CN1193644C - 用频谱减少来降低双送话器信号噪声的系统和方法 - Google Patents

Abstract

通过包括使用线性卷积、单向滤波和/或频谱减少增益函数的频谱相关指数平均，语音增强被提供于双传声器噪声减少系统中。根据示例实施例，当一个远离嘴部的送话器与近离嘴部的送话器联合被使用时，只要能够从单个输入抽样块中连续地估计噪声频谱，则可处理非稳态的背景噪声。远离嘴部的送话，除了获得背景噪声之外，还获得扬声器的话音(虽然是以一个比近离嘴部的送话器更低的电平)。为了增强噪音估计，一个频谱减少级被用来抑制远离嘴部的送话器信号中的语音。为了能够增强噪音估计，从近离嘴部的信号中利用另一频谱减少级形成一个粗糙的语音估计。最后，第三频谱减少函数被用来通过使用增强的背景噪声估计来抑制背景噪声从而增强近离嘴部的信号。一个控制器分别动态地确定第一、第二和第三频谱减少级每一个的第一、第二和第三减少因子的任何一个或全部。

Description

用频谱减少来降低 双送话器信号噪声的系统和方法

发明领域

本发明涉及通信系统，并且更特别地涉及用于减轻通信信号中的破坏性背景噪声分量影响的方法和设备。

发明背景

当今，技术和用户需求已经导致移动电话迅速地减小尺寸。随着移动电话体积变得越来越小，在使用期间送话器的位置竖着越来越远离说话者的(近端用户的)嘴部。这个增加的距离增加了由于在送话器处被获取并被发射到远端用户的破坏性背景噪声而对于语音增强的需要。换言之，由于在新的较小的移动电话中送话器和近端用户之间的距离比较大，所以送话器不仅获得近端用户的语音而且还获得恰好在该近端位置出现的任何噪声。例如，近端送话器通常获得诸如周围交通、道路和乘客车厢噪音、室内噪声、等等之类的声音。对于远端用户来说，所导致的嘈杂的近端语音可能很恼人甚至无法忍受。因此理想的是：最好早在近端信号处理链路中(例如，在接收的近端送话器信号被提供给一个近端语音编码器之前)，背景噪声就被尽可能地降低。

由于妨碍的背景噪声，某些电话系统在近端信号处理链路的输入端处包括一个被设计来消除背景噪声的降噪处理器。图1是这种系统100的一个高层框图。在图1中，一个降噪处理器110位于送话器120的输出端处和近端信号处理路径的输入端处(未示出)。在运转中，降噪处理器110接收来自送话器120中的嘈杂语音信号x并且处理该嘈杂语音信号x以便提供一个经过近端信号处理链路被传递并最后传递给远端用户的更清楚的降噪语音信号S_NR。

用于实现图1降噪处理器110的一种熟知方法在本领域被称为频谱减少。例如，参见S.F.Boll的”Suppression of Acoustic Noisein Speech using Spectral Subtraction”(使用频谱减少的语音中的噪声抑制)，IEEE Trans.Acoust.Speech and Sig.Proc.，27：113-120，1979，其在此被全部参考结合。通常，频谱减少使用噪声频谱和嘈杂语音频谱的估计来形成一个基于信噪比(SNR)的增益函数，它乘以输入频谱来抑制具有低SNR的频率。虽然频谱减少提供显著的噪音消减，但是它具有好几个熟知的缺点。例如，频谱减少输出信号通常包含在本领域中已知的人造品，如音乐音调。另外，从远端用户的角度看，处理的信号块之间的不连续性经常导致减小的语音质量。

在最近几年，对基础频谱减少方法的许多改进已经被开发。例如，参见N.Virage的”Speech Enhancement Based on Masking Propertiesof the Auditory System”(基于听觉系统的掩模性质的语音增强)，IEEE ICASSP.Proc.796-799 vol.1，1995；D.Tsoukalas，M.Paraskevas和J.Mourjopoulos的”Speech Enhancement usingPsychoacoustic Criteria”(使用音质评价准则的语音增强)，IEEEICASSP.Proc.，359-362 vol.2，1993；F.Xie和D.VanCompernolle的”Speech Enhancement by Spectral MagnitudeEstimation-A Unifying Approach”(频谱幅度估计的语音增强----一种合并方法)，IEEE Speech Communication，89-104 vol.19，1996；R.Martin的”Spectral Subtraction Based on Minimum Statistics”(基于最小统计的频谱减少)，UESIPCO，Proc.，1182-1185 vol.2，1994；和S.M.McOlash，R.J.Niederjohn和J.A.Heinen的”ASpectral Subtraction Method for Enhancement of Speech Corruptedby Nonwhite Nonstationary Noise”(一种用于增强由非白非固定噪音恶化的语音的频谱减少方法)，IEEE IECON.Proc.，872-877 vol.2，1995。

近来，已经利用校正的卷积以及频谱相关指数增益函数平均来实现了频谱减少。这些技术在如下文献中被描述：共同悬而未决的申请日为1998年5月27日、标题为“Signal Noise Reduction by SpectralSubtraction using Linear Convolution and Causal Filtering”(使用线性卷积和Causal滤波的频谱减少的信号噪声降低)的美国专利申请No.09/084,387和共同悬而未决的申请日也是1998年5月27日、标题为”Signal Noise Reduction by Spectral Subtraction usingSpectrum Dependent Exponential Gain Function Averaging”(使用频谱相关指数增益函数平均的频谱减少的信号噪声降低)的美国专利申请No.09/084,503。

频谱减少使用两个频谱估计来形成一个基于信噪比(SNR)的增益函数，两个频谱估计一个是”被扰”(disturbed)信号而一个是“扰乱”(disturbing)信号。被扰光谱(spectra)乘以增益函数从而来增加这个光谱的SNR。在比如与免提电话联合使用的之类的单个送话器频谱减少应用中，语音从扰乱背景噪声中被增强。噪声在语音间隔期间或者在语音期间借助于一个噪声模型而被估计。这意味着噪声必须是稳定的以便在语音期间具有类似的性质或者该模型适合于移动的背景噪声。不幸地，对于每一天的环境中的大多数背景噪音，情况不是这样。

因此，需要一种降噪系统，它使用频谱减少技术并且它适合用于大多数的每天变化的背景噪音。

发明内容

本发明通过在双送话器系统中提供由频谱减少用于执行降噪的方法和设备来满足上述以及其他的需要。根据示例性实施例，当一个远离嘴部的送话器与一个近离嘴部的送话器联合使用时，只要从单个输入抽样块中能够连续地估计噪声频谱则就可处理非稳态的背景噪声。远离嘴部的送话器，除了获得背景噪声之外，同时还获得扬声器的语音(虽然是以一个比近离嘴部的送话器低的电平来获得的)。为了增强噪音估计，一个频谱减少级被用来抑制远离嘴部的送话器信号中的语音。为了能够增强噪声估计，利用另一频谱减少级从近离嘴部的信号中形成一个大致的语音估计。最后，一个第三频谱减少级被用来通过使用增强的背景噪声估计来抑制背景噪声从而增强近离嘴部的信号。一个控制器分别为第一、第二和第三频谱减少级的每一个动态地确定第一、第二和第三减少因子的任何一个或者全部。

在下文中将参考附图中示出的说明示例详细地解释本发明的上述和其他特征和优点。本领域的技术人员应该理解，描述的实施例被提供用于说明和理解的目的并且在此许多的等价实施例被预期。

附图说明

图1是其中能够实现频谱减少的一个降噪系统的框图；

图2描述了一个传统频谱减少降噪处理器；

图3-4描述了根据本发明示例性实施例的示例性频谱减少降噪处理器；

图5描述了在本发明一个示例性实施例中的近离和远离嘴部的送话器的布局；

图6描述了一个示例性的双送话器频谱减少系统；和

图7描述了使用在本发明示例性实施例中的一个示例性的频谱减少级。

最佳实施方式

为了理解本发明的各个特征和优点，首先考虑一个传统的频谱减少技术很有用处。通常，频谱减少建立于这样一种假设之上：即，通信应用中的噪声信号和语音信号是随机的，不相关的并且被加在一起来形成嘈杂的语音信号。例如，如果s(n)，w(n)和x(n)分别是表示语音、噪音和嘈杂语音的随机短时稳态过程，那么：

         x(n)＝s(n)+w(n)                           (1)

         R_x(f)＝R_s(f)+R_w(f)                        (2)

在此，R(f)表示一个随机过程的功率谱密度。

噪声功率谱密度R_w(f)可以语音间隔期间被估计(即，在此x(n)＝w(n))。为了估计语音的功率谱密度，一个估计被形成为：

${\hat{R}}_s\left(f\right)={\hat{R}}_x\left(f\right)-{\hat{R}}_w\left(f\right)---\left(3\right)$

估计功率谱密度的传统方法是使用一个周期图。例如，如果X_N(f_u)是x(n)的长度为N的傅里叶变换而W_N(f_u)是w(n)相应的傅里叶变换，那么：

${\hat{R}}_x\left(f_u\right)=P_{x,N}\left(f_u\right)=\frac{1}{N}{\left|X_N\left(f_u\right)\right|}^2,f_u=\frac{u}{N},u=0,...,N-1---\left(4\right)$

${\hat{R}}_w\left(f_u\right)=P_{w,N}\left(f_u\right)=\frac{1}{N}{\left|W_N\left(f_u\right)\right|}^2,f_u=\frac{u}{N},u=0,...,N-1---\left(5\right)$

等式(3)，(4)和(5)可以被组合来提供：

|S_N(f_u)|²＝|X_N(f_u)|²-|W_N(f_u)|²           (6)

可替代地，一个更常规的形式被给出：

|S_N(f_u)|^a＝|X_N(f_u)|^a-|W_N(f_u)|^a           (7)

在此，功率谱密度被转换为频谱密度的一种常规形式。

由于人耳对语音相位误差不敏感，所以嘈杂的语音相位Φ_x(f)可以被使用作为干净的语音相位Φ_x(f)的一个近似：

Φ_s(f_u)≈Φ_x(f_u)                         (8)

用于估计干净的语音傅里叶变换的一种常规表达式因此被形成为：

$S_N\left(f_u\right)={({\left|X_N\left(f_u\right)\right|}^a-k\·{\left|W_N\left(f_u\right)\right|}^a)}^{\frac{1}{a}}\·e^{j{\mathrm{\φ}}_x\left(f_u\right)}---\left(9\right)$

在此，参数k被引入来控制噪声减少的数量。

为了简化表达式，一种向量形式被引入：

$X_N=\left[\begin{array}{c}{X}_N\left(f_0\right)\\ X_N\left(f_1\right)\\ \·\\ \·\\ \·\\ X_N\left(f_{N-1}\right)\end{array}\right]---\left(10\right)$

那些向量被一个元素一个元素地计算。用于清楚，那些向量被一个元素一个元素的乘法在此由⊙来表示。因此，可以使用一个增益函数G_N和使用向量表达式把等式(9)写为：

在此，增益函数被给出：

$G_N={\left(\frac{{\left|X_N\right|}^a-k\·{\left|W_N\right|}^a}{{\left|X_N\right|}^a}\right)}^{\frac{1}{a}}={(1-k\·\frac{{\left|W_N\right|}^a}{{\left|X_N\right|}^a})}^{\frac{1}{a}}---\left(12\right)$

等式(12)表示传统频谱减少算法并且在图2中被说明。在图2中，一个传统频谱减少降噪处理器200包括：快速傅里叶变换处理器210，幅度平方处理器220，话音活动检测器230，字块法则平均值装置240，块法则增益计算处理器250，乘法器260和反快速傅里叶变换处理器270。

正如所示出的，一个嘈杂语音输入信号被耦合到快速傅里叶变换处理器210的一个输入端，并且快速傅里叶变换处理器210的一个输出端被耦合到幅度平方处理器220的一个输入端和乘法器260的第一输入端上。幅度平方处理器220的一个输出端被耦合到开关225的第一接点和增益计算处理器250的第一输入端上。话音活动检测器230的一个输出端被耦合到开关225的一个抛掷输入端上，而开关225的第二接点被耦合到块法则平均值装置240的一个输入端上。块法则平均值装置240的一个输出端被耦合到增益计算处理器250的第二输入端上，而增益计算处理器250的一个输出端被耦合到乘法器260的第二输入端上。乘法器260的一个输出端被耦合到反快速傅里叶变换处理器270的一个输入端上，而反快速傅里叶变换处理器270的一个输出端为传统频谱减少系统200提供一个输出。

在运转中，传统频谱减少系统200使用如上所述的传统频谱减少算法来处理呼入的嘈杂语音信号以便提供更清洁的降噪语音信号。实际上，可以使用任何已知的数字信号处理技术来实现图2的各个组件，包括通用计算机，集成电路和/或应用特殊的集成电路(ASIC)的集合。

注意，在传统频谱减少算法中，存在两个参数，a和k，它们控制噪音减少和语音质量的数量。设置第一参数为a＝2，这提供一个功率频谱减少，而设置第一参数为a＝1，这提供幅度频谱减少。另外，设置第一参数为a＝0.5，这在降噪中产生一个增加同时只是适度地使语音失真。这应归于在从嘈杂语音中去掉噪声之前压缩光谱的这个事实。

第二参数k被调整以使期望的降噪被获得。例如，如果选择一个较大的k，则语音失真增加。实际上，通常依靠第一参数a如何被选择来设置参数k。a的减小通常也同样导致k参数的减小以便保持语音失真为低。在功率频谱减少的情况中，通常使用过减少(即，k＞1)。

传统频谱减少增益函数(参见等式(12))从全块估计中得到并且具有零相位。结果，相应的脉冲响应g_N(u)是非因果(non-causal)并且具有长度N(等于块长度)。因此，利用一个双向滤波器，增益函数G_N(l)和输入信号X_N(参见等式(11))的相乘导致一个周期性的循卷积。如上所述，周期性的循环卷积会在在时域中导致不希望的混叠，并且滤波器的双向性质会导致块与块之间的不连续性并因此降低语音质量。有利地，本发明提供利用一个单向增益滤波器用于提供正确卷积的方法和设备并从而消除时域混叠以及块间不连续性的上述问题。

关于时域混叠问题，注意：时域卷积对应于频域中的乘法。换言之：

x(u)*y(u)X(f)·Y(f)，u＝-∞，...，∞        (13)

当从长度为N的快速傅里叶变换(FFT)中获得变换时，相乘的结果不是一个校正的卷积。而是，结果是周期为N的一个循环卷积：

在此码元(组)表示循环卷积。

当使用快速傅里叶变换时为了获得一个校正的卷积，脉冲响应x_N和y_N的累积阶数必须是小于等于低于块长度N-1的一个数。

因此，由于周期性的循环卷积所导致的时域混叠问题可以通过使用一个增益函数G_N(l)和具有总阶数小于等于N-1的输入信号块X_N来解决。

根据传统频谱减少，输入信号的频谱X_N是全块长度N。可是，根据本发明，长度为L(L＜N)的一个输入信号块X_L被用来构成阶数为L的一个频谱。长度L被称作帧长度并且因此X_L是一个帧。由于与长度为N的增益函数相乘的频谱长度也为N，所以帧X_L被零填补为全块长度N，结果造成X_L+N。

为了构成长度为N的一个增益函数，根据本发明的增益函数可以从长度为M的增益函数G_M(l)中被内插，在此M＜N，以便形成G_M+N(l)。为了导出根据本发明的低阶增益函数G_M+N(l)，任何已知或仍被开发的频谱估计技术可以被使用作为上述简单傅里叶变换周期图的一种替换选项。好几个已知频谱估计技术在导致的增益函数中提供较低的方差。例如参见J.G.Proakis和D.G.Manolakis的Digital Signal Processing；Principles，Algorithms，andApplications(数字信号处理；原理，算法和应用)，Macmillan，Seconded.，1992。

例如根据熟知的Bartlett方法，长度为N的块被分成长度为M的K个子块。每一子块的周期图然后被计算并且结果被平均以便为总的块提供一个M长的周期图：

$P_{x,M}\left(f_u\right)=\frac{1}{K}\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}{P}_{x,M,k}\left(f_u\right),f_u=\frac{u}{M},u=0,...,M-1$

有利地，与全块长度周期图相比，当子块不相关时方差被减少了一个因子K。频率分辨度也降低了同一因子。

可替代地，Welch方法可以被使用。Welch方法类似于Bartlett方法，除了如下之外：每个子块被一个Hanning窗口开窗，并且子块被允许彼此重叠，结果造成更多子块。与Bartlett方法相比，由Welch方法提供的方差进一步被降低。但是Bartlett和Welch方法仅仅是两个频谱估计技术，其他已知的频谱估计技术也同样可以被使用。

与实现的精确频谱估计技术无关，通过使用平均技术更进一步降低噪声周期图估计的方差是可能的并且是期望的。例如，在噪声示长时稳态的假设之下，对从上述Bartlettt和Welch方法中导致的周期图进行平均是可能的。一种技术使用指数平均：

P_x，M(l)＝α· P_x，M(l-1)+(1-α)·P_x，M(l)           (16)

在等式(16)中，利用Bartlett或Welch方法来计算函数P_x，M(l)，函数 P_x，M(l)是当前块的指数平均而函数 P_x，M(l-1)是前一块的指数平均。参数a控制指数存储器将为多长，并且通常不应该超过能够被认为是稳态的噪声长度。α接近1导致一个较长的指数存储和周期图方差的重要减少。

长度M被称为子块长度，而导致的低阶增益函数具有长度为M的一个脉冲响应。因此，使用在增益函数合成中的噪声周期图估计 P_xL，M(l)和嘈杂的语音周期图估计P_xL，M(l)也是长度为M：

$G_M\left(l\right)={(1-k\·\frac{{\stackrel{\‾}{P}}_{x_L,M}^a\left(l\right)}{P_{x_L,M}^a\left(l\right)})}^{\frac{1}{a}}---\left(17\right)$

根据本发明，这通过使用来自输入帧X_L中的一个较短的周期图估计以及例如使用Bartlett方法平均来实现。Bartlett方法(或其他适当的估计方法)降低了估计周期图的方差，并且频率分辨率也降低。分辨率从L个频率二进制减少到M个二进制意味着周期图估计 P_xL，M(l)也是长度为M。另外，使用如上所述的指数平均可以进一步降低噪声周期图估计 P_xL，M(l)的方差。

为了满足总阶数小于等于N-1的要求，加到次块长度M上的帧长度L被构成为小于N。结果，期望的输出块可形成为：

S_N＝G_M↑N(l)⊙X_L↑N                               (18)

有利地，根据本发明的低阶滤波器还要提供一个机会来处理在传统频谱减少算法中由增益滤波器的双向性质所引起的问题(即，块间不连续性以及减弱的语音质量)。更明确地，根据本发明，相位可以被加到增益函数上以便提供一个单向滤波器。根据示例性实施例，相位可以从一个幅度函数中在构成并且可以或者是线性相位或者是期望的最小相位。

为了构成根据本发明的一个线性相位滤波器，首先观察FFT的块长度是否长度为M，然后时域中的循环移位是与频域中的一个相位函数的一个乘法：

${g(n-l)}_M\↔G_M\left(f_u\right)\·e^{-j2\mathrm{\πullM}},f_u=\frac{u}{M},u=0,...,M-1---\left(19\right)$

在瞬时情况中，l等于M/2+1，由于脉冲响应中的第一位置应该具有零延迟(即，一个单向滤波器)。因此：

${g(n-(M/2+1))}_M\↔G_M\left(f_u\right)\·e^{-\mathrm{j\πu}(1+\frac{2}{M})}---\left(20\right)$

并且线性相位滤波器 G_M(f_u)因此被获得为

${\stackrel{\‾}{G}}_M\left(f_u\right)=G_M\left(f_u\right)\·e^{-\mathrm{j\πu}(1+\frac{2}{M})}---\left(21\right)$

根据本发明，增益函数也被内插为长度N，例如，使用一个平滑内插来执行之。加到增益函数上的相位因此被改变，导致：

${\stackrel{\‾}{G}}_{M\↑N}\left(f_u\right)=G_{M\↑N}\left(f_u\right)\·e^{-\mathrm{j\πu}(1+\frac{2}{M})\·\frac{M}{N}}---\left(22\right)$

有利地，线性相位滤波器的结构还可以在时域中被执行。在此种情况中，利用一个IFFT，增益函数G_M(f_u)被变换到时域，在此循环移位被执行。移位的脉冲响应被零填补到长度N，然后利用一个长为N的FFT变换回去。正如所期望的，这导致一个内插的单向线性相位滤波器 G_M+N(f_u)。

通过使用一个Hilbert变换关系，可以从增益函数中构成根据本发明的一个单向最小相位滤波器。例如参见A.V.Oppenheim和R.W.Schafer的Discrete-Time Signal Processing；(离散时间信号处理)Prentic-Hall，Inter. Ed.，1989。Hilbert变换关系意味着在一个复数函数的实部和虚部之间的一个唯一关系。有利地，当复合信号的对数被使用时，这还可以被利用用于幅值和相位之间的关系，为：

$\ln \left(\right|G_M\left(f_u\right)|\·e^{j\·\arg \left(G_M\left(f_u\right)\right)})=1n\left(\right|G_M\left(f_u\right)\left|\right)+\ln \left(e^{j\·\arg \left(G_M\left(f_u\right)\right)}\right)---\left(23\right)$

$=\ln \left(\right|G_M\left(f_u\right)\left|\right)+j\·\arg \left(G_M\left(f_u\right)\right)$

在目前环境中，相位为零，导致一个实函数。使用一个长度为M的IFFT，函数ln(G_M(f_u))被转换到时域，形成g_M(n)。时域函数被重新整理为：

利用一个M长的FFT，函数 g_M(n)被变换回到频域，产生 $\ln (\left|{\stackrel{\‾}{G}}_M\left(f_u\right)\right|\·e^{j\·\arg \left({\stackrel{\‾}{G}}_M\left(f_u\right)\right)}).$ 由此，形成函数 G_M(f_u)。单向最小相位滤波器 G_M(f_u)然后被内插为长度N。与上述线性相位情况中方式相同进行内插。导致的内插滤波器G_M+N(f_u)是单向的并且具有大约最小的相位。

上述根据本发明的频谱减少方案在图3中被描述。在图3中，提供线性卷积和单向滤波的一个频谱减少降噪处理器300被表示为包括：Bartlett处理器305，幅度平方处理器320，话音活动检测器330，块法则平均处理器340，低阶增益计算处理器350，增益相位处理器355，内插处理器356，乘法器360，反快速傅里叶变换处理器370以及重叠与相加处理器380。

正如所示出的，嘈杂语音输入信号被耦合到Bartlett处理器305的一个输入端和快速傅里叶变换处理器310的一个输入端上。Bartlett处理器305的一个输出端被耦合到幅度平方处理器320的一个输入端上，并且快速傅里叶变换处理器310的一个输出端被耦合到乘法器360的第一输入端上。幅度平方处理器320的一个输出端被耦合到开关325的第一接点和低阶增益计算处理器350的第一输入端上。话音活动检测器330的控制输出端被耦合到开关325的抛掷输入端上，并且开关325的第二接点被耦合到块法则平均值装置340的一个输入端上。

块法则平均值装置340的一个输出端被耦合到低阶增益计算处理器350的第二输入端上，并且低阶增益计算处理器350的一个输出端被耦合到增益相位处理器355的一个输入端上。增益相位处理器355的一个输出端被耦合到内插处理器356的一个输入端上，并且内插处理器356的一个输出端被耦合到乘法器360的第二输入端上。乘法器360的一个输出端被耦合到反快速傅里叶变换处理器370的一个输入端上，并且反快速傅里叶变换处理器370的一个输出端被耦合到重叠与相加处理器380的一个输入端上。重叠与相加处理器380的一个输出端为示例性的降噪处理器300提供一个降噪清洁的语音输出。

在操作中，频谱减少降噪处理器300使用线性卷积、上述单向滤波算法来处理呼入的嘈杂语音信号从而提供清洁的降噪话音信号。实际上，可以使用任何已知的数字信号处理技术来实现图3的各个组件，包括：通用计算机，集成电路和/或应用特殊的集成电路(ASIC)的集合。

有利地，另外通过根据本发明的一个控制指数增益函数平均方案，本发明的增益函数G_M(l)的方差仍然能够将降低。根据示例性实施例，依靠当前块频谱P_x，M(l)和平均噪声频谱 P_x，M(l)之间的偏差来进行平均。例如，当存在一个小偏差时，相应于一个稳态的背景噪声情形，增益函数G_M(l)的长期平均可以被提供。反过来，当存在一个大偏差时，相应于利用语音或高变化背景噪声的情形，增益函数G_M(l)的短期平均或无平均可以被提供。

为了处理从语音周期到背景噪声周期的瞬态切换，增益函数的平均没有与偏差的减少成正比例地增加，正如那么做引入一个听得到的阴影话音(由于适合于语音频谱的增益函数将保持一个长时间周期)。取而代之的是，允许平均慢慢增加以便为增益函数提供时间来适应稳态的输入。

根据示例性实施例，光谱之间的偏差测量被定义为

$\mathrm{\β}\left(l\right)=\frac{{\mathrm{\Σ}}_u|P_{x,M,u}\left(l\right)-{\stackrel{\‾}{P}}_{x,M,u}\left(l\right)|}{{\mathrm{\Σ}}_u{\stackrel{\‾}{P}}_{x,M,u}\left(l\right)}$

在此β(l)被限制为

并且在此β(l)＝1导致没有增益函数的指数平均，而β(l)＝β_min提供最大程度的指数平均。

参数 β(l)是光谱之间的偏差的一个指数平均，通过下式描述：

β(l)＝γ· β(l-1)+(1-γ)·β(l)                   (27)

当从光谱之间具有高偏差的周期到具有低偏差的周期的一个转换出现时，等式(27)中的参数γ被用于确保增益函数适应新的电平。应当指出，这被执行来防止阴影话音。根据示例性实施例，在由于β(l)的递减电平别而引起的增益函数递增的指数平均开始之前完成匹配。因此：

当偏差β(l)增加时，参数β(l)直接地跟随，但是当偏差减少时，一个指数平均被使用在β(l)上以便产生平均参数β(l)。增益函数的指数平均被描述为：

G_M(l)＝(1- β(l))· G_M(l-1)+ β(l)·G_M(l)             (29)

对于各种输入信号情形，上面的等式可以被解释如下。在噪声周期期间，偏差被降低。只要噪声光谱对于每一频率具有一个稳定平均值，则它可以被平均来减少方差。噪声电平变化导致平均噪声频谱 P_x，M(l)和当前块P_x，M(l)的频谱之间的一个偏差。因此，控制指数平均方法降低了增益函数平均直到噪声电平已经稳定在一个新的电平处为止。此行为启动噪声电平变化的处理并且给出稳定噪声周期期间偏差中的一个减少和响应于噪声变化的提示。高能语音经常具有随时间变化的频谱峰值。当来自不同块中的频谱峰值被平均时，它们的频谱估计包含这些高峰的一个平均并因此看上去像一个较宽的频谱，其导致降低的语音质量。因此，指数平均在高能语音周期期间被保持在一个最小值处。由于平均噪声频谱 P_x，M(l)和当前高能语音频谱P_x，M(l)之间的偏差很大，所以没有增益函数的指数平均被执行。在较低能语音周期期间，根据当前低能语音频谱和平均噪声频谱之间的偏差，利用一个短存储，指数平均被使用。方差减少因此对于低能语音比在背景噪声周期期间更低，而与高能语音周期相比则更大。

上述根据本发明的频谱减少方案在图4中被描述。在图4中，一个提供线性卷积、单向滤波以及控制指数平均的频谱减少降噪处理器400，被示出来包括：图3系统的Bartlett处理器305，幅度平方处理器320，话音活动检测器330，块法则平均值装置340，低阶增益计算处理器350，增益相位处理器355，内插处理器356，乘法器360，反快速傅里叶变换处理器370以及重叠与相加处理器380，以及平均控制处理器445，指数平均处理器446和可选择的固定FIR后滤波器465。

正如所示出的，嘈杂语音输入信号被耦合到Bartlett处理器305的一个输入端和快速傅里叶变换处理器310的一个输入端上。Bartlett处理器305的一个输出端被耦合到幅度平方处理器320的一个输入端上，并且快速傅里叶变换处理器310的一个输出端被耦合到乘法器360的第一输入端上。幅度平方处理器320的一个输出端被耦合到开关325的第一接点、低阶增益计算处理器350的第一输入端以及平均控制处理器445的第一输入端上。

话音活动检测器330的控制输出端被耦合到开关325的抛掷输入端上，并且开关325的第二接点被耦合到块法则平均值装置340的一个输入端上。块法则平均值装置340的一个输出端被耦合到低阶增益计算处理器350的第二输入端和平均控制器445的第二输入端上。低阶增益计算处理器350的一个输出端被耦合到指数平均处理器446的一个信号输入端上，并且平均控制器445的一个输出端被耦合到指数平均处理器446的一个控制输入端上。

指数平均处理器446的一个输出端被耦合到增益相位处理器355的一个输入端上，并且增益相位处理器355的一个输出端被耦合到内插处理器356的一个输入端上。内插处理器356的一个输出端被耦合到乘法器360的第二输入端上，并且可选择的固定后滤波器465的一个输出端被耦合到乘法器360的第三输入端上。乘法器360的一个输出端被耦合到反快速傅里叶变换处理器370的一个输入端上，并且反快速傅里叶变换处理器370的一个输出端被耦合到重叠与相加处理器380的一个输入端上。重叠与相加处理器380的一个输出端为示例性系统400提供一个清洁的语音信号。

在操作中，根据本发明的频谱减少降噪处理器400使用上述线性卷积、单向滤波以及控制指数平均算法来处理呼入的嘈杂语音信号从而提供改良的降噪话音信号。正如图3的实施例一样，可以使用任何已知的数字信号处理技术来实现图4的各个组件，包括：通用计算机，集成电路和/或应用特殊的集成电路(ASIC)的集合。

注意，根据示例性实施例，由于帧长度L与子块长度M之和被选择为比N-1短，所以长度J≤N-1-L-M的额外固定FIR滤波器465可以被附加，如图4所示。通过把滤波器的内插脉冲响应与信号频谱相乘来应用后滤波器465，正如所示出的。通过滤波器的零填塞以及使用一个N长的FFT来执行到一个长度N的内插。这个后滤波器465可用于滤出电话带宽或恒定的声音分量。可替代地，后滤波器465的功能能够被直接包括在增益函数内。

实际上基于算法被执行的特定应用来设置上述算法的参数。通过示例，在下文中，参数选择在GSM移动电话的环境中被描述。

首先，基于GSM规范，帧长度L被设置为160个抽样，它提供20ms帧。在其他系统中可以使用其他选择的L。可是，应当指出，帧长度L中的一个增加对应于延迟中的一个增加。使子块长度M(例如，Bartlett处理器的周期图长度)更小以便提供增加的方差减少M。由于一个FFT被用来计算周期图，所以长度M可以被合宜地设置为二的一个幂。频率分辨率然后被确定为：

$B=\frac{F_s}{M}---\left(30\right)$

GSM系统抽样率为8000Hz。因此，长度M＝16、M＝32和M＝64分别给出500Hz、250Hz和125Hz的频率分辨率。

为了在噪声可变的一个系统中(比如移动电话中)使用上面的频谱减少技术，本发明利用两个送话器系统。两个送话器系统在图5中被说明，在此，582是一个移动电话，584是一个近离嘴部的送话器，并且586是一个远离嘴部的送话器。当一个远离嘴部的送话器与一个近离嘴部的送话器联合被使用时，只要能够从输入抽样的单一块中不断地估计噪声频谱，则可处理非稳态的背景噪声。

远离嘴部的送话器586，除了获得背景噪声之外，还获得扬声器的话音(虽然是以一个比近离嘴部的送话器584更低的电平)。为了增强噪音估计，一个频谱减少级被用来抑制远离嘴部的送话器586信号中的语音。为了能够增强噪音估计，从近离嘴部的信号中利用另一频谱减少级形成一个粗糙的语音估计。最后，第三频谱减少级被用来通过滤出增强的背景噪声从而来增强近离嘴部的信号。

上面技术的一个潜在问题是产生滤波器低方差估计的需要，即，增益函数，因为语音和噪音估计只可从数据抽样的短块中形成。为了减少增益函数的变化性，在上面讨论的单个送话器频谱减少算法被使用。那么做，这个方法通过使用Bartlett的频谱估计方法来减少增益函数的变化性从而减少方差。频率分辨度也被这种方法降低但是这个性质被用来进行一个单向实际线性卷积。在本发明的一个示例性实施例中，增益函数的变化性通过自适应平均被进一步降低，被噪声和嘈杂语音频谱估计之间的一个偏差测量所控制。

在本发明的两个送话器系统中，正如图6中说明的，有两个信号：从近离嘴部的送话器584中的连续信号，在此，语音是主要的，x_s(n)；和来自远离嘴部的送话器586中的连续信号，在此噪声是更主要的，x_n(n)。来自近离嘴部的送话器584中的信号被提供到缓存器689(在此，它被分解成为块x_s(i)的一个输入端。在本发明的一个示例性实施例中，缓存器689也是一个语音编码器。来自远离嘴部的送话器586中的信号被提供到缓存器687(在此，它被分解成为块x_n(i)的一个输入端。缓存器687和689还可以包括诸如回波消除器之类的附加信号处理以便进一步增强本发明的性能。一个模拟数字(A/D)转换器(未示出)把从送话器584、586中得到的模拟信号变换为数字信号所以它可以被本发明的频谱减少级处理。A/D转换器可以被存在于缓存器687、689之前或之后。

第一频谱减少级601使近离嘴部的信号块x_i(i)和来自早先帧中的噪声估计Y_n(f，i-1)作为一个它的输入。通过把第二频谱减少级602的输出耦合到延迟电路688的输入来产生来自早先帧中的噪声估计。延迟电路688的输出被耦合到第一频谱减少级601。此第一频谱减少级被用来进行语音的一个粗糙估计，Y_r(f，i)。第一频谱减少级601的输出被提供给第二频谱减少级602，它使用此估计(Y_r(f，i))和远离嘴部的信号块x_n(i)来估计当前帧的噪声频谱，Y_n(f，i)。最后，第二频谱减少级602的输出被提供给第三频谱减少级603，它使用当前噪声频谱估计，Y_n(f，i)和近离嘴部的信号块x_s(i)来估计噪声减少语音Y_s(f，i)。第三频谱减少级603的输出端被耦合到反快速傅里叶变换处理器670的一个输入端上，并且反快速傅里叶变换处理器670的一个输出端被耦合到重叠与相加处理器680的一个输入端上。重叠与相加处理器680的输出端提供一个清洁的语音信号作为来自示例性系统600中的一个输出。

在本发明的一个示例性实施例中，每一频谱减少级601-603具有控制减少大小的一个参数。根据送话器的输入SNR和被使用的降噪方法，此参数被优选地各个设置。另外，在本发明的另外一个示例性实施例中，为了进一步精确度，一个控制器604被用来在一个可变的嘈杂环境中动态地设置频谱减少级601-603的每一个的参数。另外，由于远离嘴部的送话器信号被用来估计将从近离嘴部的嘈杂语音频谱中去掉的噪声频谱，所以当背景噪声频谱在两个送话器中具有同一特性时本发明的性能将被增加。即，例如，当使用一个方向近离嘴部的送话器时，背景特性与一个全方向性远离嘴部的送话器相比时是不同的。在这种情况下为了补偿差值，送话器信号的一个或两个应该被滤波以便降低光谱的差值。

在本发明的一个示例性实施例中，理想的是在电话通信中把延迟保持为尽可能低以便防止扰乱的回波和不自然的停顿。当信号块长度与移动电话系统的语音编码器块长度匹配时，本发明使用与话音编码器相同的抽样块。从而，对于信号块的缓存没有引入额外的延迟。引入的延迟因此只是本发明降噪的计算时间加上持续频谱减少级中的增益函数滤波的包络时延。正如第三级中所说明的，一个最小相位可以被强加于幅度增益函数上，它在单向滤波的约束之下给出一个短延迟。

由于本发明使用两个送话器，所以不再需要使用相对于图3和4中频谱减少的单个送话器使用所说明的VAD 330，开关325以及平均块340。即，远离嘴部的送话器可用于在话音和非话音时间周期期间提供一个固定的噪声信号。另外，IFFT 370和重叠与相加电路380已经被移到未级输出级，如图6中的670和680所示。

使用于双送话器设备中的上述频谱减少级每个都可以被实现如图7中所述。在图7中，一个提供线性卷积、单向滤波以及控制指数平均的频谱减少降噪处理器700，被示出来包括：Bartlett处理器705，频率抽取器722，低阶增益计算处理器750，增益相位处理器和内插处理器755/756，以及乘法器760。

正如所示出的，嘈杂的语音输入信号X_(.)(i)被耦合到Bartlett处理器705的一个输入端和快速傅里叶变换处理器710的一个输入端上。表达式X_(.)(i)被用来表示如图6中说明的向频谱减法级601-603的输入端提供的X_n(i)或X_s(i)。长度为N的干扰信号Y_(.)(f，i)，Y_(.，N)(f，i)的幅度频谱被耦合到频率抽取器722的一个输入端。表达式Y_(.)(f，i)被用来表示Y_n(f，i-1)，Y_r(f，i)，或Y_n(f，i)。频率抽取器722的一个输出是具有长度M的Y_(.，N)(f，i)的幅度频谱，在此M＜N。另外，与输入幅度频谱相比较，频率抽取器722减少输出振幅频谱的方差。Bartlett处理器705的幅度频谱输出和频率抽取器722的幅度频谱输出被耦合到低阶增益计算处理器750的输入。快速傅里叶变换处理器710的输出被耦合到乘法器760的第一输入端。

低阶增益计算处理器750的输出端被耦合到一个可选择的指数平均处理器746的一个信号输入端。指数平均处理器746的一个输出端被耦合到增益相位和内插处理器755/756的一个输入端上。处理器755/756的一个输出端被耦合到乘法器760的第二输入端上。滤波频谱Y*(f，i)因此是乘法器760的输出，在此，表达式Y*(f，i)被用来表示Y_r(f，i)，Y_n(f，i)，或Y_s(f，i)。使用于图7中的增益函数为：

$G_M(f,i)={(1-k_{(\·)}\·\frac{{\left|Y_{(\·).M}(f,i)\right|}^a}{{\left|X_{(\·).M}(f,i)\right|}^a})}^{\frac{1}{a}}---\left(31\right)$

在此|X_(.)，M(f，i)|是Bartlett处理器705的输出，|Y_(.)，M(f，i)|是频率抽取器722的输出，a是一个频谱指数，k_(.)是减少因子，其控制对于一个特定频谱减少级所使用的抑制数量。增益函数可以被任意地自适应平均。这个增益函数对应于一个双向的随时间改变的滤波器。一种获得单向滤波器的方法是利用一个最小相位。获得一个单向滤波器的一种替换方法是利用一个线性相位。为了获得具有与输入块X_(.)，N(f，i)相同数目的FFT二进制的一个增益函数G_M(f，i)，增益函数被内插，G_M+N(f，i)。增益函数G_M+N(f，i)现在对应于一个具有长度M的单向线性滤波器。通过使用传统FFT滤波，没有周期效果的一个输出信号可以被获得。

在运转中，根据本发明的频谱减少级700使用上述线性卷积、单向滤波以及控制指数平均算法来处理呼入的嘈杂语音信号从而提供改良的降噪话音信号。正如图3和4的实施例一样，可以使用任何已知的数字信号处理技术来实现图6-7的各个组件，包括：通用计算机，集成电路和/或应用特殊的集成电路(ASIC)的集合。

如上所述，k_(.)是减少因子，其控制对于一个特定频谱减少级所使用的抑制数量。在本发明一个实施例中，k_(.)的每一个值(即，k₁，k₂，K₃，在此，k₁被频谱减少级601使用，k₂被频谱减法级602使用，而K₃被频谱减少级603使用)被控制器604动态地控制来补偿输入信号的动态性质。控制器604分别从第一和第二频谱减少级601、602中接收增益函数G₁和G₂作为一个输入。另外，控制器分别从缓存器689、687中接收x_s(i)和x_n(i)。第一、第二和第三频谱减少级的每一个从指示各自减少因子当前值的控制器中接收一个控制信号作为一个输入。k_(.)的值根据声音环境而变化。也就是说，各个因子决定背景噪声适当的抑制电平并且还补偿两个送话器信号中背景噪声和话音信号两者的不同能级。

送话器信号中的块法则能级通过近离嘴部的送话器584和远离嘴部的送话器586的p_1，x(i)和p_2，x(i)来表示。近离嘴部的送话器584和远离嘴部的送话器586信号中的话音信号能量分别通过p_1，s(i)和p_2，s(i)来表示并且相应的背景噪声信号能量通过p_1，n(i)和p_2，n(i)来表示。

减少因子被设置为这样一个电平：在此，第一频谱减少级SS₁导致具有低噪声电平的一个语音信号。参数k₁也必须补偿两个送话器信号中背景信号的能级差值。当远离嘴部的送话器586信号中的背景能级大于近离嘴部的送话器584中的电平时，k₁将减少，因此

$k_1\∝\frac{p_{1,n}\left(i\right)}{p_{2,n}\left(i\right)}.---\left(32\right)$

第二频谱减少函数SS2被用来增强远离嘴部的送话器586信号中的噪声信号。减少因子k₂控制语音信号应该被抑制多少。由于近离嘴部的送话器584中的语音信号具有比次级送话器信号k₂中必须补偿此的较高能级，因此

$k_2\∝\frac{p_{2,s}\left(i\right)}{p_{1,s}\left(i\right)}.---\left(33\right)$

结果的噪音估计将包括一个高度降低的语音信号，优选地，根本没有语音信号，由于期望语音信号的保持将不利于语音增强过程并且将因此降低输出质量。

第三频谱减少函数，SS₃以一种与SS₁类似的方式被控制。

用于确定减少因子值的许多不同的示例性控制程序在下面被描述。每个程序被描述为控制所有的减少因子，可是，本领域技术人员应该承认，许多控制程序可用于共同地导出一个减少因子电平。另外，不同的控制程序可以使用于每一减少因子的确定。

第一示例性控制程序使用输入送话器光谱的功率或幅度。参数p_1，x(i)，p_2，x(i)，p_1，s(i)，p_2，s(i)，p_1，n(i)和p_2，n(i)被如上定义或被相应幅度估计所替换。

这个程序建立于通过减少因子调整语音和噪声的能级的想法之上。通过使用频谱减少等式，可导出适当的因子那么两个送话器中的能量被对准。

语音预处理频谱减少中的减少因子可以从SS₁等式中被导出

Y_r，N(f，i)＝G_1，M↑N(f，i)·X_1，L↑N(f，i)，          (34)

$G_{1,M}(f,i)={(1-k_1\·\frac{{\left|{\hat{P}}_{y_M,M}(f,i-1)\right|}^a}{{|\hat{P}}_{x_1,M}(f,i){|}^a})}^{\frac{1}{a}}---\left(35\right)$

给出

${\hat{p}}_{1,s}\left(i\right)\≈(1-k_1\left(i\right)\·\frac{{\hat{p}}_{2,n}(i-1)}{p_{1,x}\left(i\right)})\·p_{1,x}\left(i\right).---\left(36\right)$

在等式(36)中，a＝1并且光谱已经被能量测量

和来自语音和噪声预处理器中的输出

替换。为直接的减少因子k₁(i)解该等式，给出

$k_1\left(i\right)\≈\frac{p_{1,x}\left(i\right)-{\hat{p}}_{1,s}(i-1)}{{\hat{p}}_{2,n}(i-1)}.---\left(37\right)$

为了降低计算中的迭代耦合，等式被重新叙述为增益函数的干均值

${\tilde{k}}_1\left(i\right)=\frac{p_{1,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{1,M}(i-1))}{p_{2,x}\left(i\right){\stackrel{\‾}{g}}_{2,M}(i-1)}\·t_1---\left(38\right)$

在此，t₁是设置总噪声减少电平的一个固定乘法因子并且

${\stackrel{\‾}{g}}_{1,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{1,M}(m,i),---\left(39\right)$

${\stackrel{\‾}{g}}_{2,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{2,M}(m,i),---\left(40\right)$

等式(38)取决于两个送话器信号中的噪音电平比。除t₁之外，等式(38)只是补偿两个送话器之间的能量中的差值。减少因子

在语音周期期间增加。由于在这些周期期间需要一个更强的噪音减弱，所以这是适当的行为。

为了减少变化性并且为了把 限制为一个适当的范围，引入平均减少因子

在此，ρ₁+1是平均减少因子的数目，min_k1是允许的最小值 k_‖，而max_k1(i)是通过下式计算出的可允许的最大值 k_‖

max_k1(i)＝min([ k₁(i)， k₁(i-1)...， k₁(i-Δ₁)])+r₁       (42)

最大max_k1(i)被用来防止减少电平在语音周期期间变得太高，并且减少增益函数的波动。最大值由一个偏移r₁设置为在上一Δ₁帧期间找到的最小 k_‖(i)。参数Δ1应该足够大以便它将覆盖上一”纯噪声”周期部分。平均减少因子然后代替直接减少因子k₁被使用于频谱减少等式(35)中。

用与 k_‖(i)相同的方式导出参数 k_‖(f，i)，除了其是为分别由频率中的平滑跟随的每个频率二进制而被计算出之外。

${\stackrel{\‾}{k}}_3(f,i)=\frac{p_{1,x}(f,i)(1-G_{1,M}(f,i))}{p_{2,x}(f,i)G_{2,M}(f,i)}\·t_3,---\left(43\right)$

max_k3(i)＝min([ k₃(f，i)， k₃(f，i-1)...， k₃(f，i-Δ₃)]+r₃，f∈[0，1，...，M-1]    (45)

在此， k_‖(f，i)是离散频率f∈[0，1，...，M-1]处的减少因子。

另外，p_1，x(f，i)和p_2，x(f，i)是各个频率二进制处各自的输入送话器信号的功率或幅度。两个送话器信号之间的转送函数是频率相关的。例如由于移动电话的移动以及它是如何被握住，则频率相关是随着时间而不同。如果期望的话，则一个频率相关还可以被用于两个第一减少因子。可是，这增加了计算复杂性。

即使在每个频带中减少因子被计算出，则它也在频率上被平滑以便降低它的变化性，给出

${\stackrel{=}{k}}_3(f,i)=\frac{1}{V}\underset{v=-\frac{V-1}{2}}{\overset{\frac{V-1}{2}}{\mathrm{\Σ}}}{\stackrel{\‾}{k}}_3\left(\right[f+v]\stackrel{M}{0},i)---\left(46\right)$

在此，V是矩形平滑窗的奇长度而[f+v]₀ ^M是以0分别M处的频率的一个间隔限制。在频率和帧方向中都被平滑的减少因子 k_‖(f，i)，代替直接减少因子被使用在第三频谱减少等式中。

噪声预处理器减法因子不同，因为它决定应该从远离嘴部的送话器586信号中删除的语音信号的数量。它可以从频谱减少等式

Y_n，N(f，i)＝G_2，M↑N(f，i)·X_2，L↑N(f，i)，  (47)

$G_{2,M}(f,i)={(1-k_2\·\frac{{\left|{\hat{P}}_{\mathrm{yr},M}(f,i)\right|}^a}{{\left|{\hat{P}}_{x2,M}(f,i)\right|}^a})}^{\frac{1}{a}}---\left(48\right)$

中给出

${\hat{p}}_{2,n}\left(i\right)\≈(1-k_2\left(i\right)\·\frac{{\hat{p}}_{1,s}\left(i\right)}{p_{2,x}\left(i\right)})\·p_{2,x}\left(i\right)---\left(49\right)$

在等式(49)中，光谱已经被能量测量替换并且a＝1。

为直接减少因子k₂(i)解该等式，给出

$k_2\left(i\right)\≈\frac{p_{2,x}\left(i\right)-{\hat{p}}_{2,n}(i-1)}{{\hat{p}}_{1,s}\left(i\right)}\·t_2.---\left(50\right)$

在此，一个总体语音减少级，t₂也被引入。通过重新叙述等式(50)而不必明确地使用预处理信号的能量，就获得一个更强大的控制：

${\stackrel{\‾}{k}}_2\left(i\right)=\frac{p_{2,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{2,M}(i-1))}{p_{1,x}\left(i\right){\stackrel{\‾}{g}}_{1,M}\left(i\right)}\·t_2.---\left(51\right)$

等式(51)取决于两个送话器信号中的噪音电平比。

为了减少变化性并且为了把

限制为一个允许范围，引入指数平均减少因子

在此，β₂是指数平均恒量，max_k2是可允许的最大值 k_‖而min_k2是允许的最小值 k_‖。平均减少因子然后代替直接减少因子k₁被使用于频谱减少等式(48)中。

一个替换的示例性控制程序使用两个输入送话器信号之间的相关性。输入时间信号抽样被分别表示为近离嘴部的送话器584和远离嘴部的送话器596的x₁(n)和x₂(n)。

信号之间的相关性取决于信号之间的相似程度。通常，当用户的话音呈现时相关性更高。点成形的背景噪声源可以对相关性有相同的影响。相关矩阵在无限的持续时间的一个信号上被定义为

$R_{x1,x2}\left(l\right)=\underset{n=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{x}_1(n+l)\·x_2\left(n\right)---\left(53\right)$

实际上，可以通过只使用信号1的时间窗口来近似之

${\tilde{R}}_{x1,x2}\left(i\right)=\frac{1}{P_1\left(i\right)}{x}_1^T\left(i\right)x_2\left(i\right)---\left(54\right)$

在此i是帧数，P₁是此帧的主要信号的方差并且

$x_1\left(i\right)=\left[\begin{array}{cccc}{x}_1(n-U_0)& x_1(n-U_0+1)& \·\·\·& x_1(n-U_0+K)\\ x_1(n-U_1)& x_1(n-U_1)& \·\·\·& x_1(n-U_1+K-1)\\ \·\·\·& & & \end{array}\right]---\left(55\right)$

和

x₂ ^T(i)＝[x₂(n)x₂(n-1)...x₂(n-K)].              (56)

参数U是计算出的相关值的滞后组而K是抽样中的时间窗口持续时间。

估计的相关性测量 被使用于新的相关性能量测量的估计中

$\mathrm{\γ}\left(i\right)=\underset{l\∈\mathrm{\Ω}}{\mathrm{\Σ}}{\left|{\tilde{R}}_{x1,x2}\left(i\right)\right[l\left]\right|}^2={\tilde{R}}_{x1,x2}^T\left(i\right){\tilde{R}}_{x1,x2}\left(i\right)---\left(57\right)$

在此，Ω定义了一组整数。如等式(57)所示的平方函数的使用对本发明来说不重要；可替代地，其他偶函数可以被使用在相关抽样上。γ(i)测量只是在当前帧上被计算出。为了改善质量并减小测量的波动，一个平均测量被使用

γ(i)＝ γ(i-1)·α+γ(i)·(1-α)               (58)

指数平均恒量α被设置为对应于不足4帧上的一个平均值。最后，减少因子可以从平均相关能量测量中被计算出

k₁(i)＝(1- γ(i))·t₁+r₁                        (59)

k₂(i)＝ γ(i)·t₂+r₂                            (60)

k₃(i)＝(1- γ(i))·t₃+r₃                        (61)

在此t₁、t₂和t₃是标乘因子以便调整通常使用的减少数量。参数r₁、r₂和r₃附加到设置一个通常较低或较高级减少的相关性能量测量上。

自适应每一帧每一帧计算出的减少因子k₁(i)、k₂(i)和K₃(i)被使用于频谱减少等式中。

另一替换示例性控制程序使用一个固定级的减少因子。这意味着每一减少因子被设置为通常为大量环境工作的一个级别。

在本发明的其他替换实施例中，减少因子可以从未在上面讨论的其他数据中得到。例如，可以从两个输入送话器信号中得到的信息中动态地产生减少因子。可替代地，用于动态地产生减少因子的信息可以从其他传感器中被获得，比如与一个车辆免提附件相关的那些，办公室免提器材或者便携式免提布线之类的。用于产生减少因子的其它信息源包括但是不局限于：传感器，用于测量到用户的距离以及从用户或设备设定中得到的信息。

总的来说，本发明提供使用线性卷积、单向滤波和/或增益函数的控制指数平均用于双送话器频谱减少的改良方法和设备。本领域技术人员将轻易地承认，本发明能够增强诸如音乐等等之类的任何音频信号的质量，并且不仅仅局限于话音或语音音频信号。示例性方法处理非稳态的背景噪音，因为本发明不依靠于有关噪音周期的噪音的测量。另外，在短持续时间稳态的背景噪音期间，语音质量也被改良，因为可以在只有噪声以及语音周期期间估计背景噪声。此外，利用或者不利用方向性传声器，本发明可以被使用，并且每个送话器可以是不同类型。另外，降噪的幅度能够被调整到一个适当电平以便对于一个特定期望语音质量进行调整。

本领域的技术人员应该理解，本发明不局限于在此用于说明目的已经被描述的特定示例性实施例并且很多的替换实施例也被期望。例如，虽然本发明已经在移动通信应用环境中被描述，本领域的技术人员应该理解，本发明的教义同样可应用在任何信号处理应用中，在其中，理想的是去掉一个特定信号分量。本发明的范围因此被附加到此的权利要求而不是前述的说明书所定义，并且与权利要求意义一致的所有等价物意指被包含在其中。

Claims (60)

1.一种降噪系统，包括：

第一送话器；

第二送话器；

所述第一送话器比所述第二送话器更接近音源；

第一频谱减少处理器，被配置来滤波来自所述第一送话器的第一信号以便提供第一噪声降低输出信号，其中，由第一频谱减少处理器执行的减少数量被第一减少因子k₁所控制；

第二频谱减少处理器，被配置来滤波来自所述第二送话器的第二信号以便提供一个噪声估计输出信号，其中，由第二频谱减少处理器执行的减少数量被第二减少因子k₂所控制；

第三频谱减少处理器，被配置来滤波所述第一信号作为所述噪音估计输出信号的一个函数，其中，由第三频谱减少处理器执行的减少数量被第三减少因子K₃所控制；和

一个控制器，用于在降噪系统操作期间动态地确定k₁、k₂和K₃的至少一个。

2.如权利要求1所述的降噪系统，其中，控制器估计第一信号和第二信号之间的一个相关性。

3.如权利要求2所述的降噪系统，其中，基于第一信号和第二信号之间的相关性，控制器导出第一、第二和第三减少因子k₁、k₂和K₃中的至少一个。

4.如权利要求2所述的降噪系统，其中，控制器估计第一信号和第二信号的一组相关抽样以及计算一个相关测量作为相关抽样组的平方和。

5.如权利要求2所述的降噪系统，其中，控制器估计第一信号和第二信号的一组相关抽样以及计算一个相关测量作为相关抽样组的一个偶函数和。

6.如权利要求4所速的降噪系统，其中，从相关抽样组的相关测量中得到减少因子k₁、k₂和K₃中的至少一个。

7.如权利要求5所述的降噪系统，其中，从相关抽样组的相关测量中得到减少因子k₁、k₂和K₃中的至少一个。

8.如权利要求3所述的降噪系统，其中，减少因子k₁、k₂和K₃中的至少一个在时间上被平滑。

9.如权利要求6所述的降噪系统，其中，减少因子k₁、k₂和K₃中的至少一个在时间上被平滑。

10.如权利要求7所述的降噪系统，其中，减少因子k₁、k₂和K₃中的至少一个在时间上被平滑。

11.如权利要求2所述的降噪系统，其中，k₁、k₂和K₃被导出为

k₁(i)＝(1- γ(i))·t₁+r₁

k₂(i)＝ γ(i)·t₂+r₂

k₃(i)＝(1- γ(i))·t₃+r₃

在此t₁、t₂、t₃是标乘因子，r₁、r₂、r₃是累加因子，并且 γ(i)是第一信号和第二信号的一个平均平方相关和。

12.如权利要求1所述的降噪系统，其中，控制器均衡第一信号和第二信号的能级。

13.如权利要求1所述的降噪系统，其中，控制器均衡第一信号和第二信号的幅度级。

14.如权利要求1所述的降噪系统，其中，控制器从第一信号的噪声信号测量和第二信号的噪声信号测量的比值中导出第一、第二和第三减少因子中的至少一个。

15.如权利要求1所述的降噪系统，其中，控制器从第一信号的期望信号测量和第一信号的期望信号测量的比值中导出第一、第一和第三减少因子中的至少一个。

16.如权利要求14所述的降噪系统，其中，每一噪声信号测量是一个能量测量。

17.如权利要求14所述的降噪系统，其中，每一噪声信号测量是一个幅度测量。

18.如权利要求15所述的降噪系统，其中，每一期望信号测量是一个能量测量。

19.如权利要求15所述的降噪系统，其中，每一期望信号测量是一个幅度测量。

20.如权利要求15所述的降噪系统，其中，期望信号是一个语音信号。

21.如权利要求14所述的降噪系统，其中，控制器计算基于第一增益函数的第一相对正测量和基于第二增益函数的第二相对正测量中的至少一个。

22.如权利要求15所述的降噪系统，其中，控制器计算基于第一增益函数的第一相对正测量和基于第二增益函数的第二相对正测量中的至少一个。

23.如权利要求21所述的降噪系统，其中，噪声信号测量分别从第一信号和第二信号的至少一个以及第一相对正测量和第二相对正测量的至少一个中得到。

24.如权利要求22所述的降噪系统，其中，期望信号测量分别从第一信号和第二信号的至少一个以及第一相对正测量和第二相对正测量的至少一个中得到。

25.如权利要求14所述的降噪系统，其中，由第一和第二频谱减少处理器的至少一个所执行的一个频率相关的加权函数被用来导出第一和第二频率相关的正测量的至少一个。

26.如权利要求15所述的降噪系统，其中，由第一和第二频谱减少处理器的至少一个所执行的一个频率相关的加权函数被用来导出第一和第二频率相关的正测量的至少一个。

27.如权利要求25所述的降噪系统，其中，噪声信号测量从第一信号和第二信号的至少一个以及第一频率相关正测量和第二频率相关正测量的至少一个中得到。

28.如权利要求26所述的降噪系统，其中，噪声信号测量从第一信号和第二信号的至少一个以及第一频率相关正测量和第二频率相关正测量的至少一个中得到。

29.如权利要求14所述的降噪系统，其中，k₁、k₂和K₃被导出为：

$k_1\left(i\right)=\frac{p_{1,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{1,M}(i-1))}{p_{2,x}\left(i\right){\stackrel{\‾}{g}}_{2,M}(i-1)}\·t_1$

$k_2\left(i\right)=\frac{p_{2,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{2,M}(i-1))}{p_{1,x}\left(i\right){\stackrel{\‾}{g}}_{1,M}\left(i\right)}\·t_2.$

$k_3(f,i)=\frac{p_{1,x}(f,i)(1-G_{1,M}(f,i))}{p_{2,x}(f,i)G_{2,M}(f,i)}\·t_3,$

其中

${\stackrel{\‾}{g}}_{1,M}\left(i\right)=\frac{1}{M}\underset{M=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{1,M}(m,i),$

${\stackrel{\‾}{g}}_{2,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{2,M}(m,i),$

在此，p_1，x(i)是第一信号的一个能级而p_2，x(i)是第二信号的一个能级，t₁、t₂、t₃是标乘因子，G_1，m是第一增益函数，而G_2，m是第二增益函数。

30.如权利要求15所述的降噪系统，其中，k₁、k₂和K₃被导出为：

$k_1\left(i\right)=\frac{p_{1,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{1,M}(i-1))}{p_{2,x}\left(i\right){\stackrel{\‾}{g}}_{2,M}(i-1)}\·t_1$

$k_2\left(i\right)=\frac{p_{2,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{2,M}(i-1))}{p_{1,x}\left(i\right){\stackrel{\‾}{g}}_{1,M}\left(i\right)}\·t_2.$

$k_3(f,i)=\frac{p_{1,x}(f,i)(1-G_{1,M}(f,i))}{p_{2,x}(f,i)G_{2,M}(f,i)}\·t_3,$

其中

${\stackrel{\‾}{g}}_{1,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{1,m}(m,i),$

${\stackrel{\‾}{g}}_{2,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{2,M}(m,i),$

在此，p_1，x(i)是第一信号的幅度而p_2，x(i)是第二信号的幅度级，t₁、t₂、t₃是标乘因子，G_1，m是第一增益函数，而G_2，m是第二增益函数。

31.一种用于处理嘈杂输入信号和噪声信号来提供噪声降低输出信号的方法，包括如下步骤：

(a)使用频谱减少来滤波来自第一送话器的嘈杂输入信号来提供第一噪声降低输出信号，其中，所执行的减少数量被第一减少因子k₁所控制；

(b)使用频谱减少来滤波来自比所述第一送话器更远离音源的第二送话器的噪声信号来提供一个噪声估计输出信号，其中，所执行的减少数量被第二减少因子k₂所控制；和

(c)使用频谱减少来滤波所述嘈杂输入信号作为所述噪音估计输出信号的一个函数，其中，减少数量被第三减少因子K₃所控制，

其中，在嘈杂输入信号和噪声信号的处理期间，第一、第二和第三减少因子的至少一个被动态地确定。

32.如权利要求31所述的方法，其中，第一信号和第二信号之间的一个相关性被估计。

33.如权利要求32所述的方法，其中，第一、第二和第三减少因子k₁、k₂和K₃中的至少一个基于第一信号和第二信号之间的相关性。

34.如权利要求32所述的方法，其中，第一信号和第二信号的一组相关抽样被估计以及一个相关测量作为相关抽样组的平方和被计算。

35.如权利要求32所述的方法，其中，第一信号和第二信号的一组相关抽样被估计以及一个相关测量作为相关抽样组的偶函数和被计算。

36.如权利要求34所述的方法，其中，从相关抽样组的相关测量中得到减少因子k₁、k₂和K₃中的至少一个。

37.如权利要求35所述的方法，其中，从相关抽样组的相关测量中得到减少因子k₁、k₂和K₃中的至少一个。

38.如权利要求33所述的方法，其中，减少因子k₁、k₂和K₃中的至少一个在时间上被平滑。

39.如权利要求36所述的方法，其中，减少因子k₁、k₂和K₃中的至少一个在时间上被平滑。

40.如权利要求37所述的方法，其中，减少因子k₁、k₂和K₃中的至少一个在时间上被平滑。

41.如权利要求32所述的方法，其中，k₁、k₂和K₃被导出为：

k₁(i)＝(1- γ(i))·t₁+r₁

k₂(i)＝ γ(i)·t₂+r₂

k₃(i)＝(1- γ(i))·t₃+r₃

在此t₁、t₂、t₃是标乘因子，r₁、r₂、r₃是累加因子，并且 γ(i)是第一信号和第二信号的平均平方相关和。

42.如权利要求31所述的方法，其中，第一信号和第二信号的能级被均衡。

43.如权利要求31所述的方法，其中，第一信号和第二信号的幅度级被均衡。

44.如权利要求31所述的方法，其中，从第一信号的噪声信号测量和第二信号的噪声信号测量的比值中导出第一、第二和第三减少因子中的至少一个。

45.如权利要求31所述的方法，其中，从第二信号的期望信号测量和第一信号的期望信号测量的比值中导出第一、第一和第三减少因子中的至少一个。

46.如权利要求44所述的方法，其中，每一噪声信号测量是一个能量测量。

47.如权利要求44所述的方法，其中，每一噪声信号测量是一个幅度测量。

48.如权利要求45所述的方法，其中，每一期望信号测量是一个能量测量。

49.如权利要求45所述的方法，其中，每一个期望信号测量是一个幅度测量。

50.如权利要求45所述的方法，其中，期望信号是一个语音信号。

51.如权利要求45所述的方法，其中，基于第一增益函数的第一相对正测量和基于第二增益函数的第二相对正测量中的至少一个被计算。

52.如权利要求46所述的方法，其中，基于第一增益函数的第一相对正测量和基于第二增益函数的第二相对正测量中的至少一个被计算。

53.如权利要求51所述的方法，其中，噪声信号测量分别从第一信号和第二信号的至少一个以及第一相对正测量和第二相对正测量的至少一个中得到。

54.如权利要求52所述的方法，其中，期望信号测量分别从第一信号和第二信号的至少一个以及第一相对正测量和第二相对正测量的至少一个中得到。

55.如权利要求44所述的方法，其中，一个频率相关加权函数被用来导出第一和第二频率相关的正测量的至少一个。

56.如权利要求45所述的方法，其中，一个频率相关加权函数被用来导出第一和第二频率相关的正测量的至少一个。

57.如权利要求55所述的方法，其中，噪声信号测量从第一信号和第二信号的至少一个以及第一频率相关正测量和第二频率相关正测量的至少一个中得到。

58.如权利要求56所述的方法，其中，噪声信号测量从第一信号和第二信号的至少一个以及第一频率相关正测量和第二频率相关正测量的至少一个中得到。

59.如权利要求44所述的方法，其中，k₁、k₂和K₃被导出为：

$k_1\left(i\right)=\frac{p_{1,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{1,M}(i-1))}{p_{2,x}\left(i\right){\stackrel{\‾}{g}}_{2,M}(i-1)}\·t_1$

$k_2\left(i\right)=\frac{p_{2,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{2,M}(i-1))}{p_{1,x}\left(i\right){\stackrel{\‾}{g}}_{1,M}\left(i\right)}\·t_2.$

$k_3(f,i)=\frac{p_{1,x}(f,i)(1-G_{1,M}(f,i))}{p_{2,x}(f,i)G_{2,M}(f,i)}\·t_3,$

其中

${\stackrel{\‾}{g}}_{1,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{1,M}(m,i),$

${\stackrel{\‾}{g}}_{2,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{2,M}(m,i),$

在此，p_1，x(i)是第一信号的一个能级而p_2，x(i)是第二信号的一个能级，t₁、t₂、t₃是标乘因子，G_1，m是第一增益函数，而G_2，m是第二增益函数。

60.如权利要求45所述的方法，其中，k₁、k₂和K₃被导出为：

$k_1\left(i\right)=\frac{p_{1,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{1,M}(i-1))}{p_{2,x}\left(i\right){\stackrel{\‾}{g}}_{2,M}(i-1)}\·t_1$

$k_2\left(i\right)=\frac{p_{2,x}\left(i\right)(1-{\stackrel{\‾}{g}}_{2,M}(i-1))}{p_{1,x}\left(i\right){\stackrel{\‾}{g}}_{1,M}\left(i\right)}\·t_2.$

$k_3(f,i)=\frac{p_{1,x}(f,i)(1-G_{1,M}(f,i))}{p_{2,x}(f,i)G_{2,M}(f,i)}\·t_3,$

其中

${\stackrel{\‾}{g}}_{1,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{1,M}(m,i),$

${\stackrel{\‾}{g}}_{2,M}\left(i\right)=\frac{1}{M}\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}{G}_{2,M}(m,i),$

在此，p_1，x(i)是第一信号的幅度而p_2，x(i)是第二信号的幅度级，t₁、t₂、t₃是标乘因子，G_1，m是第一增益函数，而G_2，m是第二增益函数。

Images