构求和，计算得到所述训练样本集(4蛛〇(/2把1的所述映射公式。
[0040] 本发明实施例中提供的一种噪声抑制系统，包括：
[0041] 参考语音采集机构、主语音采集机构，W及本发明实施例中提及的任意一种所述 的噪声抑制装置；
[0042] 所述参考语音采集机构、所述主语音采集机构分别与所述噪声抑制装置建立有信 号传输连接关系；
[0043] 其中，所述参考语音采集机构，用于采集内部噪声信号；
[0044] 所述噪声抑制装置，用于当语音信号输入时，接收所述内部噪声和包含有外部噪 声的语音信号，然后提取所述内部噪声对应的内部信号特征，接着根据所述内部信号特征， 并结合预置的映射公式获取与所述外部噪声相对应的外部近似特征，再接着通过傅里叶逆 变换将所述外部近似特征转换为对应的噪声信号估计值，最后将所述噪声信号估计与采集 的包含有内部噪声的语音信号进行预置噪声对消方式处理，获取噪声抑制后的去噪语音信 号；
[0045] 所述主语音采集机构，用于采集包含有所述内部噪声的所述语音信号。
[0046] 其中，所述内部信号特征为功率谱帖序列，所述外部近似特征为功率谱形式的帖 序列。
[0047] 优选地，
[0048] 所述主语音采集机构，还用于采集未输入所述语音信号时的所述外部噪声，使得 所述噪声抑制装置对未输入所述语音信号时，对所述内部噪声和所述外部噪声组成的噪声 信号样本进行预置自编码神经网络结构的训练，W确定所述映射公式。
[0049] 从W上技术方案可W看出，本发明实施例具有W下优点：
[0050] 本发明实施例中提供的一种噪声抑制方法、装置及系统，其中，噪声抑制方法包 括；S1 ;当语音信号输入时，噪声抑制装置接收到参考语音采集机构采集的内部噪声和主 语音采集机构采集的包含有外部噪声的语音信号；S2 ;提取内部噪声对应的内部信号特 征，内部信号特征为功率谱帖序列；S3 ;根据内部信号特征，并结合预置的映射公式获取与 外部噪声相对应的外部近似特征，外部近似特征为功率谱形式的帖序列；S4 ;通过傅里叶 逆变换将外部近似特征转换为对应的噪声信号估计值；S5 ;将噪声信号估计与采集的包含 有内部噪声的语音信号进行预置噪声对消方式处理，获取噪声抑制后的去噪语音信号。本 实施例中，通过提取内部噪声对应的内部信号特征，结合预置的映射公式W获取与外部噪 声相对应的外部近似特征，最后将外部近似特征转换为噪声信号估计值与语音信号进行去 噪处理，便实现了外部声场环境差异大的不受限的功能，解决了目前由于参考麦克风和主 麦克风的声场环境较大的差异，而导致的采用ANC方法将性能差的技术问题。
【附图说明】
[0051]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可 W根据该些附图获得其它的附图。
[0化2] 图1本发明实施例中提供的一种噪声抑制方法的一个实施例的流程示意图； [0053] 图2本发明实施例中提供的一种噪声抑制方法的另一个实施例的流程示意图；