噪聲降低增益的百分位濾波的制作方法
【技術(shù)領(lǐng)域】
[0001] 本公開總體上地涉及信號(hào)處理，特別是音頻信號(hào)的信號(hào)處理。
【背景技術(shù)】
[0002] 聲學(xué)噪聲降低系統(tǒng)典型地包括噪聲估計(jì)器和增益計(jì)算模塊，該增益計(jì)算模塊確 定一組噪聲降低增益，該組噪聲降低增益在例如一組頻帶上被確定并在變換到頻域和分 帶至該組頻帶之后被應(yīng)用到（有噪聲的）輸入音頻信號(hào)以削弱噪聲成分。聲學(xué)噪聲降 低系統(tǒng)可以包括一個(gè)麥克風(fēng)或多個(gè)麥克風(fēng)輸入和下混（例如波束形成）以生成一個(gè)輸 入音頻信號(hào)。聲學(xué)噪聲降低系統(tǒng)可以進(jìn)一步包括回聲降低并且可以進(jìn)一步包括位置外 (out-of-location)信號(hào)降低。
[0003] 已知音樂噪聲存在，并且可能由于在一些帶中的增益上發(fā)生的隨時(shí)間的短期錯(cuò)誤 而發(fā)生。這樣的出錯(cuò)增益可以被認(rèn)為統(tǒng)計(jì)學(xué)異常值，即，跨帶組統(tǒng)計(jì)地位于預(yù)期范圍之外的 增益的值，所以顯得"被孤立"。
[0004] 這樣的統(tǒng)計(jì)學(xué)異常值可能出現(xiàn)在其中輸入音頻信號(hào)被變換并分帶的其它種類的 處理中。這種其它種類的處理包括考慮了依賴于音頻信號(hào)的重現(xiàn)水平的音頻感知中的變化 的基于感知域的校平（leveling)、基于感知域的動(dòng)態(tài)范圍控制和基于感知域的動(dòng)態(tài)均衡。 參見例如作為W02004111994公開的的國(guó)際申請(qǐng)PCT/US2004/016964。用于校平和/或動(dòng)態(tài) 均衡的針對(duì)每個(gè)帶確定的增益可能包括例如孤立值的統(tǒng)計(jì)學(xué)異常值，并且這種異常值可能 引起諸如音樂噪聲的偽像。
[0005] 對(duì)增益（例如噪聲降低增益）進(jìn)行中值濾波或跨頻帶地校平和/或動(dòng)態(tài)均衡增益 可以降低音樂噪聲偽像。
[0006] 增益值可能隨頻率顯著變化，并且在這種情形下，沿頻帶運(yùn)行相對(duì)寬的中值濾波 器有中斷時(shí)域包絡(luò)的連續(xù)性的風(fēng)險(xiǎn)，該時(shí)域包絡(luò)的連續(xù)性為很多信號(hào)的固有特性并且對(duì)感 知還很關(guān)鍵。在對(duì)異常值提供更大的豁免的同時(shí)，更長(zhǎng)的中值濾波器可降低處理的譜選擇 性，并且潛在地在頻率和時(shí)間上在增益中引入更大的不連續(xù)或跳躍。
[0007] 在本部分中描述的方法是可從事的方法，但未必是以前已經(jīng)構(gòu)想或從事的方法。 因此，除非另外指出，否則，不應(yīng)僅憑借包含于本部分中而認(rèn)為在本部分中描述的方法中的 任一種為現(xiàn)有技術(shù)。類似地，除非另外指出，否則，關(guān)于一種或更多種方法識(shí)別的問題不應(yīng) 基于本部分而認(rèn)為在任何現(xiàn)有技術(shù)中已被識(shí)別。
【附圖說明】
[0008] 圖1不出了處理一個(gè)或多個(gè)輸入音頻信號(hào)（例如來自不同位置的麥克風(fēng)的麥克風(fēng) 信號(hào)101)的集合的一個(gè)示例，包括本發(fā)明的實(shí)施例。
[0009] 圖2圖解地示出了本發(fā)明的實(shí)施例的百分位濾波器的一個(gè)實(shí)施例的時(shí)-頻覆蓋和 分帶增益的集合。
[0010] 圖3A示出了包括根據(jù)本發(fā)明的實(shí)施例的百分位濾波器的后處理器的簡(jiǎn)化框圖。
[0011] 圖3B示出了包括根據(jù)本發(fā)明的實(shí)施例的百分位濾波的后處理方法的簡(jiǎn)化流程 圖。
[0012] 圖4示出了被配置為確定用于噪聲抑制、一些版本中的同時(shí)回聲抑制以及一些版 本中的同時(shí)位置外信號(hào)抑制的一組經(jīng)后處理的增益的裝置實(shí)施例的一個(gè)示例。
[0013] 圖5更詳細(xì)地示出了裝置實(shí)施例的一個(gè)示例。
[0014] 圖6示出了包括空間靈敏語音活動(dòng)檢測(cè)器和風(fēng)活動(dòng)檢測(cè)器的增益計(jì)算元件的示 例實(shí)施例。
[0015] 圖7示出了操作處理裝置以抑制噪聲和位置外信號(hào)以及一些實(shí)施例中的回聲的 方法的實(shí)施例的流程圖。
[0016] 圖8示出了用于處理一個(gè)或多個(gè)音頻輸入從而確定一組增益、后處理該增益（包 括對(duì)所確定的增益進(jìn)行百分位濾波）以及生成已經(jīng)通過應(yīng)用增益而被修改的音頻輸出的 處理裝置實(shí)施例的簡(jiǎn)化框圖。
[0017] 圖9示出了針對(duì)干凈的演講和汽車噪聲的混合中的有噪聲的演講的示例輸入波 形和對(duì)應(yīng)的語音活動(dòng)檢測(cè)器輸出。
[0018] 圖10示出了使用包括本發(fā)明的實(shí)施例的不同中值濾波策略針對(duì)圖9的信號(hào)的處 理后波形的被表示為（a)到（e)的五張圖。
[0019] 圖11示出了一段汽車噪聲的示例輸入波形和對(duì)應(yīng)的語音活動(dòng)檢測(cè)器輸出。
[0020] 圖12示出了使用包括本發(fā)明的實(shí)施例的不同中值濾波策略針對(duì)圖11的信號(hào)的處 理后波形的被表示為（a)到（e)的五張圖。
【具體實(shí)施方式】
[0021] 概述
[0022] 本發(fā)明的實(shí)施例包括方法、裝置和在一個(gè)或多個(gè)計(jì)算機(jī)可讀有形介質(zhì)中被編碼以 執(zhí)行該方法的邏輯。
[0023] 一個(gè)實(shí)施例包括對(duì)用于應(yīng)用到音頻信號(hào)的分帶增益進(jìn)行后處理的方法，該分帶增 益通過對(duì)一個(gè)或多個(gè)輸入音頻信號(hào)進(jìn)行輸入處理而被確定。該方法包括對(duì)分帶增益進(jìn)行后 處理以生成經(jīng)后處理的增益、針對(duì)特定頻帶生成特定的經(jīng)后處理的增益（包括使用來自所 述一個(gè)或多個(gè)音頻信號(hào)的一個(gè)或多個(gè)先前幀的增益值和來自用于鄰近所述特定頻帶的頻 帶的增益值的增益值的百分位濾波）。
[0024] 一個(gè)實(shí)施例包括對(duì)用于應(yīng)用到音頻信號(hào)的分帶增益進(jìn)行后處理的裝置，該分帶增 益通過對(duì)一個(gè)或多個(gè)輸入音頻信號(hào)進(jìn)行輸入處理而被確定。該裝置包括后處理器，該后處 理器對(duì)分帶增益進(jìn)行后處理以生成經(jīng)后處理的增益、針對(duì)特定頻帶生成特定的經(jīng)后處理的 增益（包括使用來自所述一個(gè)或多個(gè)音頻信號(hào)的一個(gè)或多個(gè)先前幀的增益值和來自用于 鄰近所述特定頻帶的頻帶的增益值的增益值的百分位濾波）。
[0025] 在一些實(shí)施例中，在百分位濾波之后，后處理包括頻帶到頻帶平滑化和跨時(shí)間平 滑化的中的至少一個(gè)。
[0026] 在一些實(shí)施例中，百分位濾波的寬度和深度之一或二者依賴于所述一個(gè)或多個(gè)輸 入音頻信號(hào)的信號(hào)分類。在一些實(shí)施例中，該分類包括輸入音頻信號(hào)是否可能是語音。
[0027] 在一些實(shí)施例中，百分位濾波的寬度和深度之一或二者依賴于所述一個(gè)或多個(gè)輸 入音頻信號(hào)的譜通量（spectral flux)。
[0028] 在一些實(shí)施例中，針對(duì)特定頻帶的百分位濾波的寬度或深度之一或二者依賴于正 由百分位濾波確定的特定頻帶。
[0029] 在一些實(shí)施例中，頻帶在感知尺度或?qū)?shù)尺度上。
[0030] 在一些實(shí)施例中，百分位濾波具有百分位值，并且，例如該百分位值為中值。在一 些實(shí)施例中，該百分位濾波具有百分位值，并且該百分位值依賴于所述一個(gè)或多個(gè)輸入音 頻信號(hào)的一個(gè)或多個(gè)分類和所述一個(gè)或多個(gè)輸入音頻信號(hào)的譜通量。
[0031] 在一些實(shí)施例中，百分位濾波是加權(quán)百分位濾波。
[0032] 在一些實(shí)施例中，從一個(gè)或多個(gè)輸入音頻信號(hào)確定的分帶增益被用于降低噪聲。 在一些實(shí)施例中，從多于一個(gè)的輸入音頻信號(hào)確定分帶增益，并將其用于降低噪聲和位置 外信號(hào)。在一些實(shí)施例中，從一個(gè)或多個(gè)輸入音頻信號(hào)和一個(gè)或多個(gè)參考信號(hào)確定分帶增 益，并將其用于降低噪聲和回聲。
[0033] 一個(gè)實(shí)施例包括有形的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括當(dāng)由處理系統(tǒng)的一個(gè)或多個(gè)處 理器執(zhí)行時(shí)使得處理硬件實(shí)行如此處描述的對(duì)用于應(yīng)用到音頻信號(hào)的分帶增益進(jìn)行后處 理的方法的指令。
[0034] 一個(gè)實(shí)施例包括程序邏輯，該程序邏輯在被至少一個(gè)處理器執(zhí)行時(shí)使得實(shí)行如此 處描述的方法。
[0035] 特定實(shí)施例可以提供這些方面、特征或優(yōu)點(diǎn)的全部或一些或不提供這些方面、特 征或優(yōu)點(diǎn)。特定實(shí)施例可以提供一個(gè)或多個(gè)其它方面、特征或優(yōu)點(diǎn)，從此處的附圖、描述和 權(quán)利要求，其中的一個(gè)或多個(gè)對(duì)于本領(lǐng)域技術(shù)人員而言可以是顯而易見的。
[0036] -些示例實(shí)施例
[0037] 本發(fā)明的一個(gè)方面包括用于增益平滑化（例如用于噪聲降低或用于其它輸入處 理）的增益的百分位濾波。百分位濾波器將特定的增益值替換為預(yù)定義數(shù)量的值的預(yù)定義 百分位，例如特定增益值和預(yù)定義的一組相鄰增益值的預(yù)定義百分位。百分位濾波器的一 個(gè)示例是中值濾波器，其中預(yù)定義百分位為第50個(gè)百分位。注意，預(yù)定義的百分位可以是 參數(shù)，并且可以與數(shù)據(jù)相關(guān)。因此，在此處描述的一些示例中，針對(duì)一種類型的數(shù)據(jù)（例如， 可能是噪聲的數(shù)據(jù)），可以是第一預(yù)定義的百分位，并且針對(duì)另一種類型的數(shù)據(jù)（例如，可 能是語音的數(shù)據(jù)），可以有不同的第二百分位值。有時(shí)，百分位濾波器被稱為等級(jí)次序（rank order)濾波器，在這種情況下，使用預(yù)定義的等級(jí)次序而不是預(yù)定義的百分位。例如，針對(duì) 9個(gè)值的整數(shù)，第三等級(jí)次序?yàn)V波器將輸出9個(gè)值中第三大的值，而第五等級(jí)次序?yàn)V波器將 輸出第五大的值，其為中值，即第50個(gè)百分位。
[0038] 圖1示出了包括本發(fā)明的實(shí)施例的處理一組一個(gè)或多個(gè)輸入音頻信號(hào)（例如來自 不同位置的麥克風(fēng)的麥克風(fēng)信號(hào)101)的一個(gè)示例。該處理是按數(shù)個(gè)（例如M個(gè)）采樣的 時(shí)間幀進(jìn)行的。在簡(jiǎn)單的實(shí)施例中，只有例如一個(gè)麥克風(fēng)的一個(gè)輸入，并且在另一