一種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法
【專利摘要】本發(fā)明是一種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法，涉及基于IP網(wǎng)絡(luò)的語音交互技術(shù)領(lǐng)域。本發(fā)明利用噪聲訓(xùn)練樣本和語音訓(xùn)練樣本構(gòu)造支持向量機(jī)(SVM)分類器，待檢測信號是分塊后的遠(yuǎn)端和近端信號，使用構(gòu)造好的基于高斯混合模型的SVM分類器對本分塊遠(yuǎn)端信號進(jìn)行VAD判決，如果判斷結(jié)果為無語音，停止濾波器更新和濾波，直接輸出近端語音信號，如果判斷遠(yuǎn)端有語音，進(jìn)行雙端通話判決；當(dāng)處于雙端通話時，停止濾波器系數(shù)更新，對近端信號進(jìn)行濾波；否則，根據(jù)遠(yuǎn)端信號進(jìn)行濾波器系數(shù)更新和濾波。本發(fā)明提高了語音活動性檢測的準(zhǔn)確性，避免將雙端靜音狀態(tài)誤判為雙端通話狀態(tài)，防止了在沒有參考信號的情況下濾波器的錯誤更新和濾波。
【專利說明】
-種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及基于IP網(wǎng)絡(luò)的語音交互技術(shù)領(lǐng)域，具體是指一種適用于回聲消除系統(tǒng) 的語音狀態(tài)檢測方法。
【背景技術(shù)】
[0002] 回聲消除技術(shù)廣泛應(yīng)用于電話會議系統(tǒng)、車載藍(lán)牙系統(tǒng)、IP電話等基于IP網(wǎng)絡(luò)的 語音交互系統(tǒng)中，用W消除揚(yáng)聲器播放的聲音經(jīng)過多種路徑傳播后被麥克風(fēng)拾取，并傳回 到系統(tǒng)遠(yuǎn)端形成的聲學(xué)回聲。回聲消除的核屯、思想是通過一個自適應(yīng)濾波器模擬回聲路 徑，并將估計回聲信號從麥克風(fēng)拾取的信號中減去。
[0003] 語音狀態(tài)檢測在回聲消除中起著至關(guān)重要的作用。在聲音信號進(jìn)入濾波器之前需 要首先對當(dāng)前語音狀態(tài)進(jìn)行判斷，根據(jù)系統(tǒng)所處的語音狀態(tài)決定濾波器的工作狀態(tài)。是否 能準(zhǔn)確迅速地判斷系統(tǒng)語音狀態(tài)，對回聲消除的效果有很大的影響。
[0004] 現(xiàn)有的回聲消除系統(tǒng)通常直接使用DTD(Double Ta化Detection,雙端通話檢測） 算法判斷系統(tǒng)是否處于雙端通話狀態(tài)，并在雙端通話狀態(tài)下停止濾波器系數(shù)更新，防止運(yùn) 種情況下濾波器由于受到近端語音的干擾而發(fā)散。常用的DTD算法一一Geigel算法通過比 較近端信號和遠(yuǎn)端信號的幅度值判斷是否存在近端語音，在近端信號與遠(yuǎn)端信號幅度的比 值大于特定值T時認(rèn)為系統(tǒng)處于雙端通話狀態(tài)。即當(dāng)：
[0005]
[0006] 時，認(rèn)為存在近端語音，系統(tǒng)處于雙端通話狀態(tài)。其中Iy化）I是近端語音幅度值， max{ Ix化-1) I，...，Ix化-N) I }是遠(yuǎn)端語音信號前N個采樣點(diǎn)的最大幅度值。n限巧良據(jù)回聲 路徑衰減來確定，通?？蒞取0.5; N通常與濾波器長度相等。
[0007] 但該方法存在如下缺點(diǎn)：
[000引 UGeigel算法假設(shè)了近端語音遠(yuǎn)大于遠(yuǎn)端的回聲信號，并不完全符合回聲消除的 實(shí)際情況，因此在某些情況下不是很準(zhǔn)確。
[0009] 2、不進(jìn)行遠(yuǎn)端VAD(Voice Activity Detection,語音活動性檢測）就直接進(jìn)行DTD 可能會導(dǎo)致雙端靜音狀態(tài)被誤判為雙端通話狀態(tài)。
[0010] 3、僅在雙端通話狀態(tài)下停止濾波器系數(shù)更新，在遠(yuǎn)端語音不存在的狀態(tài)下持續(xù)進(jìn) 行濾波和系數(shù)更新可能導(dǎo)致濾波器發(fā)散，并從近端信號中錯誤地減去并不存在的遠(yuǎn)端語 音。

【發(fā)明內(nèi)容】

[0011] 為了克服上述的S個問題，本發(fā)明提出一種結(jié)合VAD和DTD的語音狀態(tài)檢測方法， 并根據(jù)檢測結(jié)果設(shè)計新的濾波和更新策略W提高檢測準(zhǔn)確率，避免語音狀態(tài)的誤判，防止 濾波器的錯誤更新和濾波。
[0012] 本發(fā)明提供的一種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法，實(shí)現(xiàn)步驟如下：
[OOU]第一步:利用噪聲訓(xùn)練樣本和語音訓(xùn)練樣本構(gòu)造支持向量機(jī)SVM分類器。
[0014] 分別對噪聲訓(xùn)練樣本和語音訓(xùn)練樣本進(jìn)行特征值提取和高斯混合模型GMM訓(xùn)練， 構(gòu)造對應(yīng)的高斯超向量。利用高斯超向量構(gòu)造 SVM分類器核函數(shù)，W及語音信號和噪聲信號 對應(yīng)的SVM模型，使用構(gòu)造好的核函數(shù)和SVM模型構(gòu)造得到SVM分類器。
[0015] 第二步:待檢測信號是分塊后的遠(yuǎn)端和近端信號。使用構(gòu)造好的基于高斯混合模 型的SVM分類器對本分塊遠(yuǎn)端信號進(jìn)行VAD判決。
[0016] 對本分塊遠(yuǎn)端信號進(jìn)行特征值提取和GMM訓(xùn)練，構(gòu)造高斯超向量。將本分塊遠(yuǎn)端信 號對應(yīng)的高斯超向量輸入到構(gòu)造好的SVM分類器中進(jìn)行判決。如果分類為噪聲，判斷結(jié)果為 無語音，則停止濾波器更新和濾波，直接輸出近端語音信號。否則說明遠(yuǎn)端有語音，進(jìn)行下 一步的雙端通話判決。
[0017] 第S步:判斷系統(tǒng)是否屬于雙端通話狀態(tài)。
[0018] 計算遠(yuǎn)端信號和誤差信號的歸一化互相關(guān)CxEGG，比較歸一化互相關(guān)Cxegg和設(shè)置的 口限Txecc，當(dāng)Cxecc<Txecc時，近端有語音，系統(tǒng)處于雙端通話狀態(tài)，停止濾波器系數(shù)更新，對 近端信號進(jìn)行濾波。當(dāng)時，近端無語音，根據(jù)遠(yuǎn)端信號進(jìn)行濾波器系數(shù)更新和濾 波。
[0019] 本發(fā)明的優(yōu)點(diǎn)與積極效果在于：
[0020] (1)使用基于高斯混合模型的支持向量機(jī)算法對遠(yuǎn)端信號進(jìn)行語音活動性檢測， 提高了語音活動性檢測的準(zhǔn)確性，克服了常用的基于能量的語音活動性檢測方法存在的在 低信噪比條件下檢測不準(zhǔn)確的問題。
[0021] (2)在雙端通話檢測之前首先進(jìn)行遠(yuǎn)端語音活動性檢測，在遠(yuǎn)端有語音時再進(jìn)行 雙端通話檢測，能夠避免將雙端靜音狀態(tài)誤判為雙端通話狀態(tài)。采用基于互相關(guān)的雙端通 話檢測算法，提高了雙端通話檢測的準(zhǔn)確性。
[0022] (3)根據(jù)系統(tǒng)所處的不同語音狀態(tài)采取不同的濾波和更新策略。與傳統(tǒng)回聲消除 系統(tǒng)僅在雙端通話時停止濾波器系數(shù)更新相比，在遠(yuǎn)端無語音的狀態(tài)下也停止濾波器系數(shù) 更新和濾波，可W進(jìn)一步防止在沒有參考信號的情況下濾波器的錯誤更新和濾波。
【附圖說明】
[0023] 圖1是本發(fā)明的適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法的整體流程示意圖；
[0024] 圖2是本發(fā)明實(shí)施例仿真所用的兩段PCM流示意圖；
[0025] 圖3是本發(fā)明實(shí)施例僅使用基于能量的DlD檢測進(jìn)行回聲消除的效果示意圖；
[0026] 圖4是本發(fā)明實(shí)施例采用本發(fā)明方法進(jìn)行回聲消除的效果示意圖；
[0027] 圖5是本發(fā)明實(shí)施例使用改進(jìn)前的回聲消除庫的Sipdroid回聲消除效果示意圖； [00%]圖6是本發(fā)明實(shí)施例使用改進(jìn)后的回聲消除庫的Sipdroid回聲消除效果示意圖；
【具體實(shí)施方式】
[0029] 下面將結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)說明。
[0030] 本發(fā)明方法在DTD之前首先對遠(yuǎn)端信號進(jìn)行VAD，在VAD檢測出遠(yuǎn)端信號不存在時 直接停止濾波器系數(shù)更新和濾波，W防止濾波器發(fā)散及錯誤地濾波。在VAD檢測出存在遠(yuǎn)端 語音時再進(jìn)行DTD，并在雙端通話時停止濾波器系數(shù)更新。其中使用的VAD算法是基于GMM (Gaussian Mix1:ure Model,高斯混合模型）的SVM(Suppo;rt Vector Machine,支持向量機(jī)） 算法，該算法利用GMM構(gòu)造特征超向量，將GMM超向量用于SVM的特征值輸入及核函數(shù)構(gòu)造， 準(zhǔn)確率高于常用的基于能量或相關(guān)性的VAD算法。使用的DlD算法是基于遠(yuǎn)端信號與誤差信 號互相關(guān)的DTD，準(zhǔn)確率也高于常用的基于能量的Geigel算法。通過將遠(yuǎn)端VAD和DlD結(jié)合起 來，可W提高語音狀態(tài)檢測的準(zhǔn)確性。通過在不同語音狀態(tài)下采取不同的濾波策略，可W防 止濾波器的發(fā)散及錯誤的濾波，大大改善回聲消除的效果。
[0031] 結(jié)合圖1說明本發(fā)明的適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法的各步驟。
[0032] 步驟一，利用噪聲訓(xùn)練樣本和語音訓(xùn)練樣本構(gòu)造 SVM分類器，包括步驟SlOl~ S103。
[0033] 步驟SlOl:對噪聲信號訓(xùn)練樣本和語音信號訓(xùn)練樣本進(jìn)行特征值提取。運(yùn)里采用 的特征值是Mel倒譜系數(shù)(MFCC)dMFCC具體提取過程:對信號進(jìn)行預(yù)加重、分塊及加窗處理， 將加窗后的分塊經(jīng)過快速傅里葉變換(FFT)求出每一分塊的頻譜參數(shù)。將每一分塊的頻譜 參數(shù)通過一組由K個S角形帶通濾波器所組成的Mel刻度濾波器，K個Mel帶通濾波器編號從 0到K-1，將每個頻帶的輸出取對數(shù)，求出每一個輸出的對數(shù)能量，對每個分塊語音信號獲得 對應(yīng)的K個對數(shù)頻譜。K為正整數(shù)，一般取值為20~30。最后將得到的K個對數(shù)頻譜進(jìn)行余弦 變換求出Mel倒譜系數(shù)。將對數(shù)頻譜經(jīng)過離散余弦變換變換到倒譜頻域得到Mel倒譜系數(shù)的 公式化了-
[0034] (1)
[0035] 其中，Si(k)為第i個分塊信號通過編號k的帶通濾波器后對應(yīng)得到的對數(shù)頻譜，K 為Mel帶通濾波器的個數(shù)，HU(I)為第i個分塊語音信號的MFCC的第1階參數(shù)，L為提取的MFCC 的總階數(shù)，公式(1)中i表示對應(yīng)第i個分塊，i為正整數(shù)。
[0036] 步驟S102:生成噪聲信號訓(xùn)練樣本和語音信號訓(xùn)練樣本對應(yīng)的高斯超向量。
[0037] 分別利用噪聲信號訓(xùn)練樣本和語音信號訓(xùn)練樣本的MFCC參數(shù)建立噪聲信號和語 音信號對應(yīng)的高斯混合模型。GMM本質(zhì)上是一種多維概率密度函數(shù)，N階高斯混合模型g(x) 是由N個單高斯分布的線性組合來描述帖特征在特征空間的分布，對某一分塊，g(x)表示如 下：
[00；3 引 口）
[0039] 其中，X是訓(xùn)練樣本本分塊的MFCC參數(shù)構(gòu)成的L維特征向量，N是高斯混合模型的階 數(shù)，Pi(X)為高斯混合模型的第i個高斯分量，Wi為高斯混合模型分量Pi(X)的加權(quán)因子。
[0040] Pi(X)表示如下：
[0041]
W
[0042] 其中，Si是第i個高斯分量的協(xié)方差矩陣，m是第i個高斯分量的均值向量，因此， GMM模型的參數(shù)集A可表示如下：
[0043] A=(wi，化，5：i)，i = l，2，...，N (4)
[0044] 相應(yīng)的高斯混合模型g(x)可W表示為：
[0045]
O)
[0046] 其中，N(.)表示高斯概率密度函數(shù)。
[0047] 建立GMM模型的過程實(shí)際上就是通過訓(xùn)練估計GMM模型的參數(shù)的過程?？蒞采用最 大期望算法進(jìn)行模型參數(shù)更新。該算法有兩個主要步驟:期望E步和最大化M步。E步利用 當(dāng)前的參數(shù)集計算完整數(shù)據(jù)的似然度函數(shù)的期望值，M步通過最大化期望函數(shù)獲取新的參 數(shù)。E步和M步一直迭代直至收斂。最后分別可W得到語音和噪聲的GMM模型，設(shè)為g(s)和g (n)，s表示語音信號，n表示噪聲信號。
[0048] 利用建立好的高斯混合模型構(gòu)造高斯超向量。高斯超向量是高斯混合模型的參數(shù) 構(gòu)造而成的，可W將語音和噪聲的GMM高斯超向量ms和mn分別表示如下：
[0049] (6)
[00 加] (7)
[0051 ] K，知，...，/4為g(S)中各高斯分量的均值向量，片'，知，...，/4為g(n)中各高斯分量 的均值向量。
[0052]步驟S103:利用構(gòu)造好的高斯超向量構(gòu)造 SVM分類器。分別利用噪聲信號和語音信 號對應(yīng)的高斯超向量mn和ms建立噪聲信號和語音信號對應(yīng)的SVM模型。利用噪聲信號和語音 信號對應(yīng)的高斯超向量Hin和ms構(gòu)造 K-L核函數(shù)。該核函數(shù)使用兩個GMM概率分布之間的K-L散 度構(gòu)造而成。
[0053 ]由語音和噪聲的GMM超向量mn和ms構(gòu)造的核函數(shù)K (n，S)具體表達(dá)式如下：
[0054]
巧)
[0055] 確定核函數(shù)、語音信號的SVM和噪聲信號的SVM后可W得到SVM分類器。
[0056] 步驟二，使用構(gòu)造好的基于GMM的SVM分類器對本分塊遠(yuǎn)端信號進(jìn)行VAD判決。輸入 SVM分類器的待檢測信號是分塊后的遠(yuǎn)端和近端信號。需要首先進(jìn)行傅里葉變換轉(zhuǎn)換到頻 域，然后根據(jù)信號頻譜計算信號分塊的特征值，即MFCC、歸一化互相關(guān)等。具體可分為步驟 S201~S203。
[0057] 步驟S201:本分塊遠(yuǎn)端信號MFCC參數(shù)提取。MFCC參數(shù)的具體提取過程同步驟101， 通過公式(1)最終得到本分塊遠(yuǎn)端信號對應(yīng)的MFCC參數(shù)。
[005引步驟S202:本分塊遠(yuǎn)端信號對應(yīng)的高斯超向量生成。利用本分塊遠(yuǎn)端信號MFCC參 數(shù)建立高斯混合模型，并利用建立好的高斯混合模型構(gòu)造本分塊遠(yuǎn)端信號對應(yīng)的高斯超向 量。高斯超向量生成方法同步驟S102,如公式(6)和(7)所示。
[0059] 步驟S203:將本分塊遠(yuǎn)端信號對應(yīng)的高斯超向量輸入到構(gòu)造好的SVM分類器中，使 用基于GMM的SVM算法進(jìn)行語音/噪聲分類。得出遠(yuǎn)端語音的VAD判決結(jié)果。如果分類為噪聲， 判斷結(jié)果為無語音，則停止濾波器更新和濾波，直接輸出近端語音信號。如果分類為語音， 說明遠(yuǎn)端有語音，進(jìn)行下一步的雙端通話判決。
[0060] 步驟S，判斷系統(tǒng)是否屬于雙端通話狀態(tài)。
[0061 ] 步驟S301:計算誤差信號。
[0062]自適應(yīng)濾波器系數(shù)模擬了回聲路徑，因此本分塊遠(yuǎn)端信號與自適應(yīng)濾波器系數(shù)進(jìn) 行卷積可W得到估計回聲信號xT(n)w(n)，誤差信號e(n)即為本分塊的近端信號d(n)與估 計回聲信號xT(n)w(n)之差。
[0063] 自適應(yīng)濾波器系數(shù)是根據(jù)自適應(yīng)算法，利用誤差信號和遠(yuǎn)端信號不斷更新的。一 種常用的更新算法一一LMS算法的更新公式如下：
[0064] w(n+l) =w(n)+2]ie(n)x(n) (9)
[0065] 其中，y是步長，w(n)是濾波器權(quán)重向量，e(n)是誤差信號，x(n)是遠(yuǎn)端信號。n代表 第n個時刻(采樣點(diǎn)）。
[0066] 步驟S302:計算遠(yuǎn)端信號和誤差信號的歸一化互相關(guān)。由于時域的互相關(guān)運(yùn)算可 W轉(zhuǎn)換為頻域的點(diǎn)乘，即兩個信號頻譜值逐點(diǎn)相乘，因此可W直接利用遠(yuǎn)端信號頻譜X化） 和誤差信號頻譜E化)求得該歸一化互相關(guān)的值，計算復(fù)雜度較低。歸一化互相關(guān)在頻域的 計算方法：
[0067]
(…）
[0068] Cxegg表示遠(yuǎn)端信號和巧差信號的歸一化互相關(guān)，k表示頻點(diǎn)。
[0069] 步驟S303:DTD判決。比較遠(yuǎn)端信號和誤差信號的歸一化互相關(guān)Cxegg和歸一化互相 關(guān)口限。當(dāng)近端無語音時，遠(yuǎn)端信號和誤差信號的歸一化互相關(guān)Cxecc應(yīng)該等于1，而近端有 語音時，歸一化互相關(guān)Cxecc小于1。因此，可W設(shè)置一個略小于1的常數(shù)Txecc作為口限值，Txecc 通常取值在0.9到1之間，且該口限值根據(jù)檢測結(jié)果實(shí)時更新。更新的算法根據(jù)實(shí)際情況選 取。一個好的口限值應(yīng)該使誤報概率和漏報概率都相對較小。例如:可W首先任意選擇一個 略小于1的常數(shù)，然后設(shè)置近端語音為0,計算誤報概率和漏報概率，在一定范圍內(nèi)調(diào)整 Txecc，直到誤報概率和漏報概率都較小。
[0070] 當(dāng)歸一化互相關(guān)小于口限時，即：
[0071] Cxecc<Txecc (11)系統(tǒng)處于雙端通話狀態(tài)，停止濾波器系數(shù)更新，直接使用原來的 濾波器系數(shù)對近端信號進(jìn)行濾波；否則，不存在近端語音，只存在遠(yuǎn)端語音，運(yùn)時既進(jìn)行濾 波器系數(shù)更新，也進(jìn)行濾波。
[0072] 將本發(fā)明提出的語音狀態(tài)檢測方法應(yīng)用于實(shí)際的回聲消除系統(tǒng)中，包括兩個終 端，使用VoIP軟件Sip化Oid對實(shí)際通話效果進(jìn)行驗(yàn)證。
[0073] 首先使用matlab對本發(fā)明提出的結(jié)合VAD和DlD的語音狀態(tài)檢測方法進(jìn)行仿真。仿 真所用的語音信號包括1段30秒的遠(yuǎn)端語音PCM(PulSe Code Modulation,脈沖編碼調(diào)制） 流W及1段與之對應(yīng)的近端語音PCM流，采樣頻率均為8000化。在回聲消除系統(tǒng)中，濾波器的 長度設(shè)為128,自適應(yīng)濾波算法采用BFDAF算法（即頻域的NLMS算法），而語音狀態(tài)檢測算法 采用本發(fā)明提出的語音狀態(tài)檢測方法。
[0074] 如圖2所示，為仿真所用的兩段PCM流。從上至下依次為遠(yuǎn)端信號波形、近端信號波 形。橫坐標(biāo)為時間，單位S;縱坐標(biāo)為幅度值。采用原有的語音狀態(tài)檢測方法，即僅使用基于 能量的DlD檢測，回聲消除效果如圖3所示。從圖中可W看出，在VAD未改進(jìn)的條件下，前半段 的回聲消除效果較好，但還是存在少量殘余回聲;后半段的效果則不是很理想，原聲被消除 得比較多，回聲消除后的信號產(chǎn)生了較大失真。
[0075] 采用本發(fā)明提出的語音狀態(tài)檢測方法，回聲消除的效果如圖4所示。對比改進(jìn)之前 和改進(jìn)之后分別進(jìn)行回聲消除后得到的兩段PCM流，可W看出回聲消除效果在改進(jìn)語音狀 態(tài)檢測方法后有明顯的改善。殘余回聲消除更加徹底，近端語音也幾乎沒有出現(xiàn)失真現(xiàn)象。
[0076] 為了進(jìn)一步驗(yàn)證本發(fā)明提出的語音狀態(tài)檢測方法在實(shí)際回聲消除系統(tǒng)中的效果， 對該方法編寫相應(yīng)的C程序，并利用語音通信軟件Sipdroid對該方法進(jìn)行測試。
[0077] 根據(jù)本發(fā)明的語音狀態(tài)檢測方法的步驟修改回聲消除庫WebRTC中執(zhí)行VAD和DTD 的部分，然后在Sipdroid中調(diào)用該回聲消除庫。在不同環(huán)境下使用Sipdroid進(jìn)行實(shí)際雙端 通話并進(jìn)行錄音，保存回聲消除前后的語音PCM流，W便進(jìn)行回聲消除效果分析。
[0078] 為了在取出語音流后進(jìn)行觀察分析時比較方便和清晰，每次測試中，兩位通話者 依次從1到10進(jìn)行報數(shù)。在不同環(huán)境下，分別對改進(jìn)前和改進(jìn)后的Sipdroid版本進(jìn)行多次通 話測試W便進(jìn)行對比。
[0079] 首先對使用改進(jìn)前的回聲消除庫的Sipdroid回聲消除效果進(jìn)行多次通話測試，并 取出遠(yuǎn)端、近端和回聲消除后的PCM流。巧聯(lián)結(jié)果如圖5所示，圖中僅截取報數(shù)部分的PCM流。 其中，第一段PCM流是遠(yuǎn)端信號，第二段PCM流是近端信號，第S段PCM流是回聲消除后的近 端信號。可見，回聲消除效果不是很理想，報數(shù)部分有少許殘余回聲，虛線框圈出部分。其他 測試結(jié)果大部分與此類似。
[0080] 然后，對使用改進(jìn)后的回聲消除庫的Sipdroid的回聲消除效果也使用同樣方法進(jìn) 行多次通話測試，并取出遠(yuǎn)端、近端和回聲消除后的PCM流。圖6為比較有代表性的一次測試 結(jié)果。與圖5類似，圖中第一段PCM流是遠(yuǎn)端信號，第二段PCM流是近端信號，第S段PCM流是 回聲消除后的近端信號?？梢?，使用本發(fā)明改進(jìn)后的語音檢測方法后，回聲消除效果比較理 想，報數(shù)部分的殘余回聲消除比較徹底，如虛線框圈出部分，同時原聲的保留也沒有受到影 響。多次測試發(fā)現(xiàn)，在不同環(huán)境下，回聲消除的效果會受到一定影響，穩(wěn)定性還有待進(jìn)一步 提高。但在大多數(shù)情況下，使用本發(fā)明的語音狀態(tài)檢測方法后的回聲消除效果都較改進(jìn)前 的回聲消除效果有明顯改善。
【主權(quán)項】
1. 一種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法，其特征在于，實(shí)現(xiàn)步驟如下： 第一步:利用噪聲訓(xùn)練樣本和語音訓(xùn)練樣本構(gòu)造支持向量機(jī)SVM分類器； 分別對噪聲訓(xùn)練樣本和語音訓(xùn)練樣本進(jìn)行特征值提取和高斯混合模型GMM訓(xùn)練，構(gòu)造 對應(yīng)的高斯超向量，然后利用高斯超向量構(gòu)造SVM分類器的核函數(shù)，以及語音信號和噪聲信 號對應(yīng)的SVM模型;使用構(gòu)造好的核函數(shù)和SVM模型構(gòu)造得到SVM分類器； 第二步:待檢測信號是分塊后的遠(yuǎn)端和近端信號，使用構(gòu)造好的SVM分類器對本分塊遠(yuǎn) 端信號進(jìn)行VAD判決;VAD表示語音活動性檢測； 對本分塊遠(yuǎn)端信號進(jìn)行特征值提取和GMM訓(xùn)練，構(gòu)造高斯超向量，然后本分塊遠(yuǎn)端信號 對應(yīng)的高斯超向量輸入到構(gòu)造好的SVM分類器中進(jìn)行判決;如果判斷結(jié)果為噪聲，表示無語 音，則停止濾波器更新和濾波，直接輸出近端語音信號，否則說明遠(yuǎn)端有語音，進(jìn)行下一步 的雙端通話判決； 第三步:判斷系統(tǒng)是否屬于雙端通話狀態(tài)； 計算遠(yuǎn)端信號和誤差信號的歸一化互相關(guān)ΙΧΕα;比較歸一化互相關(guān)ξχΕ(Χ和設(shè)置的門限 TXECC，當(dāng)|XEGG<TXEGG時，系統(tǒng)處于雙端通話狀態(tài)，停止濾波器系數(shù)更新，對近端信號進(jìn)行濾 波;否則，近端無語音，根據(jù)遠(yuǎn)端信號進(jìn)行濾波器系數(shù)更新和濾波。2. 根據(jù)權(quán)利要求1所述的一種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法，其特征在于， 所述的第一步構(gòu)造SVM分類器，包括如下步驟： 步驟S101:對噪聲信號訓(xùn)練樣本和語音信號訓(xùn)練樣本進(jìn)行特征值提取;所采用的特征 值是Mel倒譜系數(shù)MFCC; MFCC的提取過程是:對信號進(jìn)行預(yù)加重、分塊及加窗處理，將加窗后的分塊經(jīng)過快速傅 里葉變換FFT求出每一分塊的頻譜參數(shù);將每一分塊的頻譜參數(shù)通過一組由K個三角形帶通 濾波器所組成的Mel刻度濾波器，并對每個頻帶的輸出取對數(shù)，獲得對數(shù)頻譜;設(shè)K個帶通濾 波器的編號從〇到K-1，則第i個分塊通過編號k的帶通濾波器后對應(yīng)得到的對數(shù)頻譜為Si (k)，第i個分塊的MFCC的第1階參數(shù)nu(l)為：(1) 其中，L為提取的MFCC的總階數(shù)； 步驟S102:生成噪聲信號訓(xùn)練樣本和語音信號訓(xùn)練樣本的高斯超向量； 分別利用噪聲信號訓(xùn)練樣本和語音信號訓(xùn)練樣本的MFCC參數(shù)建立噪聲信號和語音信 號對應(yīng)的高斯混合模型； 對某一分塊，N階高斯混合模型g(x)表示為：其中，X是訓(xùn)練樣本本分塊的MFCC參數(shù)構(gòu)成的L維特征向量，Pi(x)為高斯混合模型的第i 個高斯分量，為第i個高斯分量的加權(quán)因子是第i個高斯分量的協(xié)方差矩陣，μι是第i 個高斯分量的均值向量； 高斯混合模型g(x)進(jìn)一步表示為⑷= 疋凡,4);N(.)表示高斯概率密度函 i-1 數(shù)； 采用最大期望算法進(jìn)行高斯混合模型參數(shù)的更新，設(shè)最后得到語音信號訓(xùn)練樣本的高 斯混合模型為g(s)，其中各高斯分量的均值向量為/<，長%…，/4表示語音信號;最后得到 的噪聲信號訓(xùn)練樣本的高斯混合模型為g(n)，其中各高斯分量的均值向量為 η表示噪聲信號;利用建立好的高斯混合模型構(gòu)造語音信號訓(xùn)練樣本和噪聲信號訓(xùn)練樣本 的尚斯超向量ms和Π?η分別為：步驟S103:利用構(gòu)造好的高斯超向量構(gòu)造SVM分類器； 分別利用高斯超向量施和!^建立噪聲信號和語音信號對應(yīng)的SVM模型； 利用高斯超向量mn和ms構(gòu)造核函數(shù)K (η，s)如下：確定核函數(shù)、語音信號的SVM模型和噪聲信號的SVM，得到SVM分類器。3. 根據(jù)權(quán)利要求1或2所述的一種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法，其特征在 于，所述的第三步中，計算誤差信號的方法是:將本分塊遠(yuǎn)端信號與自適應(yīng)濾波器系數(shù)進(jìn)行 卷積得到估計回聲信號，誤差信號為本分塊近端信號與估計回聲信號之差。4. 根據(jù)權(quán)利要求1或2所述的一種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法，其特征在 于，所述的第三步中，根據(jù)下面公式計算遠(yuǎn)端信號和誤差信號的歸一化互相關(guān)Ixecc:其中，k表示頻點(diǎn)，X(k)為遠(yuǎn)端信號頻譜，E(k)為誤差信號頻譜。5. 根據(jù)權(quán)利要求1或2所述的一種適用于回聲消除系統(tǒng)的語音狀態(tài)檢測方法，其特征在 于，所述的第三步中，設(shè)置的門限Txecc為0.9到1之間的值，并根據(jù)判決結(jié)果進(jìn)行實(shí)時更新。
【文檔編號】G10L25/84GK105957520SQ201610519040
【公開日】2016年9月21日
【申請日】2016年7月4日
【發(fā)明人】王珂, 明萌, 紀(jì)紅, 李曦, 張鶴立
【申請人】北京郵電大學(xué)