本發(fā)明涉及語音降噪，具體地說，涉及一種基于頻域空間的語音降噪方法。

背景技術：

1、音頻放大器是對聲音信號進行放大的裝置，輸出信號中語音和噪聲混雜在一起，頻譜相互重疊，很難在時域范圍進行降噪處理。語音和噪聲具有調(diào)制特性，在混雜過程中，由上邊帶和下邊帶造成的頻譜搬移，會產(chǎn)生很多的邊帶頻率成分，為了從帶噪語音中提取出語音信號，需要在頻域空間來實現(xiàn)，但要從邊帶頻譜中提取出純凈的語音信號，方法比較復雜。

技術實現(xiàn)思路

1、本發(fā)明的內(nèi)容是提供一種基于頻域空間的語音降噪方法，其能夠較佳的進行語音降噪。

2、根據(jù)本發(fā)明的一種基于頻域空間的語音降噪方法，其包括以下步驟：

3、一、通過fft得到帶噪語音頻譜；

4、二、通過已知噪聲分量，利用噪聲的相對平穩(wěn)性，對帶噪語音頻譜進行分解；

5、三、通過調(diào)制信號頻譜分離算法，得到純語音頻率分量，并通過ifft輸出得到純語音信號，實現(xiàn)降噪。

6、作為優(yōu)選，步驟一中，帶噪語音頻譜ak、bk與帶噪語音信號的關系如下：

7、設噪聲信號為c(t)，語音信號是y(t)，帶噪語音信號表示為f(t)，噪聲和語音信號的調(diào)制過程如(1)式所示：

8、f(t)＝c(t)y(t)???????(1)

9、噪聲和語音信號都滿足傅里葉級數(shù)展開的條件，得到：

10、

11、

12、上式中，a'0、ai、bi是噪聲信號的頻譜分量，c'0、cj、dj是語音信號的頻譜分量，ω0是信號的基頻，i是噪聲信號頻率成分，j是語音信號頻率成分；將上式帶入(1)式得到：

13、

14、

15、設噪聲信號的最大頻率分量為m，純語音信號的最大頻率分量為n，則(2)式轉(zhuǎn)換為：

16、

17、k是噪聲和語音調(diào)制后的頻率成分，(3)式中包含四項，分別是：

18、

19、

20、

21、

22、上式用到了積化和差公式：

23、

24、

25、

26、

27、式中，a、b是參與運算的相角；從公式看出，(3)式存在上邊帶(a+b)和下邊帶(a-b)的頻率成分；考慮到三角函數(shù)的負角運算規(guī)律：

28、sin(-a)＝-sin(a)?cos(-a)＝cos(a)

29、對照(3)式可知，(3)式中的系數(shù)ak、bk是帶噪語音信號頻譜，其中，ak由f1(t)和f4(t)合并同頻項得到，bk由f2(t)和f3(t)合并同頻項確定；其中，上邊帶(a+b)和下邊帶(a-b)有頻率重合的部分，所以ak和bk由上邊帶和下邊帶共同確定。

30、作為優(yōu)選，步驟二中，帶噪語音頻譜ak、bk的分解過程如下：

31、設噪聲信號的頻率分量包括0，1，2，3，4倍頻，純語音信號的頻率分量包括1，2，3，4，5倍頻，則能得到噪聲譜和純凈語音譜，f1(t)、f4(t)和f2(t)、f3(t)均是兩個三角函數(shù)多項式的乘積，進行多項式乘積運算；

32、先對f1(t)的頻譜搬移關系進行分析，由噪聲信號和純語音信號調(diào)制后得到的帶噪語音，其頻率成分包括0～m+n倍頻，每個頻率分量是由上邊帶和下邊帶共同決定的，其中，考慮到純語音信號中不存在直流成分，j＞0，因此，

33、i+j≥1

34、同時，cos(-x)＝cos(x)，因此，凡是k＝|i-j|＝i+j的項，都應該合并，為此，得到f1(t)運行的結果為：

35、

36、同理可以得到f4(t)運行的結果為：

37、

38、從而得到(3)式中的系數(shù)ak：

39、ak＝ak(f1)+ak(f4)?k＝0，1，…m+n????(6)

40、同時考慮到sin(-x)＝-sin(x)，因此，合并k＝|i-j|＝i+j的項，得到f2(t)運行的結果為：

41、

42、其中，符號函數(shù)sgn(i-j)如(8)式所示：

43、

44、同理得到f3(t)運行的結果為：

45、

46、從而得到(3)式中的系數(shù)bk：

47、bk＝bk(f2)+bk(f3)?k＝0，1，…m+n????(10)

48、將(6)式和(10)式聯(lián)立求解得到：

49、

50、作為優(yōu)選，步驟三中，具體為：

51、帶噪語音的最大頻率點k＝m+n＝9頻率只能通過噪聲的最大頻率和純語音信號的最大頻率得到，因此，

52、

53、(12)式中，a4、b4和a9、b9都是已知參數(shù)，未知參數(shù)只有c5、d5，求解(12)式就可以得到純語音信號的最高頻譜分量c5、d5。

54、次高頻率點k＝m+n-1＝8，該頻率成分可以通過兩種頻率分量調(diào)制得到，因此，

55、

56、(13)式中，c5、d5已經(jīng)通過(10)式求解出來，a4、b4和a8、b8都是檢測參數(shù)，未知參數(shù)只有c4、d4，求解(13)式就可以得到純語音信號的次高頻譜分量c4、d4。

57、第三高頻率點k＝m+n-2＝7，該頻率成分可以通過三種頻率分量調(diào)制得到，因此，

58、

59、(14)式中，c5、d5已經(jīng)通過(12)式求解出來，c4、d4已經(jīng)通過(13)式求解出來，未知參數(shù)只有c3、d3，求解(14)式就可以得到純語音信號的第三高頻譜分量c3、d3。

60、以此遞推求解方程組，直到求出所有的純語音頻率分量，至此，成功從帶噪語音中分解出了純語音信號頻率分量，并通過ifft輸出得到純語音信號。

61、本發(fā)明可以有效地將調(diào)制語音信號進行信號分離，得到純凈的語音信號，實現(xiàn)語音降噪功能。

技術特征：

1.一種基于頻域空間的語音降噪方法，其特征在于：其包括以下步驟：

2.根據(jù)權利要求1所述的一種基于頻域空間的語音降噪方法，其特征在于：步驟一中，帶噪語音頻譜ak、bk與帶噪語音信號的關系如下：

3.根據(jù)權利要求2所述的一種基于頻域空間的語音降噪方法，其特征在于：步驟二中，帶噪語音頻譜ak、bk的分解過程如下：

4.根據(jù)權利要求3所述的一種基于頻域空間的語音降噪方法，其特征在于：步驟三中，具體為：

技術總結
本發(fā)明涉及語音降噪技術領域，具體地說，涉及一種基于頻域空間的語音降噪方法，其包括以下步驟：一、通過FFT得到帶噪語音頻譜；二、通過已知噪聲分量，利用噪聲的相對平穩(wěn)性，對帶噪語音頻譜進行分解；三、通過調(diào)制信號頻譜分離算法，得到純語音頻率分量，并通過IFFT輸出得到純語音信號，實現(xiàn)降噪。本發(fā)明可以有效地將調(diào)制語音信號進行信號分離，得到純凈的語音信號，實現(xiàn)語音降噪功能。

技術研發(fā)人員：蒲琳琳,張華
受保護的技術使用者：西南科技大學
技術研發(fā)日：
技術公布日：2024/10/21