CN1303585C - 噪声抑制 - Google Patents

Abstract

一种在蜂窝通信网和移动终端之间的通信路径中抑制包含背景噪声(314)的信号中噪声的噪声抑制方法。该方法包括如下步骤：估计并更新背景噪声(332，334)的频谱；使用该背景噪声频谱来抑制信号中的噪声；产生一个指示来指示一个不连续发射单元(DTX)和一个坏帧处理单元(BFI)中至少一个的操作；和当所述指示存在时冻结所述背景噪声频谱的估计和更新。

Description

噪声抑制

本申请是申请日为2000年11月13日、申请号为00815735.9、发明名称为“噪声抑制”的申请的分案申请。

技术领域

本发明涉及一种噪声抑制器和一种噪声抑制方法。它特别涉及一种移动终端，其合并了用于抑制语音信号中噪声的一种噪声抑制器。根据本发明的噪声抑制器能被用于抑制声音的背景噪声，特别是操作在蜂窝网中的移动终端中的声音的背景噪声。

背景技术

移动电话终端中的噪声抑制或话音增强的一个目的是要降低环境噪声对语音信号的影响并因此改善通信质量。在上行链路(发射，TX)信号的情况下，也期望把由此噪声引起的语音编码过程中的有害影响最小化。

在面对面的通信中，声音的背景噪声干扰了收听者并且使得更难以领会话音。通过一个升高他或她声音的扬声器以使它比背景噪声大声一点从而来改良清晰度。在电话的情况下，背景噪声是很讨厌的，因为这里没有由面部表情和姿势来提供的附加信息。

在数字电话学中，语音信号首先在模拟数字(A/D)转换器中被转换成数字抽样序列，然后使用一个语音编解码器而被压缩用于发射。术语编解码器被用来描述一个语音编码器/解码器对。在本说明书中，术语“语音编码器”被用来表示语音编解码器的编码侧而术语“语音解码器”被用来表示语音编解码器的解码功能。应该理解，一个常规语音编解码器可以被实现为单个功能单元，或者是实现编码和解码操作的分离元件。

在数字电话学中，背景噪声的有害影响可以很大。这是由于这样的事实：语音编解码器通常被优化用于有效的压缩和话音的可接受重建，并且如果噪声出现在话音信号中或者错误发生在话音发射或接收中，则它们的性能可能被削弱。另外，噪声的存在本身能导致背景噪声信号被编码并被发射时失真。

语音编解码器的削弱的性能既降低了被发射话音的清晰度又降低了它的主观质量。发射的背景噪声信号的失真衰减了发射信号的质量，使得通过改变背景噪声信号的性质使得收听让人讨厌并且致使前后信息更不易识别。因此，话音增强领域中的工作已经集中在研究噪声对语音编码性能的影响以及产生预处理方法来减少噪声对语音编解码器的影响。

上面讨论的问题涉及其中呈现仅仅一个送话器来提供仅仅一个信号的配置。在这样的配置中，一个噪声抑制器被提供，它能够翻译一个信道信号从而决定它的哪些部分表示基础话音而哪些表示噪声。

当一个数字移动终端接收一个编码话音信号时，它通过终端的语音编解码器的解码部分而被解码并被提供给终端用户的扬声器或耳机来收听。一个噪声抑制器可以被提供于在语音解码器之后的话音码路径中，以便减少接收和解码语音信号中的噪声分量。然而，在吵杂的情形中，语音解码器的性能可能会被不利影响，导致一个或多个下列结果：

1.信号的话音分量可能听起来不太自然或者很刺耳，因为语音编解码器所需要来以便正确解码话音信号的关键信息由于噪声的存在而被改变。

2.背景噪声可能听起来不自然，因为编解码器通常被优化用于压缩话音而不是噪声。通常，这导致背景噪声分量中递增的周期性并且可能十分严重而引起背景噪声信号所携带的前后信息的损耗。

有关编码语音信号的信息也可能在发射和接收期间丢失或被恶化，例如由于发送信道差错。这种情形可能导致语音编解码器输出中的进一步恶化，使得附加的人工品在解码话音信号中变得明显。当一个噪声抑制器被使用于在语音解码器之后的话音解码路径中时，语音解码器的非最佳性能可能进而又使得噪声抑制器以一种低于最佳方式的方式在工作。

因此，当实现用于操作在解码话音信号上的噪声抑制器时必须要特别小心。特别地，必须均衡两个相矛盾的因子。如果噪声抑制器提供太多噪声衰减，则这可能会显示出在由语音编解码器引起的通话质量中的恶化。可是，由于典型语音编解码器的固有性质，它被优化用于话音的编码和解码，则解码的背景噪声可以听起来比原始噪声信号更讨厌并因此它应该尽可能被衰减。因此，实际上，与在编码之前能够被应用到话音信号上的相比较，发现一个稍微较低电平的噪声降低对于被解码的话音信号可能是最佳的。

通常理想的是：当噪声抑制在语音编码和/或解码期间被使用时，它将降低背景噪声的电平，把由噪声降低处理所引起的话音失真最小化并且保存输入背景噪声的原始性质。

现在将参考图1描述一个包括如现有技术所述的噪声抑制器的移动终端的实施例。该移动终端和它与之通信的无线系统按照全球移动电信(GSM)标准来操作。图1示出了一个移动终端10，它包括一个发射(语音编码)分支12和一个接收(语音解码)分支14。

在发射(语音编码)分支中，话音信号被送话器16获取并被模拟数字(A/D)转换器18抽样然后在噪声抑制器20中被噪声抑制从而产生一个增强信号。这要求背景噪声的频谱被估计以使抽样信号中的背景噪声能够被抑制。一种典型的噪声抑制器操作在频域中。时域信号首先被转换到频域，这可以有效地使用快速傅里叶变换(FFT)来实现。在频域中，语音活动不得不从背景噪声中区分出来，并且当没有话音活动时，背景噪声的频谱被估计。根据当前输入信号频谱和背景噪声估计，噪声抑制增益系数然后被计算出来。最后，使用一个反FFT(IFFT)，信号被转换回到时域。

增强的(噪声抑制)信号被语音编码器22编码以便提取一组随后将在信道编码器24中被信道编码的语音参数，在信道编码器24中，冗余度被加到该编码的语音信号上以便提供一定程度的差错保护。结果信号然后被上变换成为一个射频(RF)信号并被发射/接收单元26发射。发射/接收单元26包括一个连接到用来实现发射和接收的天线上的双工滤波器(未示出)。

一种适合使用在图1的移动终端中的噪声抑制器在公开文件WO97/22116中被描述。

为了延长电池寿命，不同类型的与输入信号相关的低功率操作方式通常被应用在移动电信系统中。这些配置通常被称为不连续发射(DTX)。DTX中的基本思想是：在非语音周期中中止语音编码/解码过程。DTX也用于限制在语音停顿期间通过无线电链路发射的数据量。两种措施都有助于减少由发射设备消耗的功率量。典型情况下，某些种类的舒适噪声信号(类似发射端处的背景噪声)，作为实际背景噪声的一个替代而被产生。DTX处理器在诸如GSM增强全速率(EFR)、全速率以及半速率语音编解码器之类的领域中是熟知的。

再一次参见图1，语音编码器22被连接到发射(TX)DTX处理器28.TX DTX处理器28接收来自话音活动检测器(VAD)30中的一个输入，其指示在所提供的作为噪声抑制器块20的输出的噪声抑制信号中是否有话音分量。VAD 30主要是一个能量检测器。它接收一个滤波信号，把滤波信号的能量与一个门限值进行比较并且指示每当门限值被超过时的话音。因此，它指示由语音编码器22产生的每一帧是否包含有语音存在的噪声或者没有语音存在的噪声。在移动终端产生的信号中检测语音的最大困难是：这些终端所使用在其中的环境经常导致较低的语音/噪声比。在做出语音是否存在的判断之前，通过使用滤波来增加语音/噪声比从而改良VAD 30的精确度。

在移动电话所使用的所有环境中，最坏的语音/噪声比通常在移动的交通工具中被遭遇。可是，如果对于长期的周期，噪声相对稳定，即，如果噪声幅度谱在时间上没有变化许多，则可使用一个具有适当系数的自适应滤波器来去掉交通工具噪声中的许多。

在移动终端所使用的环境中的噪声电平可能时常改变。噪声的频率内容(频谱)也可能改变，并且可以根据情况变化非常大。由于这些改变，VAD 30的门限值和自适应滤波器系数必须被经常调整。为了提供可靠的检测，门限值必须充分超过噪声电平以避免被错误识别为语音的噪声，但是门限值没有超过它很多以使语音的低电平部分被识别为噪声。门限值和自适应滤波器系数只有当语音不存在时才被更新。当然，对于VAD 30，根据它自己关于语音存在的判断来更新这些数值是不谨慎的。因此，这种修改只有当信号在频域中大体上稳定、但是在有声语音中没有固有的音调分量时才发生。一种检音器也被用于在信息音期间防止修改。

另外一种机制被用来确保低电平噪声(它常常在长周期上不稳定)不被检测为语音。在这种情况下，一个附加的固定门限值被使用以使具有低于门限值的帧功率的那些输入帧被解释为噪声帧。

一个VAD残留周期被用来消除低电平语音的中央猝发消波(mid-burst clipping)。残留只被加到超过某一持续时间的语音猝发上以避免扩展噪声尖峰。关于这点中语音活动检测器的操作在本领域是已知的。

VAD 30的输出通常是被使用于TX DTX处理器28中的一个二进制标记。如果在一个信号中检测到语音，则它的发射继续。如果没有检测到语音，则噪声抑制信号的发射被停止直到再一次检测到语音为止。

在大部分移动电信系统中，DTX主要被应用在上行链路连接中，因为语音编码和发射通常比接收和语音解码更加消耗功率，而且因为移动终端通常依赖于储存在它电池中的有限能量。在没有发射大概携带语音的信号的周期期间，产生舒适噪声以便给接收者一个幻觉，即，该信号实际上是连续的。正如在下面将进一步详细描述的，在某些蜂窝电话系统中，根据从发射终端中收到的在发射终端处描述噪声特性的信息，在接收终端中产生舒适噪声。

通常，一个显式标记被提供于语音解码器中，表示是否处于DTX操作方式中。例如对于所有GSM语音编解码器都是这种情况。然而，也存在其他情况，例如，个人数字蜂窝(PDC)网络，在此，必须通过把输入帧与前面的帧进行比较以及在连续帧完全相同时设置一个音控开关(VOX)来在噪声抑制器中激活一个帧重复模式。此外，在一个移动到移动的连接中，没有关于上行链路连接中DTX存在的信息被提供于下行链路连接中。

在诸如GSM EFR编解码器的某些语音编解码器中，在对切断在语音停顿期间发射的判断是在语音编码器的DTX处理器中进行。在一个语音猝发结束时，DTX处理器使用一些连续帧来产生一个无声描述符(SID)帧，它被用来携带描述解码器的估计背景噪声特性的舒适噪声参数。一个无声描述符(SID)帧，其特征在于一个SID码字。

在一个SID帧的发射之后，无线发射被切断并且一个语音标记(SP标记)被设置为零。否则，SP标记被设置为1来表示无线发射。SID帧被语音解码器接收，它然后产生噪声，该噪声具有相应于SID帧中描述的性质的频谱包络。临时的SID帧更新被发射给解码器以便保持在发射终端处的背景噪声和在接收终端中产生的舒适噪声之间的一个对应。例如，在一个GSM系统中，一个新的SID帧每24个正常帧发射就被发送一次。用这种方式提供临时的SID帧更新不仅使可接受的精确舒适噪声的产生实现，而且显著地降低了必须通过无线电链路发射的信息量。这降低了发射所需的带宽而且有助于无线电资源的有效使用。

在移动终端的接收(语音解码)分支14中，RF信号被发射/接收单元26接收并且从RF被下变换为基带信号。基带信号被信道解码器32解码。如果信道解码器检测到信道解码信号中的语音，则该信号被语音解码器34语音解码。

移动终端还包括一个处理坏(即，恶化的)帧的坏帧处理单元38。一个坏的业务帧由无线子系统(RSS)通过把一个坏帧指示(BFI)设置为1来标记。如果差错发生在发射信道中，则丢失的或错误的语音帧的正常解码将导致接收者听见使人厌恶的噪声。为了处理这个问题，通常通过用前面一个或多个好语音帧的重复或外插来代替坏帧从而改良丢失的语音帧的主观质量。此替代提供了语音信号的连续性并且伴随着输出电平的逐渐衰减，结果造成在一个相当短的周期内的输出无声。一个好的业务帧被无线子系统用一个为0的BFI来标记。

现有技术坏帧处理单元38的一个实施例位于接收(RX)不连续发射(DTX)处理器中。坏帧处理单元在无线子系统指示一个或多个语音或无声描述符(SID)帧已经被丢失时实现帧替代和静音。例如，如果SID帧被丢失，则坏帧处理单元向语音解码器通知这个事实并且语音解码器通常用上一次的有效帧代替坏的SID帧。此帧被重复并且逐渐地被衰减正如在一个重复的语音帧情况下一样，以便提供连续性给信号的噪声分量。可替代地，前面一帧的外插被使用而不是一个直接的重复。

帧替代的目的是隐藏丢失帧的影响。当好几帧被丢失时衰减输出的目的是：向用户指示无线电链路(信道)的可能中断并且避免可能产生由于帧替代过程而来的讨厌的声音。然而，丢失帧中通常无信息的背景噪声替代和衰减影响吵杂语音或纯背景噪声的感觉质量。即使在相当低电平的背景噪声处，丢失帧中背景噪声的迅速衰减也导致发射信号严重降低流畅性的印象。如果背景噪声更大一些，则这种印象变得更强。

由语音解码器产生的信号不论解码语音、舒适噪声或重复的和衰减的帧，都被数字模拟转换器40从数字变换为模拟形式然后通过扬声器或耳机42例如播放给接收者。

发明内容

根据本发明的一个方面，提供一种噪声抑制器来抑制包含背景噪声的信号中的噪声，该噪声抑制器包括：一个估计器，用来估计背景噪声频谱，在背景噪声频谱中，来自不连续发射单元和信道差错检测器的至少一个中的指示被用来控制背景噪声频谱的估计。

优选地，该指示由网络中上行链路路径中的一个语音解码器来提供。

优选地，噪声抑制器抑制由该语音解码器提供的信号中的噪声。

优选地，该指示出现在信道解码器中并且被该语音解码器处理。优选地，该指示被该语音解码器中的一个坏帧处理单元处理。

优选地，该噪声抑制器把它的噪声被抑制的信号提供给一个语音编码器。

优选地，该噪声抑制器使用一个标记或一个指示，它指示被用来通过信道发射信号的各帧是错误的。

优选地，在信号中的信道差错被信道差错检测器检测到的周期期间，估计的背景噪声频谱的更新被暂停。用这种方式，包含信道差错的信号部分或被产生来屏蔽或改善信道差错的信号部分未被使用在噪声估计的产生中。

优选地，该噪声抑制器包括一个控制背景噪声频谱估计的话音活动检测器。优选地，在该话音活动检测器指示没有语音时该估计的背景噪声频谱被更新。优选地，当信道差错检测器检测到信道差错时，话音活动检测器的状态和/或它的前面无语音/语音判断的存储被冻结。

优选地，一个舒适噪声在信号未被发射的周期期间由一个舒适噪声产生器来产生。优选地，在不连续发射单元指示信号未被发射的周期期间，估计的背景噪声频谱的更新被暂停。用这种方式，舒适噪声未被使用在噪声估计的产生中。

术语“舒适噪声”是指产生来表示背景噪声的一个噪声而不是在它被产生时刻处实际上出现的背景噪声。例如，舒适噪声可以是在舒适噪声被产生之前从分析背景噪声中估计的一个噪声，它可以是一个随机或伪随机噪声，或者它可以是从分析背景噪声中估计的噪声与随机或伪随机噪声的一个组合。

在本发明的一个实施例中，其中，噪声抑制器被提供于一个移动终端中，它可以被定位以便它提供噪声被抑制的语音给一个编码器并且从一个解码器中接收噪声被抑制的语音。当然，编码器和解码器可以包括一个编解码器。

优选地，该噪声抑制器是在一个无线路径中。它可以是在从通信网到通信终端的下行链路无线路径中。

根据本发明的另一方面，提供一种抑制包含背景噪声的信号中噪声的噪声抑制方法，该方法包括如下步骤：

估计一个背景噪声频谱；

使用该背景噪声频谱来抑制信号中的噪声；

接收一个指示来指示不连续发射单元和信道差错检测器的至少一个的操作；和

使用该指示来控制背景噪声频谱的估计。

根据本发明的另一方面，提供一种包括噪声抑制器的移动终端，该噪声抑制器用来抑制包含背景噪声的信号中的噪声，该噪声抑制器包括：一个估计器，用来估计背景噪声频谱，在背景噪声频谱中，来自不连续发射单元和信道差错检测器的至少一个中的指示被用来控制背景噪声频谱的估计。

优选地，该移动终端包括信道差错检测器。信道差错检测器可以提供一个指示，其指示被用来通过信道发射信号的各帧是错误的。

优选地，该指示由下行链路路径中的一个语音解码器来提供。

优选地，用于检测信道错误的检测器是在语音解码器中。

优选地，该指示出现在信道解码器中并且被该语音解码器处理。优选地，该指示被该语音解码器中的一个坏帧处理单元处理。

优选地，该移动终端的噪声抑制器包括一个控制背景噪声频谱估计的话音活动检测器。优选地，话音活动检测器是语音编码器的一部分。

优选地，该移动终端包括不连续发射单元。

根据本发明的另一方面，提供一种移动终端，包括：一条具有一个接收无线信号的接收机的下行链路路径和一个以用户可以理解的形式输出信号的装置和一个抑制接收信号中噪声的噪声抑制器，其中，该噪声抑制器提供于下行链路路径中。

当被应用到通信系统中的通信路径时，术语“下行链路”是指从网络到移动终端的路径。当然，信号可以被发射到一个诸如陆线电话的固定通信终端而不是发射到一个移动终端。

根据本发明的另一方面，提供一种包括一个移动通信网络和多个移动通信终端的移动通信系统，其中，网络具有一个噪声抑制器，用来抑制包含背景噪声的信号中的噪声，该噪声抑制器包括一个估计背景噪声频谱的估计器，在背景噪声频谱中来自不连续发射单元和信道差错检测器的至少一个中的指示被用来控制背景噪声频谱的估计。

优选地，该信号由送话器产生。它可以由电话送话器产生。

优选地，该移动通信系统包括不连续发射单元。

优选地，该噪声抑制器位于网络中的解码器的输出端，以便抑制被解码语音中的噪声。可替代地，该噪声抑制器提供噪声被抑制的语音给网络中的一个编码器。

根据本发明的另一方面，提供一种包括一个移动通信网络和多个移动通信终端的移动通信系统，其中，一个噪声抑制器被提供于该网络中，用来抑制由所述移动终端的至少一个所提供的信号中的噪声。

根据本发明的另一方面，提供一种帧换装器，用于替代信号中的帧以便限制由信号中的信道差错引起的干扰，该帧换装器包括：一个存储器，存储被指示没有差错的先前接收的信号部分；一个产生噪声信号的噪声产生器；和一个帧产生器，用于逐渐衰减先前接收的信号部分并把衰减的先前接收的信号部分和噪声信号合并以便产生一个组合信号，该帧产生器随时间过去而为组合信号提供来自噪声信号中的相对于先前接收的信号部分的一个增加的影响。

噪声信号可以是随机或伪随机信号。它可以是随机或伪随机信号以及噪声估计的一个组合。

优选地，先前接收的信号部分被重复并在每个重复上被逐渐衰减。它可以是已经被接收的一个帧。噪声信号可以是已经被产生的一组合成帧。噪声信号的合成帧可以被逐帧增加到先前接收的信号部分的每个逐渐衰减的帧中。优选地，噪声信号的影响被增加到与先前接收的信号部分被降低的相同程度以使组合信号的电平大约与先前接收的信号部分相同。

噪声信号和先前接收的信号部分的至少一个被衰减以便指示信道的中断。优选地，两者信号都被衰减。一旦先前接收的信号部分被衰减到它不再对该组合信号产生影响的这样一个程度时，噪声信号的衰减可以开始。

帧换装器可以是一个坏帧处理器的一部分，坏帧处理器是语音解码器的一部分。噪声产生器可以在噪声抑制器中。噪声抑制器可以从语音解码器中获得信息并可以根据它接收的信息和关于重复/内插帧自从坏帧指示被断开的最近时刻以来衰减多少的它自己的测量来调整它应用到它产生的噪声上的放大系数。

换装器可以替换包含差错、丢失帧或二者兼有的帧。信道差错可能已经由通过空中接口的信号发射所引起。

根据本发明的另一方面，提供一种方法，用于替代信号中的帧以便限制由信道差错引起的干扰，该方法包括如下步骤：

存储指示为没有差错的一个先前接收的信号部分；

逐渐衰减该先前接收的信号部分；

产生一个噪声信号；

把衰减的先前接收的信号部分与噪声信号组合来产生一个组合信号；

随着时间过去，向该组合信号提供一个来自相对于该先前接收的信号部分的噪声信号中的增加影响。

根据本发明的另一方面，提供一种包括一个帧换装器的移动终端，该帧换装器用于替代信号中的帧以便限制由信号中的信道差错引起的干扰，该帧换装器包括：一个存储器，用于存储被指示没有差错的先前接收的信号部分；一个产生噪声信号的噪声产生器；和一个帧产生器，用于逐渐衰减先前接收的信号部分并把衰减的先前接收的信号部分和噪声信号合并以便产生一个组合信号，该帧产生器随时间过去而为组合信号提供来自噪声信号中的相对于先前接收的信号部分的一个增加的影响。

根据本发明的另一方面，提供一种包括一个通信网的通信系统，该通信网具有一个帧换装器和多个通信终端，该帧换装器用于替代信号中的帧以便限制由信号中的信道差错引起的干扰，该帧换装器包括：一个存储器，用于存储被指示没有差错的先前接收的信号部分；一个产生噪声信号的噪声产生器；和一个帧产生器，用于逐渐衰减先前接收的信号部分并把衰减的先前接收的信号部分和噪声信号合并以便产生一个组合信号，该帧产生器随时间过去而为组合信号提供来自噪声信号中的相对于先前接收的信号部分的一个增加的影响。

根据本发明的另一方面，提供一种用于检测信号中不连续性的检测器，该信号包括一个帧序列并且包含背景噪声，其中，信号幅度被测量以便检测一个突然的幅度衰减并且当幅度衰减被检测到时，它的锐度被确定而且如果该锐度十分剧烈，则一个不连续性指示被提供以便控制背景噪声的估计。

根据本发明的另一方面，提供一种包括估计器和检测器的噪声抑制器，该估计器用于估计信号中的背景噪声，该信号包括一个帧序列并且包含背景噪声；该检测器检测信号中的不连续性；其中，信号幅度被测量以便检测一个突然的幅度衰减并且当幅度衰减被检测到时，它的锐度被确定而且如果该锐度十分剧烈，则一个不连续性指示被提供以便控制背景噪声的估计。

本发明是来检测信号中的人造间隙(artificial gaps)，它们可能已经故意地产生但是不是可以容易检测的，因为在帧序列中没有不连续性。

优选地，不连续性指示被用来控制更新背景噪声估计的速率。优选地，当一个幅度衰减被检测到时该速率被降低。

优选地，更新背景噪声估计的该速率的降低是来保护背景噪声估计不被某些不是同时产生的但是可能是基于前一时刻中噪声的噪声所更新。优选地，该背景噪声估计在噪声抑制器中产生。虽然检测器可以是噪声抑制器的一部分，但是它可以是一个分离单元，它简单地给予到噪声抑制器的输入并从中获取输入。幅度中的降低可能是由于一个或多个丢失帧，或者是由于用于屏蔽此类丢失帧或帧组的衰减和重复处理所引起的，或者可能是由于包含在信号中同时出现的实际噪声的降低所引起的。可替代地，该检测器检测到一个由送话器静音所引起的不连续性。减低噪声估计的更新速率导致该噪声估计较少被在那个特定时刻正被处理的信号部分所影响。用这种方式，如果它仍然包含在信号之内，则噪声估计仍然基于实际背景噪声，但是它的影响被减少到对付实际背景噪声在那时不再被包含在信号之内而是在其它的信号之内(例如，一个重复和衰减帧被使用来替代)的可能性。

根据本发明的另一方面，提供一种检测包括帧序列和包含背景噪声的信号中的不连续性的方法，该方法包括如下步骤：

测量信号幅度以便检测一个突然的幅度衰落；

检测该幅度何时衰落；

确定该衰落的锐度；和

如果该锐度十分剧烈，则提供一个不连续性指示来控制背景噪声的估计。

根据本发明的另一方面，提供一种包括噪声抑制器的移动终端，其中，该噪声抑制器包括估计器和检测器，该估计器用于估计信号中的背景噪声，该信号包括一个帧序列并且包含背景噪声；该检测器检测信号中的不连续性；信号幅度被测量以便检测一个突然的幅度衰减并且当幅度衰减被检测到时，它的锐度被确定而且如果该锐度十分剧烈，则一个不连续性指示被提供以便控制背景噪声的估计。

根据本发明的另一方面，提供一种包括通信网的通信系统，该通信网具有一个噪声抑制器和多个通信终端，该通信系统包括估计器和检测器，该估计器用于估计信号中的背景噪声，该信号包括一个帧序列并且包含背景噪声；该检测器检测信号中的不连续性；其中，信号幅度被测量以便检测一个突然的幅度衰减并且当幅度衰减被检测到时，它的锐度被确定而如果该锐度十分剧烈，则一个不连续性指示被提供以便控制背景噪声的估计。

根据本发明的另一方面，提供一种用来作用于一个信号的噪声抑制级，该噪声抑制级包括用第一窗口函数加权该信号的第一窗口块；一个把该信号从时域转换成为频域的转换器；一个把该信号从频域转换成为时域的转换器；和用第二窗口函数加权该信号的第二窗口块。

根据本发明的另一方面，提供一种两个相位窗口方法，该方法包括如下步骤：

用第一窗口函数加权在时域中的一个信号以便产生一个帧；

把该帧转换成为频域；

把该帧转换回时域；和

用第二窗口函数加权该帧以便抑制相邻帧之间的匹配中的差错。

优选地，该方法包括在语音编码步骤之后用窗口加权的步骤。可替代地，加权可以发生在语音编码步骤之前。

优选地，窗口函数具有一个有超前斜率和拖尾斜率的梯形形状。优选地，第一窗口函数具有一个超前斜率，其具有一个比第二窗口函数的超前斜率缓(shallower)的斜率。优选地，第一窗口函数具有一个拖尾斜率，其具有一个比第二窗口函数的拖尾斜率缓(shallower)的斜率。在第一窗口函数中具有一个相对缓(shallow)的斜率使得提供一个好的频率转换。在第二窗口函数中具有一个相对陡的斜率在时域中相邻帧之间提供好的失配抑制。

根据本发明的另一方面，提供一种包括用来作用于一个信号的噪声抑制级的移动终端，该噪声抑制级包括用第一窗口函数加权该信号的第一窗口块；一个把该信号从时域转换成为频域的转换器；一个把该信号从频域转换成为时域的转换器；和用第二窗口函数加权该信号的第二窗口块。

根据本发明的另一方面，提供一种包括通信网的通信系统，该通信网具有用来作用于信号的一个噪声抑制级和多个通信终端，该噪声抑制级包括用第一窗口函数加权该信号的第一窗口块；一个把该信号从时域转换成为频域的转换器；一个抑制信号中噪声的噪声抑制器；一个把该信号从频域转换成为时域的转换器；和用第二窗口函数加权该信号的第二窗口块。

虽然语音可以不是在所有时刻都存在，但是信号可以是吵杂的语音。

根据本发明，提供了一种用来作用于一个信号的噪声抑制器，该噪声抑制器包括：用第一窗口函数加权该信号的第一窗口块；一个把加权的信号从时域转换到频域的第一转换器；一个修改在频域中的该加权的信号的块；一个把加权的信号从频域转换到时域的第二转换器；以及用具有与第一窗口函数不同的特征的第二窗口函数加权来自第二转换器的信号的第二窗口块。

优选地，其中第一窗口块和第二窗口块用于加权被解码的语音。

根据本发明，提供了一种两相位窗口配置方法，包括：用第一窗口函数加权在时域中的一个信号以便产生一个帧；把该帧转换成为频域；修改频域中的该帧；把该修改后的帧转换回时域；和用具有与第一窗口函数不同的特征的第二窗口函数加权转换回时域的该修改后的帧。

根据本发明，提供了一种包括用来作用于一个信号的噪声抑制器的移动终端，该噪声抑制器包括：用第一窗口函数加权该信号的第一窗口块；一个把加权的信号从时域转换到频域的第一转换器；一个修改频域中的该加权的信号的块；一个把该加权的信号从频域转换到时域的第二转换器；以及用具有与第一窗口函数不同的特征的第二窗口函数加权来自第二转换器的信号的第二窗口块。

优选地，其中第一窗口块和第二窗口块用于加权被解码的语音。

根据本发明，提供了一种包括一个通信网络和多个通信终端的通信系统，其中，所述通信网络具有一个用来作用于一个信号的噪声抑制器，该噪声抑制器包括：用第一窗口函数加权该信号的第一窗口块；一个把加权的信号从时域转换到频域的第一转换器；一个抑制该加权的信号中的噪声的块；一个把经过噪声抑制的加权的信号从频域转换到时域的第二转换器；以及用具有与第一窗口函数不同的特征的第二窗口函数加权来自第二转换器的信号的第二窗口块。

优选地，其中第一窗口块和第二窗口块用于加权被解码的语音。

根据本发明，提供了一种包括用于作用于信号的噪声抑制器的网元，所述噪声抑制器包括：用第一窗口函数加权该信号的第一窗口块；一个把加权的信号从时域转换到频域的第一转换器；一个修改频域中的该加权的信号的块；一个把修改后的加权的信号从频域转换到时域的第二转换器；以及用具有与第一窗口函数不同的特征的第二窗口函数加权来自第二转换器的信号的第二窗口块。

优选地，其中第二窗口函数具有与第一窗口函数不同的形状。

优选地，其中第一窗口函数的超前斜率与第二窗口函数的超前斜率不同。

优选地，其中第一窗口函数的拖尾斜率与第二窗口函数的拖尾斜率不同。

优选地，其中第一窗口函数的长度与第二窗口函数的长度不同。

优选地，其中第一窗口函数的长度大于第二窗口函数的长度。

附图说明

现在参考附图通过示例将更详细地描述本发明的实施例，附图中：

图1示出了一个根据现有技术的移动终端；

图2示出了一个根据本发明的移动终端；

图3示出了图2的移动终端中一个噪声抑制器的细节；

图4示出了根据本发明的窗口函数的表示；

图5以流程图的形式示出了本发明；和

图6示出了合并了本发明的一个通信系统。

具体实施方式

在上面已经联系现有技术中已知的传统噪声抑制技术描述了图1。

图2示出了类似于图1的、按照本发明修改了的一个移动终端10。相应的参考数字已被应用到相应部分。图2的终端10增加包括：位于接收(下行链路/语音解码)分支14中的一个噪声抑制器44。应当指出，噪声抑制器44被连接到DTX处理器36和坏帧处理单元38。噪声抑制器44接收来自DTX处理器36和坏帧处理单元38中影响它工作的信号，如下所述。应当指出，虽然语音编码和语音解码分支中的噪声抑制器单元在图2中被示出为分开的块(20和44)，但是它们可以被实现在单个单元中。这样的单个单元既可以有语音编码又有语音解码噪声抑制功能。

噪声抑制器44位于语音解码器(在这种情况下为语音解码器34)输出端处的接收(语音解码)分支14中。因此，它必须例如在穿过一个或多个移动电话系统的移动对移动的连接中处理由于一个或多个语音编码和解码级导致的一个吵杂语音信号。

应该理解，虽然话音抑制器44被示出在移动终端中，但是它同样也可以位于网络中。正如在下面将会解释的，它的操作特别地与它和语音编码器、语音解码器或编解码器联合使用相关。

图3示出了噪声抑制器300的细节。噪声抑制器300可以被应用来抑制由移动终端接收和发射的信号中的噪声并因此可以形成图2移动终端10中的噪声抑制器20或噪声抑制器44的基础。噪声抑制器300用功能块来呈现。这些功能块也被包括用于实现帧处理和快速傅里叶变换(FFT)操作。

在上行链路(语音编码)分支中，A/D转换器18产生数字数据流，它被提供给噪声抑制器20，噪声抑制器20把它变换成为一个输入帧。现在将参考图3描述这种输入帧的产生。从输入序列形成块316中的输入流314中提取80个抽样帧的输入序列312。输入序列312被附加给储存在输入重叠分段缓存器318中的18个抽样序列。这18个抽样序列在前一个输入序列的创建期间被储存在缓存器318中。一旦缓存器318的内容已经被用于新的输入帧时，则它们被新输入序列之最后18个抽样所替换，其将被使用在下一帧的创建中。输入序列形成块316的输出因此是包含总数为98个抽样的一个序列。

在块320中，一个98个抽样梯形窗口函数被应用到从输入序列形成块316中获得的输入序列312。窗口函数在图4中被说明并且由标记W1来表示。图4还示出了在下面描述的另外一个窗口函数W3。窗口函数W1具有长度为12抽样的超前和拖尾斜坡12。在经过窗口之后，结果的输入序列被附加30个零以便产生一个128个抽样的输入帧。应当指出，刚刚描述的零填充操作产生一个具有若干抽样的输入帧，其是2的幂，在这种情况下为2⁷。这确保了后来的快速傅里叶变换(FFT)和反快速傅里叶变换(IFFT)操作可以被有效执行。

在块322中，对输入帧执行一个128点FFT以便提取所述帧的频谱。使用比FFT长度所提供的频率分辨率更粗糙的一个预确定额分来从复合FFT中计算出幅度谱。由这种划分所确定的频带被称为“计算频带”。该幅度谱估计包含有关信号频率分布的信息，它然后被使用于噪声抑制器44中以便计算所述计算频带的噪声抑制增益系数(块328)。部分地，这个计算的目的是要建立和保持背景噪声的频谱估计。

在块330中，作为块322中的输出而被提供的复合FFT在计算频带内乘以来自块328中的相应增益系数。最后，在块366中使用一个反FFT把修改的复合频谱转换回块328中的时域。

使用一个具有短重叠分段的简单梯形窗口可以减少计算的负载和存储需求以及窗口操作的计算延迟，这是已知的。可是，这样一个简单窗口函数的使用可能导致输出信号中的不良影响。这些中最突出的是由于在短且重叠的帧边界处的失配(例如在信号电平和频谱内容中)所引入的噼啪声音。这种人工品可能出现在中等输入SNR的情形下，在此增益函数经常在计算频带之间显示高变化衰减增益。当噪声抑制器担任语音编码器之前的预先处理级时(例如在上行链路(语音编码)分支中)，此噼啪声通常被语音编码解码处理本身所屏蔽。

可是，在图2的移动终端10的情况下，位于噪声抑制器44之后没有另外的语音编码级。因此，由具有短重叠分段的梯形窗口函数的使用所引入的不良人工品没有被后续编码处理所掩盖并且在提供到扬声器/耳机42的输出信号中将是听得见的。为了克服这个问题，重叠分段长度可以被延长并且窗口函数被平滑，但是这将导致计算复杂性的增加并且特别是导致计算延迟的增加。

因此，根据本发明，通过一个改良的重叠增加程序形成一个输出时域帧以便抑制帧边界区域中的人工品。这通过窗口函数W1和W2来表示。一个“两相位”窗口配置被应用，其中，至少两个具有些许不同特性的梯形窗口函数的组合被使用，一个窗口函数用于作为输入到FFT中的窗口帧而另外一个窗口函数用于作为从IFFT中输出的窗口帧。在根据本发明的方法中，在块322中FFT被实现之前，在块320中，具有相对长又缓斜坡的第一梯形窗口函数W1被应用到输入信号。当在块366中输入信号通过IFFT被转换回时域中时，在块368中IFFT的输出被第二梯形窗口函数W2修改，该第二梯形窗口函数W2具有比FFT之前使用的窗口函数更短更陡峭的斜坡。重叠增加分段的长度由第二逐渐变细的窗口的斜坡长度来确定。窗口函数W1和W3可以在图4中被查看和比较。

W2只有86个抽样长，具有六个抽样长度的超前和拖尾斜坡函数。这个第二窗口的开始与IFFT输出序列(向量)的第六抽样同步并且斜坡函数是如此以致它们在窗口两端处产生一个长度为六个抽样的线性斜坡。此操作的输出是一个86抽样向量，它的开头六个抽样在块372中被一个抽样一个抽样地与来自在前面帧处理期间同样大小的输出重叠分段缓存器370中的抽样进行总和。窗口输出向量的上六个抽样然后被储存在输出重叠分段缓存器370中用于使用在下一帧中。在块374中，输出帧最后作为窗口输出的开头80个抽样被提取，包括上面的开头六个抽样与前面输出重叠分段缓存器之和。

还应当指出，上述的两个相位梯形窗口过程可以与在语音解码之后使用作为后处理级的一个噪声抑制器联合使用，或者它可以被应用于在语音编码之前被使用作为预处理器的一个噪声抑制器中。明确地，在语音编码器的输入端处由两个相位窗口提供的改良质量可以改善在语音编码过程中获得的质量。

由于FFT的输入向量实际上包括实数，所以使用一种诸如在TheArt of Scientific Computing(科学计算技术)((第414-415页)1988)的Numerical Recipes中以C描述的三角重组方法，通过把两个输入帧压缩到一个复合FFT中可以减少计算的负载。在这种方法中，第一窗口的抽样和零填充帧被分配给FFT的输入序列的实部分量。第二帧被分配给输入序列的虚部分量。一个128点的复合FFT然后被计算。两帧的复合频谱可以通过三角法的重组来分开。在两个复合频谱的降噪处理之后，通过把乘以虚数单位的第二频谱加到第一频谱上来将它们复合。结果的复合频谱被馈送到IFFT并且输出时域帧可以在IFFT输出的实部和虚部部分中找到。

在块326中，一个近似幅度谱从复合的FFT中被计算出。在每一FFT库(bin)中，复合值被平方以便产生那个库的能量值。在每一计算频带内平方后的FFT库值被总和然后进行平方根以便为每个计算频带产生一个近似的平均幅度。应该理解，功率频谱值可以以一种完全类似的方式而被使用。

背景噪声频谱估计是以作为块326的输出而被获得的近似幅度谱表示为基础的。用于更新背景噪声频谱估计的程序在下面被讨论。

在本发明优选实施例中，从0Hz到4kHz的频率范围被分成具有不等宽度的12个计算频带。该划分基于有关语音中共振峰频率的平均位置的统计知识。在计算频带上的平均频谱值的过程实际上减少了要被处理的频谱库数目并因此减少了该算法的计算负载并导致静态和动态随机访问存储器(RAM)的节省。而且，频域中的平均对增强的语音有平滑作用。然而，这些利益是以频率分辨率作为代价而获得的，因此可能需要一个折衷。特别地，如果背景噪声占用与语音信号相同的频率区域，则频率分辨率应该足够高以便考虑在语音和噪声之间的足够间隔。

现在将描述在噪声抑制器44中出现的噪声抑制过程的操作。噪声抑制与增强一个已经被附加的背景噪声所衰减的语音信号有关。根据本发明，通过计算吵杂话音信号的频谱估计、估计背景噪声的频谱以及设法产生具有比原始吵杂语音更低噪声电平的吵杂语音频谱来执行噪声抑制。

在噪声抑制器44中，修改的Wiener滤波被使用。基于用呼入(当前)语音帧和背景噪声的幅度谱估计在块344中计算的一个a先验SNR估计，在块328中计算出每个计算频带的增益系数。然后在块351中执行以这些增益系数为基础的内插以便根据它所属的计算频带来向每个FFT库提供一个增益系数。根据最小计算频带的增益系数来确定低于最小计算频带的较低频率的FFT库的增益系数。同样地，使用最高计算频带的增益系数来确定超出最高计算频带的较高限度的被应用到FFT库的增益系数。在块330中，复合频谱分量乘以相应增益系数。在噪声抑制器44中，增益系数值在范围[low_gain，1]，在此0＜low_gain＜1，因为这简化了关于溢出的处理控制。

任何频率库θ的Wiener幅度估计的增益计算公式可以被记录为：

$G_w\left(\mathrm{\θ}\right)=\frac{\mathrm{\ξ}\left(\mathrm{\θ}\right)}{1+\mathrm{\ξ}\left(\mathrm{\θ}\right)},\mathrm{\θ}=\mathrm{0,1},...,64---\left(1\right)$

在此ξ(θ)是a先验SNR。根据现有技术，可以根据直接判断(decision-directed)的估计方法来估计a先验SNR，该方法如在Acoustics，Speech and Signal Processing(声学、语音和信号处理)(ASSP-32(6)，1984)上的IEEE学报中所提出的。使用计算频带中的幅度谱的逐步频域求平均来修改方程式1，这在频带内引起比使用基于全FFT的频率分辨率的原始Wiener估计器更小的逐库之间的差值。为了注释清楚，符号s在下面被使用来指代一个计算频带并且把它与θ区分，符号θ用于表示一个FFT库。此外，为了计算一个计算频带内的一个增益系数，基础Wiener幅度估计器的一种修改被使用。这可以被表示为：

$G\left(s\right)=\frac{\widetilde{\mathrm{\ξ}}}{1+\widetilde{\mathrm{\ξ}}\left(s\right)},s=\mathrm{0,1},...,11---\left(2\right)$

在此引入的Wiener滤波中的修改包括每个计算频带的a先验SNR被估计的那种方式。实质上，因为原始语言和噪声信号本身不知道a先验，所以没有方法来从单个信道信号中提取一个真实的a先验SNR。

a先验SNR的估计发生在块344中。根据现有技术，使用在上面提及的直接判断的方法可以估计a先验SNR，该方法可以被算术地表示如下：

$\mathrm{\ξ}(s,n)=\mathrm{\α}{G}^2(s,n-1)\mathrm{\γ}(s,n-1)+(1-\mathrm{\α})P[\mathrm{\γ}(s,n)-1]---\left(3\right)$

在方程式3中，γ(s，n)是在块342中计算出的帧数n的a后验SNR，作为计算频带s的当前帧的功率谱分量和背景噪声功率谱估计之比。通过把各自幅度谱估计的相应分量之比进行平方来计算出此功率比。G(s，n-1)是为前一帧确定的计算频带s的增益系数，P(·)是检波函数并且α是所谓的“遗忘因子”(0＜α＜1)。根据直接判断方法，根据当前帧的VAD判断，α能够采取两个值之一。

在高SNR情形中，并且更普遍地，在语音清楚存在或者完全不存在的频带中，a先验SNR能够被精确地估计。可是，因为在方程式1中呈现的Wiener估计公式具有一个向SNR低值强烈增加的导数，并且由方程式3给出的估计在低SNR值处不完全精确，所以当某些语音存在时，在方程式1中呈现的Wiener估计公式的直接应用在低SNR频带中引起讨厌的影响。除了语音失真之外，在中等的噪声电平处的语音讲话期间，残留噪声可能变得不稳定。

在本发明中，代替在上面介绍的传统的语音噪声比，吵杂语音的a先验比被估计。在下列说明中，这种吵杂信噪比将使用缩写NSNR来表示。通过使用a先验NSNR的估计，而不是a先验SNR的直接估计，可以显著地改良一个噪声被抑制的语音信号的主观的(感觉的)质量。

因此，根据本发明，a先验SNR的估计被替换为一个吵杂语音噪声比NSNR的估计，导致下列公式来替代方程式3：

$\widehat{\mathrm{\ξ}}(s,n)=\mathrm{\α}{G}^2(s,n-1)\mathrm{\γ}(s,n-1)+(1+\mathrm{\α})P\left[\mathrm{\γ}(s,n)\right]---\left(4\right)$

声明NSNR能够比a先验语音噪声比SNR更精确地被估计。根据方程式4，前一帧所获得的、乘以前一帧各自增益系数的a后验SNR值被使用于当前帧的a先验吵杂语音噪声比的计算中。在每一帧的增益系数的计算之后，每一帧的a后验SNR值被储存在SNR存储块345中。因此，前一帧的a后验SNR值可以从SNR存储块345中被取回并且被使用于当前帧的a先验NSNR的计算中。

根据本发明，由方程式4提供的NSNR估计又从下面定界，如方程式5中所表示的。这有效地为可以获得的最大噪声衰减设置一个上限：

${\widehat{\mathrm{\ξ}}}^{\′}\left(s\right)=\max (\mathrm{\ξ}\_\min ,\widehat{\mathrm{\ξ}}\left(s\right))---\left(5\right)$

通过选择导致最大衰减为大约10dB的一个门限值，ξ_min，以及代入Wiener增益公式中的

剩余背景噪声(在噪声抑制之后保持的噪声分量)变得平滑并且语音失真被显著地降低。

与现有技术噪声抑制方法中不同，方程式4中的遗忘因子α也被不同地对待。代替根据VAD判断来选择遗忘因子α，根据主要的SNR情形来确定之。此特征是由这样一个事实所激发：即，在低SNR情形中，a先验NSNR估计的时域平滑能够减少有关噪声被抑制的语音质量上的估计差错的反面影响。为了在遗忘因子与主要的SNR情形之间建立关联，根据一个相反的一个后验SNR指示snr_ap_I_n来计算出α，在下面的方程式6中给出：

α＝α(snr_ap_i_n)                                (6)

一个SNR纠正也被引入到a先验NSNR估计中。此校正降低了低估在低SNR情形中方程式4的a先验NSNR的趋势、一个引起噪声被抑制的(增强的)语音的减音和失真的影响。为了执行SNR纠正，在噪声抑制器的输入端处监视长期的SNR情形。为了此目的，在块348中通过把时域中总输入帧功率和背景噪声频谱估计的总功率进行滤波来建立长时期吵杂语音电平和噪声电平估计。

为了获得一个语音电平估计，在计算频带上把当前语音帧的功率谱进行平均。用一个可变遗忘因子和一个可变帧延迟对该帧功率进行滤波以便产生吵杂语音电平估计。通过在计算频带上把背景噪声频谱估计进行平均并用一个固定遗忘因子在时间上滤波从而获得噪声电平估计。

噪声抑制器44还包括一个话音活动检测器(VAD)336，它被用来控制背景噪声频谱估计的更新过程，正如现在将描述的。话音活动检测被使用在噪声抑制器44中主要是来控制背景噪声频谱的估计。然而，每一帧的VAD 336判定也用于控制一些其它功能，比如吵杂语音的估计以及与a先验NSNR估计(如上所述)相关的噪声电平以及增益计算中的最小搜索过程(在下面描述)。此外，VAD算法可用于产生用于外部目的的一个语音检测指示。通过进行比如参数值改变的细微修改以增减的灵敏度，VAD指示的操作可以被优化用于诸如免提回声控制或不连续发射(DTX)功能的外部功能。

为了更新仅仅在包含语音的帧中的吵杂语音电平估计，根据VAD336是否在当前帧和附近帧中检测到话音活动来更新被允许或被阻止。一个延迟被引入来在从中获得更新功率的那一帧之前与之后启动VAD 336判定的监控。通过采取这种预防措施，对在帧中表示吵杂语音和纯噪声之间转换的小功率语音电平估计的影响能够被减小并且这些帧中VAD 336判定的固有不可靠性能够被补偿。实际上，除了具有很高帧功率的各帧之外，该延迟被设置为2帧，在这种情况中，最小值被选定在VAD 336检测到话音的最近三帧之内。

为了促成用表示吵杂语音功率平均范围的帧功率更新，遗忘因子假定在当前帧功率和旧的语音电平估计之间的差值在绝对项中很小的情况中允许最快速更新的数值。

通过在逐帧的基础上把背景噪声频谱估计中的总功率进行滤波来获得噪声电平估计。在这种情况下，没有附加的基于VAD的条件被设置并且遗忘因子被保持恒定，这是因为噪声频谱估计的更新过程已经高度可靠了。

最后，一个相对的噪声电平指示符被定义，它被使用作为一个SNR校正因子。它被定义为噪声电平估计与吵杂语音电平估计之换算与有界比，如下面的方程式7中所示：

$\mathrm{\η}=\min (\max \_\mathrm{\η},\mathrm{\κ}\frac{\hat{N}}{\hat{S}})---\left(7\right)$

在此， 是噪声电平估计而

是吵杂语音电平估计；κ是一个比例因子，而max_η是结果的上限。

和 在块348中被计算出。该边界可以被简单地实现为定点运算中的饱和，并且通过设置κ＝2，换算可以被一个向左移所替换。因为，根据本发明的优选实施例，吵杂语音和噪声电平估计被储存在幅度域中，方程式7中的比值首先对于幅度被计算出然后被平方以便产生一个功率域比值。

如上所述，在启动时，噪声电平估计 被设置为零。吵杂语音电平估计 被初始化为相应于适当低语音功率的一个数值。另外，多少较小的数值被使用作为后续处理中的吵杂语音电平估计的最小值。

根据方程式8，SNR纠正被应用到一个先验NSNR估计：

$\widetilde{\mathrm{\ξ}}\left(s\right)=(1+\mathrm{\η}){\mathrm{\ξ}}^{\′}\left(s\right)---\left(8\right)$

这产生一个修改的a先验NSNR估计用于代入方程式2中。

一个给定语音帧中的话音活动的检测是以在噪声抑制器的块342中计算出的a后验SNR估计为基础的。基本上，通过把频谱距离测量D_SNR与一个自适应门限值vth进行比较来做出VAD判定。频谱距离D_SNR被计算出来作为a后验SNR向量的分量平均：

$D_{\mathrm{SNR}}=\underset{s=s\_1}{\overset{s\_h}{\mathrm{\Σ}}}{\mathrm{\υ}}_s\mathrm{\γ}\left(s\right)---\left(9\right)$

在此，s_1和s_h是相应于包括在VAD判定中的最低和最高的计算频带的分量的指数(index)，而υ_s是应用到频带s中的SNR向量分量的一个加权因子。在此给出的本发明的实施例中，所有分量被认为是具有相等的权，即，s_1＝0，s_h＝11，而υ_s＝1/12。

如果D_SNR超过门限值vth，则这一帧被认为包含语音并且VAD函数表示“1”。否则，这一帧被分类为噪声而VAD表示“0”。这些二进制的VAD判决被储存在一个跨越16帧(一个16比特静态变量)的移位寄存器中来实现对过去VAD判定的参考。

VAD门限值vth通常为恒量。然而，在非常好的SNR情形中，门限值被增加以免信号功率中的小波动被认为是语音。相对的噪声电平η(如上所述)的小的数值指示好的SNR情形，因为这个因子是估计的噪声功率与估计的吵杂语音功率之换算比值。因此，当η为小时，VAD门限值vth相对于η的负数而被线性增加。一个关于η的门限值也被如此定义以使当η大于门限值时，vth被保持恒定。

如果输入信号功率非常低，则即使在如上所述地修改VAD门限值之后，信号中小的非稳定事件也可能被错误地认为是语音。为了抑制此类错误的语音检测，把输入信号帧的总功率与一个门限值进行比较。如果该帧功率保持低于门限值，则VAD判定被强迫为“0”，来指示没有话音。然而，只有当VAD判定被应用在a先验NSNR估计中来确定旧估计的加权以及被应用在方程式4中新一帧的a后验SNR时，这种修改才被执行。为着要更新背景噪声频谱估计和吵杂语音与噪声电平估计的目的，而且在最小的增益搜索(将在下面描述之)中，在16位移位寄存器中未被改变的VAD判定被使用。

为了保证对语音中的暂时的一个优良响应，在块328中使用方程式2所计算出的噪声衰减增益系数将对语音活动快速反应。不幸地，语音暂时的衰减增益系数增加的灵敏度也增加了它们对非稳定噪声的灵敏度。而且，因为背景噪声幅度谱的估计通过递归滤波器来实现，所以该估计无法快速适应快速变化的噪声分量并因此无法提供它们的衰减。

残留噪声中不希望的变化也可能在增益系数向量的频谱分辨率增加时产生，这是因为同时功率谱分量的平均值减少，即，每一计算频带只有较少的FFT库。然而，加宽计算频带降低了该算法定位噪声可能所集中的那些频率的能力。这可能在噪声抑制器输出中引起不希望的波动，特别是在噪声通常集中的低频处更是如此。此外，在语音中高比例的低频内容可能会引起在包含语音的各帧中同一低频范围中噪声衰减中的降低，趋向于导致一个与语音节奏同步的残留噪声的讨厌调制。

根据本发明，使用一个“最小增益搜索”来处理在上面概述的问题。这在块350中被实现。为当前帧以及前面一二帧确定的衰减增益系数G(s)(它们被储存在增益存储块352中)被检查并且每个计算频带s的衰减增益系数的最小值被识别。当决定检查多少前面的衰减增益系数向量时，关于当前帧的VAD判定被考虑，如此以致如果在当前帧中没有检测到语音时，则两个早先组的衰减增益系数被考虑，而如果在当前帧中检测到语音时，则只有一个早先组被检查。最小增益搜索的性质被概括在下面的方程式10中：

在此，G_A(s，n)表示在最小增益搜索之后帧n中计算频带s的衰减增益系数，而V_ind表示话音活动检测器的输出。

最小增益搜索趋向于把噪声抑制算法的特性进行平滑和稳定。结果，剩余背景噪声声音平滑器和快速变化的非稳定背景噪声分量被有效地衰减。

正如已经解释的，当在频域中应用噪声抑制时，必需获得背景噪声频谱的一个估计。现在将更详细地描述此估计过程。根据本发明，通过在没有语音活动的周期期间把输入信号帧的频谱进行平均来获得背景噪声频谱的一个估计。这在块332中被实现，它计算一个暂时的背景噪声频谱估计并且在块334中计算一个最终的背景噪声频谱估计。依据这种方法，参考VAD 336的输出来执行背景噪声频谱估计的更新。如果VAD 336指示没有语音存在，则当前帧的幅度谱用一个预定义加权而被增加到乘了一个遗忘因子的前面一个背景噪声频谱估计上。这些操作通过下面的方程式11来描述：

N_n(s)＝λN_n-1(s)+(1-λ)S(s)  s＝0，...，11          (11)

在此N_n-1(s)是来自先前帧(帧n-1)中在计算频带s中的背景噪声频谱估计的分量，S(s)是当前帧的功率谱的第s个计算频带，N_n(s)是在当前帧中的背景噪声频谱估计的相应分量，而λ是遗忘因子。

遗忘因子被安排以使它们可以更有效地处理由方程式11给出的更新噪声统计中幅度谱的使用。具有较小遗忘因子的相对快的时间常数被使用于向上更新的幅度域中，而慢一点的时间常数用于向下更新中。时间常数也被改变以便容纳大和小的变化。当必须用一个比先前估计更大的数值来更新一个频谱分量时，快速更新发生在向上的方向上；而当新的频谱分量远比旧的估计小时，缓慢的更新出现在向下的方向上。另一方面，多少慢一点的时间常数被用来更新旧估计附近地区中的频谱分量值。

因为VAD 336只提供一个两状态输出，所以讲话开始的标识包括一个折衷。在一次语音讲话开始的时候，VAD 336可以继续标记噪声。因此，语音的第一帧可能被错误地分类为噪声并因此可能用包含语音的频谱来更新该背景噪声频谱估计。一种类似的情形可能出现在讲话结束时。

正如在下面进一步详细描述的，通过在块334中在被用来更新背景噪声频谱估计之前的一帧前与后屏蔽来自VAD 336中的判定窗口，则此问题被处理。然后，可以用过去的一帧的储存幅度谱的延迟来更新(延迟的更新)背景频谱。

根据本发明，背景噪声频谱估计的更新在两级中被实现。首先，在块332中通过用当前帧的幅度谱更新背景噪声频谱估计来创建一个临时的功率谱估计。对于要发生的此更新过程，应该满足下列三种条件之一：

1.当前帧和过去三帧的VAD 336判定为“0”(指示只有噪声)；

2.对于所需数量的帧，信号被判定为稳定；或

3.当前帧的功率谱比某些频带的背景噪声频谱估计更低。

其次，结果的临时功率谱估计(来自块332)被使用作为下列帧的实际背景噪声频谱估计，除非那一帧的VAD判定为“1”而前面三(即紧接在前面的)帧产生一个“0”VAD判定。在这种情况下，例如相应于在一个讲话开始的时候，把前面的背景噪声频谱估计从块334中复制到块332中的临时功率谱估计以便复位该估计。

困难也可能出现，这是因为背景噪声频谱估计过程是由VAD 336判定来控制的，但是VAD 336判定本身依赖于块334中的背景噪声频谱估计。如果背景噪声电平突然增加，则输入帧可能会被认为是语音，然后将不会执行背景噪声频谱估计更新。这使背景噪声频谱估计失去对实际噪声的跟踪。

为了处理这个问题，一种恢复方法被使用。在VAD 336分类为语音的周期期间，输入信号的稳态在块338中被估计。被称为“假语音检测计数器”的一个计数器被保持在块中用来保存来自VAD 336中连续的“1”判定的记录。最初，计数器被设置为50，对应于0.5s(50帧)。如果输入信号被认为是十分稳定并且当前帧被认为是语音，则假语音检测计数器被递减。如果稳态被指示并且VAD为当前帧输出一个“0”，但是一些过去少数帧被产生一个“1”，则计数器不被修改。如果输入信号被判断为非稳态的，则计数器被复位为初始值。每当计数器达到零时，块334中的背景噪声频谱估计被更新。最后，如果12个连续的“0”VAD判定被获得，则假语音检波计数器又被复位。此动作是以这样一种假设为基础的：即，此种连续“0”VAD判定意味着块334中的背景噪声频谱估计再一次已达到主要的噪声电平。

为了决定当前帧是否表示一个稳态信号，则通过递归平均来在块340中保持输入信号幅度谱的短期平均值。当前帧的幅度谱分量被除以时间平均频谱的相应分量，并且如果任何的商数变成比一更小时，则用倒数替换之。如果结果商数的总和超过一个预定义的门限值，则该信号被判断为非稳态的；否则被指示为稳态。幅度谱的短期平均的分量(在块340中通过递归平均所保持的)被初始化为零，因为它们只比输入帧幅度谱稍加迟缓地变化。

除了基本的基于VAD更新的方法和上述的恢复方法之外，如果当前帧的幅度谱的对应分量比当前的背景噪声频谱估计更小，则每一帧中的背景噪声频谱估计的分量被更新。这使得能够从：(1)背景噪声频谱分量的高初始化值(在下面描述)中与从(2)在一个实际的语音帧期间可能发生的错误促使的更新中迅速恢复。被称为“向下更新”的另外这种更新形式是以噪声独自从来不可能具有一个比噪声加语音更高幅度的这一事实为基础的。在块332中通过更新暂时的背景噪声频谱估计来实现向下更新。

在启动时，在块334中背景噪声频谱估计被初始化为表示一个高幅度的数值。用这种方式，一个宽范围的可能的初始输入信号可以被提供而不必遭遇背景噪声频谱估计失去对噪声的跟踪的那个问题。相同的初始化被应用到块332中暂时的背景噪声频谱估计用于延迟的更新。

噪声抑制器44的操作被控制以使它有效地抑制下行链路方向中的噪声。特别地，它的操作被控制以便信号功率与幅度电平的估计(特别是块334中的背景噪声频谱估计)不被错误地修改。由于发射信道差错，可能发生此类错误的修改。信道差错可以引起若干帧的恶化或损耗，例如几十帧或更多。正如早先提及的，如果信道差错被检测到则通常通过重复(或从中外插)最近的优良语音帧同时应用一个快速增加的衰减从而掩盖之。

在没有接收任何帧的时间期间，没有语音并且没有噪声被接收并因此块332中暂时的背景噪声频谱估计与块334中的背景噪声频谱估计趋向于降低。因此，噪声抑制器44可能失去对实际噪声频谱的跟踪。如果没有补偿此影响，则当信道清除并且再一次正确地接收帧时，基于一个降低的背景噪声频谱估计将发生噪声抑制。这样，由噪声抑制器提供的噪声抑制将不那么有效并且由移动终端用户听到的噪声电平将突然地增加。此外，在这样一个中断之后，块332和334需要根据实际噪声频谱来重建它们的背景噪声频谱估计以便恢复它们的准确度。在一个合理的估计被再一次获得之前，噪声估计将是不正确的并且将作为噪声类型中的一个突然变化而被用户听见。噪声和噪声电平中的此类变化对用户来说是讨厌的。

另外，错误的语音帧(未被语音解码器34检测为错误的)使得输出具有高电平随机分布能量的假语音帧。噪声抑制器44不能衰减此种帧中的信号。

有关问题是由不连续发射(DTX)的使用或诸如音控开关(VOX)之类的任何类似种类的功能所引起。正如早先所述，在DTX期间，一个舒适噪声频谱产生并且舒适噪声代替实际的噪声而被放音。如果舒适噪声频谱不同于实际噪声频谱，例如，如果实际噪声频谱改变同时舒适噪声被播放，那么块334中的背景噪声频谱估计将失去对实际噪声频谱的跟踪。因此，当DTX被中断并且包含语音的帧再一次被接收时，噪声抑制器44将使用先前有效的背景噪声频谱估计来开始抑制接收信号中的噪声。这将导致非最佳的衰减。

为了处理由坏的语音帧与DTX的影响所引起的问题，则在更新吵杂语音电平的长期估计中以及在最小增益搜索函数中也考虑之。

根据本发明的一个实施例，提供一种具有位于上行链路和下行链路信道中噪声抑制器的移动电话。在一种电信系统中，其中，两个此类移动电话进行通信，一个信号可以经过级联设备中的若干噪声抑制器。此外，如果噪声抑制器也被使用于蜂窝网络中，比如在交换机、代码转换器或其他网络设备中，则更多的噪声抑制器被在级联中提供。此类噪声抑制器通常被独立地优化来提供最大的噪声衰减而不对语音引起干扰失真。然而，两个或多个此类噪声抑制操作的级联使用可能导致语音的失真。

在本发明的一个实施例中，噪声抑制器44装备有一个检测器，用来分析输入以便考虑早先在语音路径中一个噪声抑制器的使用。检测器监视下行链路(语音解码)路径中噪声抑制器44输入处的SNR情形，并根据该估计的SNR来控制衰减增益计算。在优良的SNR条件中，噪声抑制的量降低或完全被消除，因为这些条件可能是早先降噪阶段的结果。在任何情况下，在优良的SNR情形中，通常较少需要噪声抑制。

通过估计噪声抑制器输入信号的有效全频带a后验SNR作为吵杂语音功率与背景噪声功率的长期估计之比来建立信号相关的增益控制的一个控制变量。全频带a后验SNR在块348中被计算出。术语“有效全频带”是指在增益计算中被计算频带覆盖的频率范围。因为实际的原因，代替实际的SNR，a后验SNR的倒数被估计。此方法被使用主要是因为总是可以假设噪声功率比吵杂语音功率小或者与之相等。这简化了定点运算中的计算。

a后验SNR，或snr_ap_i，被计算出来作为噪声与吵杂语音电平估计 与

之比，如上所述。在这种情况下，噪声电平与吵杂语音电平之比不象在SNR校正因子的计算(方程式7)的情况下那样被换算，但是在语音帧上被低通滤波。滤波的目的是减少语音中的突然变化或背景噪声电平的影响，以便平滑衰减控制。控制变量snr_ap_i的估计被表示如下：

$\mathrm{snr}\_\mathrm{ap}\_i_n=b\·\mathrm{snr}\_\mathrm{ap}\_i_{n-1}+(1-b)\·\min (\max \_\mathrm{anr}\_\mathrm{ap}\_i,\frac{\hat{N}}{\hat{S}})---\left(12\right)$

在此，n是当前帧的序数，b∈(0，1)， 是噪声电平估计，

是吵杂语音电平估计，和max_snr_ap_i是定点运算中snr_ap_i的饱和值。

用于限定优良的SNR条件中噪声衰减的控制机制已经被设计，以使以分贝(dB)为单位的衰减随以分贝为单位的SNR的增加而线性减少。这种计算方法目标是提供一种对收听者来说觉察不出的平滑过渡。而且，该控制被限定为输入SNR的受限范围。

通过在Wiener增益公式中背景噪声频谱项的低估来实现衰减中的减少。代替方程式2，用于增益估计的此公式的修改形式被使用：

$G\left(s\right)=\frac{\widetilde{\mathrm{\ξ}}\left(s\right)}{u(\mathrm{snr}\_\mathrm{ap}\_i)+\widetilde{\mathrm{\ξ}}\left(s\right)}---\left(13\right)$

在最大的衰减处，通过以dB尺度表示线性的关系，可以找到在控制变量snr_ap_i的上单位(unity)项u(snr_ap_i)的关系式。因此能够导出下列关系：

$u(\mathrm{snr}\_\mathrm{ap}\_i)=\mathrm{\ξ}\_\min (\frac{1}{{10}^{8/20}}\mathrm{snr}\_\mathrm{ap}\_i^{A/2}-1)---\left(14\right)$

在此，ξ_min是从块344中获得的频带方式a先验SNR的下限并且常数A和B由最大标称噪声衰减(抛弃SNR校正的影响)的预计范围的下端和上端以及控制变量snr_ap_i的使用范围的下端和上端来决定。

为了适应两个对抗的增益控制机制，并且为了避免在某些条件中出现的非最佳衰减，增益控制的控制参数，并且特别是控制变量和最大衰减范围，被仔细选择以使在最好利益被期待的范围中获得最高的噪声抑制。这取决于充分良好地估计SNR条件。

虽然问题可能被预期在合并增益函数中，一个在上行链路中而一个在下行链路中，但是第一(上行链路)噪声抑制器通常在第二(下行链路)噪声抑制器的输入端处改善SNR条件。因此，以级联考虑的形式考虑这一点，以便一种平滑的并且本质上单调的合并增益函数被获得。

噪声抑制器44使用与坏帧的出现以及当语音解码器担当语音解码之后的处理级时语音解码器所采取的有关动作相关的信息。

从信道解码器32中得来的坏帧指示标记被分配给噪声抑制器中控制标记寄存器中的适当入口，在此，每个标记保留一个比特位置。当信道解码器指示有一个坏帧时，坏帧标记例如被提升，它被设置为1。否则，它被设置为零。

在检测到丢失语音帧的猝发之后，独立于VAD 336判定，立即执行通常由VAD 336控制的某些功能。另外，在坏帧指示标记指示坏帧的同时，VAD 336和包含过去VAD判决的移位寄存器的状态被冻结。这允许依赖VAD 336的那些功能在通常为短时间的坏帧猝发之后使用上一次“优良”VAD判定。在大多数情况下，这把由坏帧引起的噪声抑制器性能中的干扰最小化。

为了保持背景噪声频谱估计的正确频谱电平和形状，在坏帧指示标记被装置时它不被更新。特别地，暂时的背景噪声频谱估计不被更新。然而，背景噪声频谱估计的更新通过用暂时的背景噪声频谱估计替代它来被延迟，即使如上所述，如果现在的VAD 336判定为“1”并且已经在三个“0”VAD判定之前，则坏帧被标记时也是如此。因为暂时的背景噪声频谱估计不被更新，所以这确保了只有关于实际噪声频谱的上一次有效信息被包含在背景噪声频谱估计中。

为了在块338中为稳态检测提供一个适当的基准，当坏帧被标记时输入信号功率谱的短时间平均不被更新。在坏帧指示标记被设置时假语音检测计数器也不被更新以使保存它在一系列坏帧上的状态，其典型情况下是短的。

为了在重复和衰减帧中获得正确的背景噪声减少，由坏帧处理器提供的有关解码信号的衰减不得不被考虑。为此目的，背景噪声频谱估计(通过一个分量一个分量地划分当前的帧功率谱，其被用来获得a后验SNR)被乘以重复的帧衰减增益。在块346中重复的帧衰减增益被计算出。

在块348中计算出的吵杂语音电平估计

的更新在坏帧期间被禁止。当坏帧指示标记被设置时，使用于吵杂语音电平估计中两个最近帧的帧功率的延迟值也被冻结。因此，更新程序被提供相应于最近更新的VAD判定的帧功率。

相反，噪声电平估计 在坏帧期间在块348中被连续地更新。这个过程被这样一个事实所激发：即，噪声电平估计 是以背景噪声频谱估计为基础的，它被来自重复和衰减帧中的上面测量所保护。因此，在坏帧期间逝去的时间实际上可以被开发来获得一个低通滤波的噪声电平估计，其接近于噪声频谱估计的平均功率。

在坏帧期间最小的增益搜索被禁止。如果它没有被禁止，则用减少的增益数值更新增益存储器将偏离例如从坏帧到优良的语音帧的过渡，引起跟随一系列坏帧的开头少数(例如一二个)的优良语音帧被极度衰减。

在坏信道差错条件中，信道解码器32可能不能够正确地恢复一帧并因此转发一个非常错误的帧给语音解码器。因为信道差错通常以猝发的形式出现，所以坏帧通常以组的形式出现。如果语音解码器34的坏帧处理单元38没检测到坏帧并且那一帧因此被正常地解码，则结果通常是一个高能的随机序列，它听起来非常不愉快。然而，这样一个错误帧未必引起噪声抑制器44中的问题。典型情况下具有高能内容的这样一帧将不被包含在背景噪声估计中，这是因为VAD 336将标记语音。此外，高帧能量将不会显著地影响吵杂语音电平估计 这是因为根据吵杂语音电平估计的结果，遗忘因子将被增加(相应于长时间常数)，在此，在当前的估计和新的帧功率之间的大差值将导致一个大的遗忘因子被选择。而且，如果没有太多这些错误的帧，则代替错误的大功率的帧，最近三帧功率的最小值将可能被用于更新吵杂语音电平估计

如果未检测到的大功率坏帧为长(例如，如果它们的持续时间为0.5s或更长)，则有可能触发背景噪声频谱估计的强制更新的危险。虽然这需要输入的稳态，但是如果解码的错误帧类似白噪声，则这个条件可以被满足。可是，这样一个长错误猝发可能已经导致通话下线，使这种开始强迫的更新的最坏情况相当不可能。而且，即使根据错误的帧把背景噪声频谱估计更新到一个高电平，则VAD 336也将在一段时间内把输入信号认为是噪音。这和上述的下行更新一起，将使噪声频谱估计能够很快地(通常在几秒钟内)恢复损失的噪声频谱形状和电平。

根据本发明，在噪声抑制器中采取测量来处理在移动到移动的连接中可能出现的问题，在移动到移动的连接中，在两个无线电路径的任一个中坏的信道条件可能会占优势。噪声抑制器44通过这样一个坏的移动到移动的连接来接收各帧，也就是说，噪声抑制器在下行链路(语音解码)连接中不能够获得有关上行链路连接中(即，从发射移动到网络中)的信道条件的任何消息。因此，它不能产生任何显式坏帧的指示。然而，上行链路连接的语音解码器34中的坏帧处理单元38将执行重复和衰减的最近优良帧的标准过程，正如下行链路语音解码器34的坏帧处理器一样。因此下行链路连接中的噪声抑制器44接收具有无伴随坏帧信息的高衰减帧的猝发。

为了处理此问题，如果不自然的间隙在输入信号中被检测，则下行链路噪声抑制器44慢慢地下行更新临时的背景噪声频谱估计、语音功率频谱的短时间平均和吵杂语音电平估计。一个包括三个比较步骤的间隙检测过程被使用在应用到暂时背景噪声频谱估计和语音功率频谱的短期平均上的下行更新过程中。这三个步骤是：

1.在每个计算频带中输入功率与小门限值的比较。

2.在每个计算频带中更新输入功率与当前估计电平的比较。

3.在块338中计算出的稳态测量与稳态门限值的比较。

对于每个计算频带执行在上面介绍的开头两个比较步骤。第三个比较步骤的目的是禁止低噪声条件中的恢复操作。如果噪音从一个呼叫的开始就处在低电平，则输入幅度谱的短期平均从不假定高数值并因此稳态测量保持为低。另一方面，如果噪声电平在已经很高之后降低，则此过程过一会儿将恢复正常的更新速度，因为输入幅度谱的短期平均在慢速更新期间达到一个较低的电平。

在吵杂语音电平估计情况下，上面的只有开头两个比较被实现并且在有效全频带功率上被执行。

即使噪声抑制器44可靠地检测到丢失的帧，噪声频谱估计也倾向于易于被更新以充分使VAD 336在帧静音之后把噪音错误地认为是语音。为了处理这个问题，稳态检测门限值在静音帧被检测的周期期间被操纵来增加噪声抑制器44正确地检测语音的机会。只要当假语音检测计数器开始强迫的背景频谱更新时，下一时机一出现，则原始门限值就被恢复。此操作是用于判定，因为它在到和从静音帧中的转换中有效地防止假语音检测计数器的复位，在此稳态测量容易假定高数值。

未被检测的静音帧的检测和保护的此方法能够识别其中信号几乎或完全丢失的那些帧。此外，这些测量在没有信号间隙存在的情形中不会引起负面影响。

正如在上面所提及的，一个DTX处理器连同语音解码器一起操作。由于在接收机处产生的舒适噪声信号实际上从不与发射(远端)终端处的原始噪音分量相同，所以接收端处的噪声抑制器44被控制以使它不被在DTX工作的周期期间背景噪声性质中的一个改变所影响。

在目前GSM系统中，一个显式标记被提供于语音解码器中，指示是否处在DTX操作方式。在GSM语音编解码器中，在语音编解码器的发射(TX)不连续发射(DTX)处理器中，在语音暂停期间做出切断发射的决定。在一个语音猝发结束处，花费一些连续帧来产生一个新的SID帧，其然后被用于传送描述解码器的估计背景噪声特性的一些舒适噪音参数。在SID帧的发射之后无线电发射被切断并且语音标记(SP标记)被设置为零。否则，SP标记被设置为1来表示无线电发射。

此语音标记由语音解码器接收并且也被使用于噪声抑制器44中来把噪声抑制器控制标记寄存器中的DTX标记分别设置为0或1。调用用于DTX周期的操作方式的判定是以此标记值为基础的。在DTX模式中，噪声抑制器44的VAD 336被绕过并且根据语音编解码器的DTX处理器做出VAD判定。因此，当DTX功能开启时，VAD判定被设置为零，具有如下所述的结果。

估计背景噪声过程的频谱电平和形状的GSM语音编解码器DTX功能的能力改变。另外，舒适噪声的频谱形状通常比实际背景噪声的频谱更平坦。因此，噪声抑制器44被配置以使它在DTX不出现的帧期间只在块334中估计背景噪声频谱。因此，只有当DTX被断开时暂时的背景噪声频谱估计才在块332中出现。然而，实际背景噪声频谱估计的复制在所有帧中被启用以便保证在使用于上述延迟更新过程中的最后背景噪声频谱估计中包含最近的有用信息。

当舒适噪声被发射并因此在此类帧期间稳态检测不被实现时，在块334中的背景噪声频谱估计的更新不发生。可是，在已经发射若干舒适噪声之后，一个新的语音帧可能不再与一个舒适噪声帧相关。结果，假语音检测计数器被复位。此复位是在VAD 336的十六次语音暂停判定之后被执行(如上所述，VAD 336被设置来检测语音暂停同时舒适噪声被发射)。

在舒适噪声帧中，噪声衰减增益被分配所有计算频带中的最小允许值。通过在方程式8中由ξ_min替代 以及把结果代入方程式2中来确定此最小增益值。由于此特定增益公式被使用，所以在舒适噪声产生期间块344中的a先验SNR的计算可以被禁止。被使用于a先验SNR的计算中、为最近语音帧而计算出的早先帧的“增强的a后验SNR”向量(a后验SNR乘以平方了的衰减增益)，被保持直到它能被使用的下一语音帧为止。

在本发明的一个实施例中，噪声抑制器44被用来补偿在从语音编码器中背景噪声频谱估计的非理想性中而来、在DTX帧期间所产生的舒适噪声信号的频谱特性中的变化。噪声抑制器可用来在远端处(例如，在一个发射移动终端处)获得背景噪声频谱的一个相对可靠的估计。因此，此估计可以在噪声抑制器44内被使用来修改产生的舒适噪声的频谱电平和形状。这包括：如果输入频谱对应于当前背景噪声估计，则预测将从噪声抑制器44中出来的残留噪声频谱，然后修改输入舒适噪声信号的幅度谱以使它类似此残留噪声估计。优选的是：在如上所述的所有计算频带中的固定衰减与对于估计残留噪声的修改之间使用一个折衷。此方法使用语音编码器和噪声抑制器44两者都已获得的关于在远端处噪音的知识。

由于在语音解码器中产生的舒适噪声的平滑性质，所以不需要使用块350的最小增益搜索功能来在舒适噪声帧期间稳定降噪增益的性能。而且，用这种方式，在块352中过去的增益向量值的相关存储没有被更新。因此，储存在存储器中的增益向量将表示DTX被断开的情形，因此，被更好地适用于正常工作方式(DTX断开)被恢复的情形。

在所有当前GSM语音编解码器中，一个显式标记被提供于语音解码器中，指示DTX操作方式是否开启。在其它系统的情况下，比如PDC系统，在那里没有这样一个显式标记，通过把输入帧与前面一些进行比较并且如果连续帧非常类似时则设置一个VOX标记从而在噪声抑制器中检测相应的帧重复模式。

正如前面提及的，丢失语音帧或丢失SID帧的替代和静音可能对在丢失帧(组)上的背景噪声的连续和谐流引起一些中断并在发射信号中导致一种严重降低流畅的印象、如果背景噪声很大时则变成更显著的一种印象。首先通过调整丢失语音帧中的噪声抑制并其次通过在算法内产生一个伪残留背景噪声(PRN)(它然后与衰减的语音帧或SID帧混合)来处理此问题。

在噪声抑制器44中，被使用作为PRN的产生来源的合成噪声在频域中产生。使用一个随机数发生器354来产生复合舒适噪声频谱的若干FFT库的实部和虚部分量。随后在块356中根据由从块334中换算的背景噪声频谱估计和使用来自块348中的吵杂语音和噪声电平估计所获得的残留背景噪声频谱估计来换算或加权结果的频谱。因此产生的伪随机噪声频谱PRN然后与重复和衰减帧混合——一旦它们都已被适当地换算。最后，人造的噪声频谱通过一个IFFT 360被转变到时域中，并乘以一个窗口函数362然后在时域中与块364中的衰减的重复的原始帧进行总和，以使它适当地填充由解码器衰减所引起的剩余背景噪声电产中的降低。

残留背景噪声估计的换算执行如下。正如在上面所提及的，通过把当前帧幅度与最近的优良语音帧的幅度进行比较来确定在坏帧条件中对于重复帧使用于语音解码器中的衰减电平以便产生衰减系数。从重复帧的平均功率与一个储存值之比中确定该衰减系数。当前帧的平均功率然后被储存在衰减增益系数存储器358中。

当前语音帧的平均功率与最近的优良帧的储存平均功率之比的补数随后被用于换算产生的PRN频谱以使剩余的背景噪声电平被衰减，伪随机的影响相应地被增加。

根据下列方程式把剩余的背景噪声估计和换算的伪随机噪声求和以产生增强的输出语音信号y(n)：

y(n)＝(n)+A·(1-G_RFA(n))υ(n)                   (15)

在此，(n)是由语音解码器的坏帧处理器38衰减的并且在噪声抑制器44中处理的语音或舒适噪声信号，υ(n)是PRN信号和G_RFA(n)是语音帧n的重复帧衰减增益系数。A是具有数值大约为1.49的一个换算常数。该换算常数A源自两个影响。首先，使用一个窗口信号最初进行剩余的背景噪声频谱估计的计算，而利用非窗口时域序列的假设来产生随机复合频谱。其次，通过IFFT，PRN的能量被分配在所有128个抽样上(FFT的长度)，但是当人造信号被限窗以适合原始信号窗口时降低。另一方面，剩余的背景噪声频谱只是从原始信号的98个输入抽样和30个零(零填充)中而被计算。因此，换算常数A被使用以使PRN的能量不被低估。

在GSM全速率(FR)语音编解码器中，关于一个语音帧的四个子帧的每一个的伪对数编码块幅度Xmaxcr，从静音状态中的逐渐返回被控制。如果Xmaxcr在逐渐的返回周期期间超过任何帧的一个预定义幅度恢复序列的相应抽样，则它被根据那个抽样值来定界。向噪声抑制器44标记这种情形的出现以便如上所述地计算PRN频谱的换算因子。否则，在恢复周期期间没有PRN被加到输出上。

虽然添加产生的PRN降低了由快速改变噪声电平所引起的麻烦，但是它同时也降低了向用户通知有关信道条件的重复帧衰减的能力。可是，在向用户通知问题的语音中产生了间隙。为了确定用户被通知降级的信道条件，一个衰落机制被使用于任何情况中。这种机制在短时之后切断PRN的添加并因此允许静音信号完全衰落。这通过使用一个确定其间PRN添加不中断地有效的帧数的帧计数器来实现。当计数器超过一个门限值时，通过在一预确定帧数上以充分小的步进将它从1减少到0来引起PRN增益逐渐地衰落。在本发明的一个实施例中，在连续的PRN添加的二分之一之后开始该衰落并且衰落周期为200ms。

示出本发明至少一些的相互关系的流程图如图5所示。

图6示出了包括蜂窝网602和移动终端604的一个移动通信系统600。蜂窝网602包括通过变码器单元(TRAU)610连接到移动交换中心(MSC)608上的基地收发信台(BTS)606。MSC被连接到发射呼叫的另外一个网络612。这可以是蜂窝网602的一部分，可以是公共电话交换网(PSTN)。

移动终端604每一个包括一个噪声抑制器614，来抑制由移动终端604发射的信号和接收的信号中的噪声。

当移动终端604被用来进行呼叫时，它产生一个数字信号，该数字信号在它的噪声抑制器614中被噪声抑制，在它的语音编码器中被语音编码并在它的信道编码器中被信道编码。编码信号然后在上行链路方向中被发射到蜂窝网602，在此，它被基地收发信台606接收，然后在变码器单元610中被解码回到一个数字信号，它例如可以被向前发射到PSTN或另一移动终端604。在后一种情况中，信号在下行链路方向中被发射到变码器单元610，在此它被再一次编码然后被基地收发信台606发射到另一移动终端604，在此它被解码然后在噪声抑制器614中被噪声抑制。

噪声抑制器可以存在于网络中的其它点处。例如它们可以与变码器单元610关联地被提供以使它们在一个信号已经被解码之后或之前对一个信号进行动作。除了用这种方式把噪声抑制器定位在网络602中之外，本发明的其它特征也可以被提供于网络中。例如，变码器单元610可以提供DTX和BFI指示。这些可以被网络噪声抑制器使用来控制如上所述的噪声抑制。此外，变码器单元610合并了本发明的下列特征：

一个检测器，用来检测以及用来填充在早先坏帧处理单元中由已经被重复和衰减帧所替换的丢失帧所引起的间隙；和

控制噪声抑制以便处理串联考虑的控制功能。

可是，这些发明的特征，即检测器和/或控制功能，也可以可替代地或另外被提供于移动终端604中特别是来处理下行链路信号。

应当指出，本发明的各个方面是独立的并且可以独立地操作。因此，一个或多个方面可以按照所期望的那样被结合在移动终端或网络中。

如果噪声抑制器44被使用于下行链路连接中，其中有诸如那些使用于CDMA语音编码标准中的可变速率语音编解码器，则附加的事件需要被处理。在远(即发射)端处根据输入信号特性激活的各个语音编码比特率产生极为不同的输出语音和噪声信号。而且，输出信号电平的一些衰减通常以最小的比特率而被应用并且这产生本质上能够被认为是一种舒适噪声的一个信号。因此，下行链路噪声抑制器连同一个可变速率语音编解码器的成功应用需要：

1.使用几个相应于每一可用的语音编码比特速率的背景噪声频谱估计；

2.使用功率估计更新的专用参数组和连同每一可用比特速率的衰减增益计算；

3.使用连同可用比特速率的不同的增益计算；

4.使用与应用到以低比特速率编码的信号的任何电平衰减有关的信息。

在使用可变速率语音编解码器的系统中，优选使用与由噪声抑制器的语音解码器提供的语音编码比特速率有关的信息以便有效地操作。

本发明的一种意图是要当被期望为一个语音解码器的后处理级时使噪声抑制可行。为此目的，噪声抑制器使用来自语音解码器中涉及它状态(DTX)和信道状态的信息。

虽然本发明的优选实施例已经被示出并被描述，但是应该理解，这些实施例仅仅是当作示例而被描述的。对本领域技术人员来说，在不偏离本发明范围的条件下，可以有很多变化、改变和替代。因此，意欲用所附的权利要求来覆盖落在本发明精神和范围之内的所有此类变化或等价物。

Claims (26)

1.一种用来作用于一个信号的噪声抑制器，该噪声抑制器包括：

用第一窗口函数加权该信号的第一窗口块；

一个把加权的信号从时域转换到频域的第一转换器；

一个修改在频域中的该加权的信号的块；

一个把加权的信号从频域转换到时域的第二转换器；以及

用具有与第一窗口函数不同的特征的第二窗口函数加权来自第二转换器的信号的第二窗口块。

2.如权利要求1所述的噪声抑制器，其中第一窗口块和第二窗口块用于加权被解码的语音。

3.如权利要求1所述的噪声抑制器，其中窗口函数具有一个有超前斜率和拖尾斜率的梯形形状。

4.如权利要求1所述的噪声抑制器，其中第一窗口函数具有一个超前斜率，其具有一个比第二窗口函数的超前斜率缓的斜率。

5.如权利要求1所述的噪声抑制器，其中第一窗口函数具有一个拖尾斜率，其具有一个比第二窗口函数的拖尾斜率缓的斜率。

6.一种两相位窗口配置方法，包括：

用第一窗口函数加权在时域中的一个信号以便产生一个帧；

把该帧转换成为频域；

修改频域中的该帧；

把该修改后的帧转换回时域；和

用具有与第一窗口函数不同的特征的第二窗口函数加权转换回时域的该修改后的帧。

7.如权利要求6所述的方法，其中对于被解码的语音应用加权。

8.如权利要求6的方法，其中第一窗口函数和第二窗口函数具有一个有超前斜率和拖尾斜率的梯形形状。

9.如权利要求6所述的方法，其中第一窗口函数具有一个超前斜率，其具有一个比第二窗口函数的超前斜率缓的斜率。

10.如权利要求6所述的方法，其中第一窗口函数具有一个拖尾斜率，其具有一个比第二窗口函数的拖尾斜率缓的斜率。

11.一种包括用来作用于一个信号的噪声抑制器的移动终端，该噪声抑制器包括：

用第一窗口函数加权该信号的第一窗口块；

一个把加权的信号从时域转换到频域的第一转换器；

一个修改频域中的该加权的信号的块；

一个把该加权的信号从频域转换到时域的第二转换器；以及

用具有与第一窗口函数不同的特征的第二窗口函数加权来自第二转换器的信号的第二窗口块。

12.如权利要求11所述的移动终端，其中第一窗口块和第二窗口块用于加权被解码的语音。

13.如权利要求11所述的移动终端，其中第一窗口函数和第二窗口函数具有一个有超前斜率和拖尾斜率的梯形形状。

14.如权利要求11所述的移动终端，其中第一窗口函数具有一个超前斜率，其具有一个比第二窗口函数的超前斜率缓的斜率。

15.如权利要求11所述的移动终端，其中第一窗口函数具有一个拖尾斜率，其具有一个比第二窗口函数的拖尾斜率缓的斜率。

16.一种包括一个通信网络和多个通信终端的通信系统，其中，所述通信网络具有一个用来作用于一个信号的噪声抑制器，该噪声抑制器包括：

用第一窗口函数加权该信号的第一窗口块；

一个把加权的信号从时域转换到频域的第一转换器；

一个抑制该加权的信号中的噪声的块；

一个把经过噪声抑制的加权的信号从频域转换到时域的第二转换器；以及

用具有与第一窗口函数不同的特征的第二窗口函数加权来自第二转换器的信号的第二窗口块。

17.如权利要求16所述的通信系统，其中第一窗口块和第二窗口块用于加权被解码的语音。

18.如权利要求16所述的通信系统，其中第一窗口函数和第二窗口函数具有一个有超前斜率和拖尾斜率的梯形形状。

19.如权利要求16所述的通信系统，其中第一窗口函数具有一个超前斜率，其具有一个比第二窗口函数的超前斜率缓的斜率。

20.如权利要求16所述的通信系统，其中第一窗口函数具有一个拖尾斜率，其具有一个比第二窗口函数的拖尾斜率缓的斜率。

21.一种包括用于作用于信号的噪声抑制器的网元，所述噪声抑制器包括：

用第一窗口函数加权该信号的第一窗口块；

一个把加权的信号从时域转换到频域的第一转换器；

一个修改频域中的该加权的信号的块；

一个把修改后的加权的信号从频域转换到时域的第二转换器；以及

用具有与第一窗口函数不同的特征的第二窗口函数加权来自第二转换器的信号的第二窗口块。

22.如权利要求1所述的噪声抑制器，其中第二窗口函数具有与第一窗口函数不同的形状。

23.如权利要求1所述的噪声抑制器，其中第一窗口函数的超前斜率与第二窗口函数的超前斜率不同。

24.如权利要求1所述的噪声抑制器，其中第一窗口函数的拖尾斜率与第二窗口函数的拖尾斜率不同。

25.如权利要求1所述的噪声抑制器，其中第一窗口函数的长度与第二窗口函数的长度不同。

26.如权利要求25所述的噪声抑制器，其中第一窗口函数的长度大于第二窗口函数的长度。

Images