一种数字助听器语音噪声消除方法
【技术领域】
[0001] 本发明涉及语音信号处理技术领域，尤其涉及一种数字助听器语音噪声消除方 法。
【背景技术】
[0002] 在数字助听器中，降噪的效率对听力损失患者至关重要。语音的信噪比严重影响 着听力损失患者的听觉认知。相对于听力正常者，在理解同一段语音时他们需要更高的信 噪比。数字助听器中对语音的降噪处理不仅可以提高听损患者对语音的可听度，同时也提 高了听损患者对语音的可懂度。
[0003] 传统的维纳滤波噪声消除算法，在计算增益函数时引入了先验信噪比，并采用了 "直接判决"法对先验信噪比进行估计，该方法有效的抑制了语音中的噪声，但该算法需要 对输入信号进行傅里叶变换，计算复杂度较高。
[0004] 近年来，很多优秀的降噪方法被提出。R.C.Hendriks等人提出了一种DFT域单麦 克风降噪语音增强的方法。斯坦福大学的AndrewL.Maas提出了一种新的基于深层神经网 络的降噪算法，取得了优秀的降噪效率。除此之外，正交分解、小波变换和压缩传感等方法 都被用来提高降噪的性能。但是，同样这些算法大多数计算复杂度都较高，并不满足于数字 助听器对实时性和功耗限制的要求。在数字助听器中，语音从麦克风输入到输出的时间延 迟一般不能超过10毫秒。因此，因数字助听器系统对时延的敏感性，降低算法的计算复杂 度至关重要。
【发明内容】
[0005] 针对现有技术存在的不足，本发明的目的在于提供一种计算复杂度低的数字助听 器语音噪声消除方法。
[0006] 为实现上述目的，本发明可以通过以下技术方案予以实现：
[0007] -种数字助听器语音噪声消除方法，包括以下步骤：
[0008]S1.将输入语音的采样信号分割子带和分帧，得到各帧子带带噪语音信号；
[0009]S2.计算各帧子带带噪语音信号的增益函数；
[0010]S3.根据增益函数衰减各帧子带带噪语音信号，得到各帧子带增强信号；
[0011]S4.将各帧子带增强信号通过综合滤波器组并相加，得到降噪后输出语音。
[0012] 进一步的，步骤S1中所述的分割子带包括：
[0013] 将输入语音的采样信号设定为χ(η)，η表示离散时间点，将x(n)通过分析滤波器 组氏(ζ)，Η2 (ζ)，· ··，H16 (z)分解为16个子带信号，各滤波器输出的子带信号为：
[0014]yk (n) =x(n) *hk (η) (式 1)
[0015] 式中k为子带号，k= 1，2, . . .，16,yk(n)为子带k的输出，hk(n)为滤波器单位脉 冲响应；
[0016]步骤S1中所述的分帧包括：
[0017] 将子带信号yk(n)分帧，用y(m,k)表示第k子带第m帧带噪语音信号矢量，y(m,k) =[yk (0)yk⑴…yk(N-l)]，将y(m,k)表示为y(m,k) =s(m,k)+n(m,k)，其中s(m,k)为纯 净语音信号矢量，s(m,k) = [sk(0),sk (1),(m,k)为噪声信号矢量，n(m,k)= [nk(0),nk(l),…，nk(N-l)]，N为帧长。
[0018] 进一步的，步骤S2中的增益函数为：
[0019]
[0020] 式中SNRpriC](m，k)为先验信噪比。
[0021] 进一步的，先验信噪比SNRpi4c](m,k)的计算公式为：
[0022]
[0023] 式中U)||2表示子带k第m-Ι帧的纯净语音功率估计值，I分(w-U)||2表示 子带k第m-Ι帧的噪声功率估计值，α取值〇. 95~0. 99,SNRpcist(m，k)表示后验信噪比。
[0024] 进一步的
表示子带k第m-Ι帧的增 强信号，N为帧长。
[0025] 进一步的，
[0026] 式中々(〃"）表示子带k第m帧的噪声功率估计值，| |Y(m, k)| |2表示子带k第 m帧的带噪语音信号功率，| |Y(m,k1 | |2=Xy2(m,k)/N。
[0027] 进一步的，所述噪声功率估计值的计算步骤包括：
[0028] (2)计算各帧子带带噪语音信号功率；
[0029] (2)对各帧子带带噪语音信号功率进行平滑处理；
[0030] (3)搜索各帧子带带噪语音信号功率中的最小值；
[0031] (4)判断各帧子带带噪语音信号中是否存在纯净语音；
[0032] (5)计算纯净语音出现的概率；
[0033](6)计算得到各帧子带噪声功率估计值。
[0034] 进一步的，所述噪声功率估计值的各个计算步骤的计算公式为：
[0035](1)子带k第m帧的带噪语音信号功率为
[0036] |Y(m, k)| |2=Σγ 2(k, m)/N(式5)
[0037] 式中N为帧长；
[0038] (2)P(m,k) =αρ ·P(m-1,k) + (1-αp) · | |Y(m,k) | |2 (式 6)
[0039]式中ape [0，l]，P(m，k)为子带k第m帧平滑后的带噪语音信号功率，其中 P(〇，k)取值为 ||Y(0，k)| |2;
[0040] (3)假设最小值为Pmin (m,k) 「00411 vj-v< ;
[0042] 式中β取值为0· 96,γ取值为0· 998,P^JO,k)取值为P(0,k);
[0043] (4)纯净语音存在函数I(m，k)为：
[0044]
[0045] 式中δ取值为2. 5~3. 5;
[0046] (5)纯净语音出现概率p(m，k)为：
[0047] p(m，k)=ξ·p(m-l，k)+(l-ξ) ·I(m，k) (式 9)
[0048] 式中ζ取值为0· 2,p(0,k)取值为Ο;
[0049] (6)子带k第m帧的带噪功率估计值为：
[0050]
[0051]式中Φ(m,k) =ζ+(1_ζ)p(m,k)，ζ取值为 0· 95, |A((U)|2取值为P(0,k)。
[0052] 进一步的，步骤S3中，子带k第m帧的增强信号封叫幻为：
[0053]
[0054]
[0055] 进一步的，步骤S4具体为：
[0056] 将各子带第m帧的增强信号通过综合滤波器组并相加得到降噪后输出语音：
[0057]
[0058]式中η= 1，2, · · ·，N-1。
[0059] 与现有技术相比，本发明的有益效果是：
[0060] 利用计算各子带信号功率取代传统方法中的FFT变换，降低了计算复杂度，从而 降低了时间延迟和功率消耗，同时改进的算法使得降噪后语音的信噪比得到了超过5dB的 改善，有效的抑制了语音信号中的噪声，提高了语音可懂度，具有较高的实用价值。
【附图说明】
[0061] 图1是本发明的方法流程图；
[0062] 图2是本发明的噪声功率估计值的计算步骤图；
[0063] 图3是纯净语音、加噪语音和降噪后语音波形对比图；
[0064] 图4是纯净语音、加噪语音和降噪后语音语谱图对比图。
【具体实施方式】
[0065] 下面将结合附图以及【具体实施方式】对本发明作进一步的说明：
[0066] 如图1所示，本发明所述的数字助听器语音噪声消除方法，主要包括以下步骤：
[0067] S1.将输入语音的采样信号分割子带和分帧，得到各帧子带带噪语音信号，可以先 分割子带再分帧，也可以先分帧再分割子带，在本实施例中采用先分割子带再分帧的顺序。
[0068] 分割子带包括以下步骤：
[0069] 由麦克风输入的语音信号米样频率；1^为16KHz，因语音信号的短时平稳性，取一帧 信号长度为128个点，即8ms。将输入语音的采样信号设定为χ(η)，η表示离散时间点，将 X(η)通过分析滤波器组氏(z)，H2 (z)，. . .，Η16 (ζ)分解为16个子带信号，为进一步降低计算 复杂度，分析滤波器组中各滤波器均为6阶的IIR滤波器。各滤波器输出的子带信号为：
[0070] yk (n) =x(n) *hk (η) (式 1)
[0071] 式中k为子带号，k= 1，2, · · ·，16,yk(n)为子带k的输出，hk(n)为滤波器单位脉 冲响应。
[0072] 分帧包括以下步骤：
[0073] 在第k个子带中，将子带信号yk(n)分帧，用y(m,k)表示第k子带第m帧带噪语 音信号矢量，BP在第m帧内y(m，k) = [yk(0)yk(1>"yk(N-l)]，将y(m，k)表示为y(m，k)= 8〇11，1〇+11(111，1〇，其中3(111，1〇为纯净语音信号矢量，3(111，1〇 = [81<(0)，81<(1)，~，81^-1)]， n(m，k)为噪声信号矢量，n(m，k)=[叫⑶以⑴^^叫⑴-川"为帧长"值为挪。
[0074] S2.计算各帧子带带噪语音信号的增益函数。
[0075] 增益函数为：
[0076]
[0077] 式中SNRpriC](m，k)为先验信噪比。
[0078] 计算先验彳目噪比：
[0079]
〇
[0080] 式中i(fli-li)表示子带k第m-ι帧的纯净语音功率估计值
W 为帧长，外《 -1,幻表示子带k第m-Ι帧的增强信号，幻由（式10)计算所得。
[0081] A(