專(zhuān)利名稱(chēng)：用于音頻信號(hào)處理的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及音頻信號(hào)處理方法和裝置，用于產(chǎn)生通過(guò)加強(qiáng)輸入音頻信 號(hào)的目標(biāo)語(yǔ)音信號(hào)而獲得的語(yǔ)音信號(hào)。
背景技術(shù)：
當(dāng)在實(shí)際環(huán)境中使用語(yǔ)音識(shí)別技術(shù)時(shí)，環(huán)境噪聲會(huì)對(duì)識(shí)別率產(chǎn)生巨大 影響。例如，在汽車(chē)內(nèi)部，存在許多非語(yǔ)音噪聲，例如汽車(chē)的引擎音、風(fēng) 噪聲、迎面而來(lái)的汽車(chē)和超車(chē)汽車(chē)的聲音、以及汽車(chē)音頻設(shè)備的聲音。這 些噪聲混合在說(shuō)話者的語(yǔ)音中，并被輸入到語(yǔ)音識(shí)別器，造成識(shí)別率大幅 降低。一種用于解決這樣的噪聲問(wèn)題的方法是利用麥克風(fēng)陣列，其是一種噪 聲抑制技術(shù)。麥克風(fēng)陣列是用于信號(hào)處理從多個(gè)麥克風(fēng)輸入的音頻信號(hào)以 輸出加強(qiáng)的目標(biāo)語(yǔ)音的系統(tǒng)。采用麥克風(fēng)陣列的噪聲抑制4支術(shù)在免提裝置 中是有效的。在聲學(xué)環(huán)境中，方向性是噪聲的一個(gè)特性。例如，干擾說(shuō)話者的話音 被作為方向性噪聲，并具有噪聲到達(dá)方向可知的特點(diǎn)。另一方面，非方向 性噪聲(稱(chēng)為擴(kuò)散噪聲)是不能以特定的方向確定到達(dá)方向的噪聲。在許 多情況下，實(shí)際環(huán)境中的噪聲具有介于方向性噪聲與擴(kuò)散噪聲之間的中間 特性。通常，可以沿機(jī)搶方向聽(tīng)到引擎的聲音，但是其并不具有能夠確定 一個(gè)方向的強(qiáng)的方向性。由于麥克風(fēng)陣列通過(guò)采用多個(gè)通道的音頻信號(hào)的到達(dá)時(shí)間之間的差異 來(lái)進(jìn)行噪聲抑制，因此即使通過(guò)很少的麥克風(fēng)，也可以預(yù)期對(duì)方向性噪聲 的顯著的噪聲抑制效果。另一方面，對(duì)于擴(kuò)散噪聲，噪聲抑制效果不顯著。 例如，可以通過(guò)同步加成來(lái)抑制擴(kuò)散噪聲，但是為獲得足夠的噪聲抑制多個(gè)麥克風(fēng)是必要的，使得同步加成是不實(shí)際的。此外，在實(shí)際環(huán)境中，存在聲音混響的問(wèn)題。歸因于聲音混響通過(guò)多 次被反射回墻壁表面來(lái)觀測(cè)在封閉空間中發(fā)射的聲音。因此，目標(biāo)信號(hào)將從不同于直達(dá)波(direct wave)的至!jii方向的方向至!]ii麥克雙，4吏4f"聲源、 的方向變得不穩(wěn)定。結(jié)果，存在這樣的問(wèn)題，麥克風(fēng)陣列抑制方向性噪聲 變得困難，并且不應(yīng)被抑制的目標(biāo)語(yǔ)音信號(hào)也將部分地被作為方向性噪聲 而消除。換言之，出現(xiàn)了"目標(biāo)語(yǔ)音消除"問(wèn)題。JP-A 2007-10897(KOKAI)公開(kāi)了基于這樣的聲音混響條件的麥克風(fēng) 陣列技術(shù)。將可以獲得麥克風(fēng)陣列的濾波系數(shù)，其包括在預(yù)先假定的聲學(xué) 環(huán)境中的聲音混響的影響。在麥克風(fēng)陣列的實(shí)際使用中，基于源自輸入信 號(hào)的特征量來(lái)選擇濾波系數(shù)。也就是，JP-A2007-10897(KOKAI)公開(kāi)了一 種所謂的學(xué)習(xí)型陣列的技術(shù)。該方法可以充分抑制聲音混響中的方向性噪 聲，并可以同樣避免"目標(biāo)語(yǔ)音消除"問(wèn)題。然而，JP-A 2007-10897(KOKAI) 中公開(kāi)的現(xiàn)有技術(shù)不能使用方向性抑制擴(kuò)散噪聲。即使采用在JP-A 2007-10897(KOKAI)中公開(kāi)的技術(shù)，噪聲抑制效果仍不夠充分。本發(fā)明旨在通過(guò)麥克風(fēng)陣列加強(qiáng)目標(biāo)語(yǔ)音信號(hào)，同時(shí)抑制擴(kuò)散噪聲。發(fā)明內(nèi)容本發(fā)明的一個(gè)方面提供了一種用于處理多個(gè)通道的輸入音頻信號(hào)的音 頻信號(hào)處理方法，包括計(jì)算代表輸入音頻信號(hào)的通道之間的差異的至少一個(gè)特征量；根據(jù)特征量從通過(guò)預(yù)先學(xué)習(xí)而準(zhǔn)備的至少一個(gè)加權(quán)因子庫(kù)選 擇加權(quán)因子；以及對(duì)所述多個(gè)通道的輸入音頻信號(hào)進(jìn)行信號(hào)處理以產(chǎn)生輸 出音頻信號(hào)，所迷信號(hào)處理包括噪聲抑制和采用所述選擇的加權(quán)因子的加 沖又求和。


圖l是根據(jù)第一實(shí)施例的音頻信號(hào)處理器的框圖； 圖2是示例了第一實(shí)施例的過(guò)程程序的流程圖；圖3是示例了通道特征量的分布的圖；圖4是才艮據(jù)第二實(shí)施例的音頻信號(hào)處理器的框圖；圖5是示例了第二實(shí)施例的過(guò)程程序的流程圖；圖6是4艮據(jù)第三實(shí)施例的音頻信號(hào)處理器的框圖；圖7是4艮據(jù)第四實(shí)施例的音頻信號(hào)處理器的框圖；圖8是示例了根據(jù)圖7的重心庫(kù)(centroid dictionary)的內(nèi)容的圖;圖9是第四實(shí)施例的過(guò)程程序的流程圖；圖IO是才艮據(jù)笫五實(shí)施例的音頻信號(hào)處理器的框圖；圖ll是根據(jù)第六實(shí)施例的音頻信號(hào)處理器的框圖；圖12是根據(jù)第七實(shí)施例的音頻信號(hào)處理器的框圖；圖13是才艮據(jù)笫八實(shí)施例的音頻信號(hào)處理器的框圖；圖14是笫八實(shí)施例的過(guò)程程序的流程圖；圖15是是才艮據(jù)第九實(shí)施例的音頻信號(hào)處理器的框圖；以及圖16是第九實(shí)施例的過(guò)程程序的流程圖。
具體實(shí)施方式
下面將解釋本發(fā)明的實(shí)施例。如圖1所示，在^L據(jù)笫一實(shí)施例的音頻信號(hào)處理裝置中，來(lái)自多個(gè)(N ) 個(gè)麥克風(fēng)101-1至101-N的N個(gè)通道的輸入音頻信號(hào)輸入到通道間特征量 計(jì)算器102以及噪聲抑制器105-1至105-N。通道間特征量計(jì)算器102計(jì) 算代表輸入音頻信號(hào)的通道之間的差異的特征量(稱(chēng)為為通道間特征量)，， 并且將其送到選擇器104。選擇器104從存儲(chǔ)在加權(quán)因子庫(kù)103中的多個(gè) 加權(quán)因子(稱(chēng)為陣列加權(quán)因子)選擇與通道間特征量相對(duì)應(yīng)的加權(quán)因子。噪聲抑制器105-1至105-N對(duì)N個(gè)通道的輸入音頻信號(hào)進(jìn)行噪聲抑制 處理，具體而言，用于抑制擴(kuò)散噪聲的處理。加權(quán)單元106-1至106-N通 過(guò)選擇器104所選擇的加權(quán)因子加jf又來(lái)自噪聲抑制器105-1至10SN的N 通道的噪聲被抑制的音頻信號(hào)。來(lái)自加權(quán)單元106-1至106-N的N個(gè)通道 的加權(quán)的音頻信號(hào)由加法器107求和，以產(chǎn)生其中目標(biāo)語(yǔ)音信號(hào)祐加強(qiáng)的輸出音頻信號(hào)108。根據(jù)圖2的流程圖解釋了本實(shí)施例的處理過(guò)程。通道間特征量計(jì)算器 102通it^麥克風(fēng)101-1至101-N輸出的輸入音頻信號(hào)(假設(shè)為xl至xN ) 計(jì)算通道間特征量(步驟Sll)。當(dāng)使用數(shù)字信號(hào)處理技術(shù)時(shí)，輸入音頻 信號(hào)xl至xN是通過(guò)模擬到數(shù)字轉(zhuǎn)換器(未示出)沿時(shí)間軸數(shù)字化的數(shù)字 信號(hào)，并由使用時(shí)間指標(biāo)t的x (t)表示。如果數(shù)字化輸入音頻信號(hào)xl 至xN，那么通道間特征量同樣被數(shù)字化。對(duì)于通道間特征量的具體實(shí)例， 可以使用下面描述的輸入音頻信號(hào)xl至xN的到達(dá)時(shí)間之間的差異、功率 比率、復(fù)相干性或者廣義相關(guān)函數(shù)?；诓襟ESll計(jì)算出的通道間特征量，由選擇器104從加權(quán)因子庫(kù)103 中選擇對(duì)應(yīng)于通道間特征量的加權(quán)因子(步驟S12)。換言之，提取從加 權(quán)因子庫(kù)103中選擇的加權(quán)因子。預(yù)先確定通道間特征量與加權(quán)因子之間 的對(duì)應(yīng)。以最簡(jiǎn)單和最容易的方式，存在使通道間特征量與加權(quán)因子一一 對(duì)應(yīng)的方法。作為可以進(jìn)行更有效對(duì)應(yīng)的方法，存在使用聚類(lèi)(clustering) 方法例如LBG并分配對(duì)應(yīng)的加權(quán)因子到每一組以分組通道間特征量的方 法。通過(guò)采用例如GMM (高斯混合模型)的統(tǒng)計(jì)分布使分布的權(quán)重與加 4又因子wl至wN彼此對(duì)應(yīng)的方法是可以考慮的。以該方式，可以考慮多 種方法用于通道間特征量與加權(quán)因子之間的對(duì)應(yīng)，并在考慮了計(jì)算成本或 存儲(chǔ)器容量后確定最優(yōu)的方法。將選擇器104以這樣的方式選擇的加權(quán)因 子wl至wN設(shè)置到加權(quán)單元106-1至106-N。通常，加權(quán)因子wl至wN 彼此之間的值是不同的。然而，它們有時(shí)具有相同的值，或者全部為0。 通過(guò)預(yù)先的學(xué)習(xí)來(lái)確定加權(quán)因子。另一方面，發(fā)送輸入音頻信號(hào)xl至xN到噪聲抑制器105-1至105-N 以由此抑制擴(kuò)散噪聲(步驟S13)。在噪聲抑制之后，由加權(quán)單元106-1 至106-N根據(jù)加權(quán)因子wl至wN，加權(quán)N個(gè)通道的音頻信號(hào)。由加法器 107使加權(quán)的音頻信號(hào)相加，以產(chǎn)生其中目標(biāo)語(yǔ)音信號(hào)#強(qiáng)的輸出音頻 信號(hào)108 (步驟S14 )。下面詳細(xì)描述通道間特征量計(jì)算器102。如上所述，通道間特征量是代表來(lái)自N個(gè)麥克風(fēng)101-1至101-N的N個(gè)通道的輸入音頻信號(hào)xl至xN 的差異的量。存在由JP-A 2007-10897(KOKAI)描述的多種量，在這里并 入其全部?jī)?nèi)容作為參考。假定輸入音頻信號(hào)xl至xN之間的到達(dá)時(shí)間差異t是N=2的情況。當(dāng) 輸入音頻信號(hào)xl至xN從麥克風(fēng)101-1至101-N的陣列的正面到達(dá)時(shí)，7=0。 當(dāng)輸入音頻信號(hào)xl至xN從相對(duì)于正面偏移了角度e的位置到達(dá)時(shí)，發(fā)生 T=dsine/c的延遲，其中c是聲速，以及d表示麥克風(fēng)101-1至101-N之間 的3巨離。假定可以檢測(cè)到達(dá)時(shí)間差異t，通過(guò)使對(duì)應(yīng)t=0的相對(duì)大的加權(quán)因子 例如(0.5， 0.5)與通道間特征量對(duì)應(yīng)，以及通過(guò)使對(duì)應(yīng)非t=0的值的相 對(duì)小的加權(quán)因子例如(O, O)與通道間特征量對(duì)應(yīng)，來(lái)僅僅加強(qiáng)來(lái)自麥克 風(fēng)陣列正面的輸入音頻信號(hào)。假定t被數(shù)字化，可以確定這樣的時(shí)間單位， 該時(shí)間單位對(duì)應(yīng)于可以由麥克風(fēng)101-1至101-N的陣列可以檢測(cè)到的最小 角。存在各種方法，例如，設(shè)定對(duì)應(yīng)角度的時(shí)間的方法，其中該角度以例如一度的單位的恒定單位變化；或者不管角度采用恒定時(shí)間間隔的方法。通常，大多數(shù)常規(guī)麥克風(fēng)陣列通過(guò)加權(quán)來(lái)自每一個(gè)麥克風(fēng)的輸入音頻信號(hào)并求和加^L的音頻信號(hào)來(lái)得到其輸出信號(hào)。存在各種麥克風(fēng)陣列系統(tǒng)， 但是基本上各系統(tǒng)間用于確定加權(quán)因子w的方法是不同的。自適應(yīng) (adaptive)麥克風(fēng)陣列通常獲得分析加權(quán)因子w。 DCMP (定向約束功 率最小化(Directionally Constrained Minimization of Power))是公知的 這樣的自適應(yīng)麥克風(fēng)陣列中的一種。由于DCMP基于來(lái)自麥克風(fēng)的輸入音頻信號(hào)自適應(yīng)地獲得加權(quán)因子， 因此與固定型陣列例如延遲求和陣列相比，其可以采用較少的麥克風(fēng)來(lái)實(shí) 現(xiàn)高的噪聲抑制效率。然而，歸因于聲音混響下聲波的干涉，因?yàn)轭A(yù)先確 定的方向矢量c與目標(biāo)聲音實(shí)際到達(dá)的方向并不總是一致的，所以會(huì)出現(xiàn) "目標(biāo)聲音消除，，的問(wèn)題，即目標(biāo)音頻信號(hào)被當(dāng)作噪聲并由此被抑制。以該方式，自適應(yīng)地基于輸入音頻信號(hào)形成方向圖形的自適應(yīng)陣列會(huì)受到聲音 混響的顯著影響，因而無(wú)法避免"目標(biāo)聲音消除"的問(wèn)題。相反，根據(jù)本實(shí)施例的基于通道間特征量設(shè)置加權(quán)因子的系統(tǒng)可以通 過(guò)學(xué)習(xí)加權(quán)因子而避免目標(biāo)聲音消除。例如，假定由于反射，從麥克風(fēng)正 面發(fā)射的音頻信號(hào)以到達(dá)時(shí)間差異T中的TO延遲，如果相對(duì)地增加對(duì)應(yīng)于TO的加權(quán)因子例如(0.5， 0.5)，并相對(duì)地降低對(duì)應(yīng)于除TO之外的T的加 權(quán)因子例如(O， 0)，就可以避免目標(biāo)聲音消除。學(xué)習(xí)加權(quán)因子，即在建 立了加權(quán)因子庫(kù)103時(shí)，通過(guò)下列方法預(yù)先實(shí)現(xiàn)通道間特征量與加權(quán)因子 之間的對(duì)應(yīng)。例如，提供CSP(互功率鐠相位(cross-power-spectrum phase ) 方法作為用于獲得到達(dá)時(shí)間差異T的方法。在CSP方法中，在N-2的情 況下由以下的公式(1)計(jì)算CSP系數(shù)。其中CSP (t )表示CSP系數(shù)，Xn ( f)表示xn (t)的傅立葉變換， IFTU表示傅立葉逆變換，conj ()表示復(fù)共軛，以及l(fā)l表示絕對(duì)值。因?yàn)镃SP系數(shù)是白交叉i普(white cross spectrum )的反傅立葉變換， 其具有對(duì)應(yīng)于到達(dá)時(shí)間差異T的時(shí)間t的脈沖形尖峰。因此，通過(guò)探索CSP 系數(shù)的最大值來(lái)獲知到達(dá)時(shí)間差異T。對(duì)基于到達(dá)時(shí)間差異的通道間特征量而言，可以7使用復(fù)相千以及到達(dá)時(shí)間差異本身。XI (f) 、 X2(f)的復(fù)相千由下面的公式(2)表達(dá)。呵)- ，呵.(糊x糊 (2)V,(/)|2},"(yf}其中Coh (f)是復(fù)相干，以及EO表示時(shí)間平均。在信號(hào)處理領(lǐng)域，使用 相干作為表示兩個(gè)信號(hào)之間的關(guān)系的量。對(duì)于不具有通道之間的相關(guān)性的 信號(hào)例如擴(kuò)散噪聲，相干的絕對(duì)值變小。對(duì)于方向性的信號(hào)，相干變大。 對(duì)于方向性的信號(hào)，因?yàn)橥ǖ乐g的時(shí)間差異呈現(xiàn)為相干的相位成分 (component)，所以可以由相位來(lái)區(qū)別方向性的信號(hào)是來(lái)自目標(biāo)方向的 目標(biāo)音頻信號(hào)還是來(lái)自非目標(biāo)方向的方向的信號(hào)。通過(guò)^f吏用這些性質(zhì)作為 特征量便可以區(qū)別擴(kuò)散噪聲、目標(biāo)語(yǔ)音信號(hào)以及方向性噪聲。由公式(2) 可以理解到，相干是頻率的函數(shù)。因此，其與下述的第三實(shí)施例一致。然 而，當(dāng)其用在時(shí)域中時(shí)，可以構(gòu)思各種方法例如在沿頻率方向*其平均的方法和使用代表性頻率值的方法。通常限定相干具有N個(gè)通道，并不局限 于本實(shí)施例中的N=2。通常，以任意的兩個(gè)通道的相干的組合(最大Nx (N-l) /2 )表示N個(gè)通道的相干。廣義互相關(guān)函數(shù)以及基于到達(dá)時(shí)間差異的特征量可以用作通道間特征 量。例如，在"The Generalized Correlation Method for Estimation of Time Delay, C. H. Knapp and G. C. Carter, IEEE Trans, Acoust" Speech, Signal Processing", Vol.ASSP-24， No.4， pp.320-327 (1976)中描述了廣義互相關(guān) 函數(shù)，在這里并入其全部?jī)?nèi)容作為參考。廣義互相關(guān)函數(shù)GCC (t)由以 下公式定義。GCC(t)=IFT{,xG12(f)} (3)其中IFT表示反傅立葉變換，O(f)表示加權(quán)因子，以及G12(f)表示通 道之間的互功率^普。如上述文件所述，存在用于決定①(f)的各種方法。例 如，通過(guò)下列公式表示了最大似然估計(jì)方法的加權(quán)因子屯ml(f)。<formula>formula see original document page 11</formula> 其中iyl2(f)12是幅值平方相干。與CSP的情況相同，可以由GCC(t)的最大值以及給出最大值的t來(lái) 獲知通道之間的相干密度以及聲源的方向。以該方式，才艮據(jù)本實(shí)施例，由于通過(guò)學(xué)習(xí)可以得到通道間特征量與加 權(quán)因子wl至wN之間的關(guān)系，即使輸入音頻信號(hào)xl至xN的方向信息初L 聲音混響擾亂，仍可以加強(qiáng)目標(biāo)語(yǔ)音信號(hào)而不產(chǎn)生"目標(biāo)聲音消除"的問(wèn)題。下面詳細(xì)地解釋加4又單元106-1至106-N。由加權(quán)單元106-1至106-N 進(jìn)行的加權(quán)在時(shí)域的數(shù)字信號(hào)處理中凈皮表示為巻積。換言之，當(dāng)加權(quán)因子 wl至wN被束示為wn-(wn(0)，wn(l),…，wn(L-l)〉時(shí)，就建立了下列的關(guān)系 式(5)。<formula>formula see original document page 11</formula>數(shù)目，以及*表示巻積。作為所有通道的總和的y (t)表示^法器107輸出的輸出音頻信號(hào) 108，如下式所示?！?) = Z x"(o *測(cè) (6 )下面詳細(xì)解釋噪聲抑制器105-1至105-N。噪聲抑制器105-1至105-N 可以通過(guò)相似的巻積運(yùn)算進(jìn)行噪聲抑制。將參考頻域描述具體的噪聲抑制 方法，但是時(shí)域中的巻積運(yùn)算與頻域中的乘法具有傅立葉變換的關(guān)系。因 此，可以在頻域或者時(shí)域中實(shí)現(xiàn)噪聲抑制。存在各種用于噪聲抑制的方法，例如，在S.F.Boll， "Suppression of Acoustic Noise in Speech Using Spectral Subtraction", IEEE Trans. ASSP vol. 27， pp. 113-120,1979中示出的語(yǔ)減法，在這里并入其M內(nèi)容作為參 考,在Y.Ephraim， D.Malah, "Speech Enhancement Using a Minimum Mean-Square Error Short-Time Spectral Amplitude Estimator", IEEE Trans. ASSP vol.32， 1109-1121,1984中示出的MMSE-STSA，在這里并入 其全部?jī)?nèi)容作為參考，以及，在Y,Ephraim， D.Malah， "Speech Enhancement Using a Minimum Mean-Square Error Log-Spectral Amplitude Estimator", IEEE Trans. ASSP vol.33， 443-445,1985中示出的 MMSE-LSA，在這里并入其全部?jī)?nèi)容作為參考?？梢赃m宜地選擇基于這些 算法的噪聲抑制方法。結(jié)合麥克風(fēng)陣列處理與噪聲抑制的技術(shù)是公知的。例如，在陣列處理 器之后的噪聲抑制器稱(chēng)為后濾波器，并且討論了各種技術(shù)。另一方面，不 經(jīng)常使用在陣列處理器之前設(shè)置噪聲抑制器的方法，因?yàn)樵肼曇种破鞯挠?jì) 算量隨麥克風(fēng)的數(shù)量成倍的增加。因?yàn)橥ㄟ^(guò)學(xué)習(xí)獲得加權(quán)因子，所以在JP-A 2007-10897(KOKAI)中描 述的方法具有能夠減小由噪聲抑制器所造成的失真的優(yōu)點(diǎn)。換言之，在學(xué) 習(xí)時(shí)間，學(xué)習(xí)加權(quán)因子以減小包含噪聲抑制造成的失真的輸入信號(hào)的加權(quán) 求和與目標(biāo)信號(hào)之間的差異。因此，即使計(jì)算成本增加，仍具-有優(yōu)點(diǎn)，如在本實(shí)施例的情況，可以在加權(quán)加法器(包括加權(quán)單元106-1至106-N以 /0口法器107 )之前設(shè)置噪聲抑制器105-1至105-N,在該情況下，首先，可想到的配置為在已經(jīng)完成噪聲抑制之后獲得通 道間特征量，并基于該通道間特征量選擇加權(quán)因子。然而，可以想象在該 配置中存在問(wèn)題。由于對(duì)于每一個(gè)通道噪聲抑制器可以獨(dú)立地操作，所以 在噪聲抑制器抑制噪聲之后干擾了音頻信號(hào)的通道間特征量。例如，在假 定通道之間的功率比率是通道間特征量的情況下，當(dāng)將不同的抑制系數(shù)施 加到每一個(gè)通道的音頻信號(hào)時(shí)，在噪聲抑制之前和之后功率比率發(fā)生改變。 相反，根據(jù)本實(shí)施例如圖1所示"&置通道間特征量計(jì)算器102和噪聲抑制 器105-1至105-N以在噪聲抑制之前計(jì)算關(guān)于輸入音頻信號(hào)的通道間特征 量。該配置避免了上述問(wèn)題。參照?qǐng)D3,詳細(xì)描迷了以該方式通過(guò)在噪聲抑制之前計(jì)算關(guān)于輸入音 頻信號(hào)的通道間特征量而得到的效果。圖3示出了通道間特征量的示意性 分布。在假定在特征量空間內(nèi)的三個(gè)音源位置A、 B以及C中，假定A為 目標(biāo)信號(hào)到達(dá)的加強(qiáng)位置(例如，正面方向的位置)，并且假定B、 C為 應(yīng)該抑制噪聲的位置(例如，左方和右方的位置)。對(duì)于每個(gè)方向，在無(wú)噪聲存在的環(huán)境中計(jì)算的通道間特征量分布在窄 的范圍內(nèi)，如圖3中黑圏所示。例如，當(dāng)假定功率比率是通道間特征量時(shí)， 沿正面方向的功率比率為1。相對(duì)于聲源，由于接近聲源的麥克風(fēng)沿左方 或者右方的增益稍大，所以左方和右方之一的功率比率大于1，并且其他 方向的功率比率小于l。另一方面，由于在存在噪聲的環(huán)境中，對(duì)每一個(gè)通道而言，噪聲功率 是單獨(dú)變化的，因此增加了通道間的功率比率的離歉復(fù)。該狀態(tài)在圖3中 由實(shí)線圈顯示。當(dāng)對(duì)每一個(gè)通道實(shí)行噪聲抑制的時(shí)候，離散發(fā)生擴(kuò)展，如 虛線圈所示。這是因?yàn)閷?duì)于每一個(gè)通道，單獨(dú)地得到抑制系數(shù)。為了有效 地進(jìn)行后級(jí)的麥克風(fēng)陣列處理，希望在計(jì)算特征量的階段可以明確地區(qū)分 開(kāi)目標(biāo)方向與干涉方向。在本實(shí)施例中，在實(shí)行噪聲抑制之后的分布(虛線圏)內(nèi)不計(jì)算通道間特征量，而在實(shí)行噪聲抑制之前的分布(實(shí)線圈)內(nèi)計(jì)算通道間特征量， 就避免了由噪聲抑制帶來(lái)的通道間特征量的分布的擴(kuò)展，并且后級(jí)的陣列 處理器可以有效地運(yùn)作。 (第二實(shí)施例)圖4示例了才艮據(jù)第二實(shí)施例的音頻信號(hào)處理裝置。在該音頻信號(hào)處理 裝置中，加權(quán)單元106-1至106-N與噪聲抑制器105-1至105-N互換其在 圖1中的位置。換言之，如圖5的流程圖所示，由通道間特征量計(jì)算器102 計(jì)算N個(gè)通道的輸入音頻信號(hào)xl至xN的通道間特征量(步驟S21)，并 且由選擇器104選擇與計(jì)算的通道間特征量相對(duì)應(yīng)的加權(quán)因子(步驟S22 )。 以該方式，步驟S21和S22與圖2中的步驟S11和S12相似。在本實(shí)施例中，步驟S22之后，由加權(quán)單元106-1至106-N加權(quán)輸入 音頻信號(hào)xl至xN (步驟S23 )。由噪聲抑制器105-1至105-N對(duì)加權(quán)的N 通道的音頻信號(hào)進(jìn)行擴(kuò)散噪聲抑制(步驟S24)。最后，在噪聲抑制之后 由加法器107相加N個(gè)通道的音頻信號(hào)，以產(chǎn)生輸出音頻信號(hào)108 (步驟 S25)。以該方式，首先實(shí)施一組噪聲抑制器105-1至105-N以及一組加權(quán)單 元106-1至106-N中的明P—組。 (第三實(shí)施例)如圖6所示，在根據(jù)本實(shí)施例的音頻信號(hào)處理裝置中，將傅立葉變換 器401-1至401-N和反傅立葉變換器405增加到根據(jù)第一實(shí)施例的圖1中 的笫一音頻信號(hào)處理裝置，其中傅立葉變換器401-1至401-N用于將N通 道的輸入音頻信號(hào)轉(zhuǎn)變?yōu)轭l域信號(hào)，反傅立葉變換器405用于將進(jìn)行了噪 聲抑制并加權(quán)求和的頻域音頻信號(hào)恢復(fù)成時(shí)域信號(hào)。通過(guò)增加傅立葉變換 器401-1至401-N和反傅立葉變換器405,噪聲抑制器105-1至105-N、加 權(quán)單元106-1至106-N以及加法器107替換為噪聲抑制器402-1至402-N、 加權(quán)單元403-1至403-N以及加法器404,其通過(guò)頻域中的算術(shù)運(yùn)算分別 進(jìn)行擴(kuò)散噪聲抑制、加權(quán)以及求和。在時(shí)域中的巻積運(yùn)算表示為頻域中的乘積的算術(shù)運(yùn)算，這在數(shù)字信號(hào)處理技術(shù)領(lǐng)域是/>知的。在本實(shí)施例中，由傅立葉變換器401-1至401-N 將N通道的輸入音頻信號(hào)轉(zhuǎn)換為頻域信號(hào)，然后進(jìn)行噪聲抑制和加權(quán)求和。 進(jìn)行噪聲抑制和加權(quán)求和后的信號(hào)由反傅立葉變換器405進(jìn)行反傅立葉變 換以恢復(fù)為時(shí)域信號(hào)。因此，本實(shí)施例進(jìn)行的處理類(lèi)似于第一實(shí)施例在時(shí) 域中執(zhí)行的處理。在該情況下，來(lái)自加法器404的輸出信號(hào)Y (k)不通 過(guò)根據(jù)公式(5 )的巻積表示，而是以下列乘積表示。，=^]4)><簡(jiǎn)(^:) ( 7 )/7=1其中k是頻率指標(biāo)。通過(guò)反傅立葉變換器405對(duì)來(lái)自加法器404的輸出信號(hào)Y (k)進(jìn)行 反傅立葉變換，可以得到時(shí)域的輸出音頻信號(hào)y (t)。例如，剛好可以使 用來(lái)自加法器404的頻域輸出信號(hào)Y (k)作為語(yǔ)音識(shí)別的參數(shù)。當(dāng)將輸入音頻信號(hào)轉(zhuǎn)換為頻域信號(hào)然后進(jìn)行本實(shí)施例的處理時(shí)，依賴(lài) 于加權(quán)單元403-1至403-N的過(guò)濾程度，可以減小計(jì)算成本，并且可以容 易地表示復(fù)雜的聲音混響，因?yàn)榭梢詫?duì)每一個(gè)頻帶進(jìn)行處理。在本實(shí)施例中，因?yàn)樵谠肼曇种破?02-1至402-N對(duì)信號(hào)進(jìn)行噪聲抑 制之前計(jì)算該信號(hào)的通道間特征量，所以由噪聲抑制產(chǎn)生的通道特征量分布的離散保持最小，由此后級(jí)陣列處理器可以有效地運(yùn)作'對(duì)于本實(shí)施例中噪聲抑制的方法，可以從各種方法中選擇任意的噪聲 抑制方法，例如，在文件S.F.Boll， "Suppression of Acoustic Noise in Speech Using Spectral Subtraction", IEEE Trans. ASSP vol. 27， pp. 113-120,1979 中示出的譜減法，在文獻(xiàn)Y. Ephraim， D. Malah， "Speech Enhancement Using a Minimum Mean-Square Error Short-Time Spectral Amplitude Estimator", IEEE Trans. ASSP vol.32， 1109-1121,1984 中示出 MMSE畫(huà)STSA，以及在文件Y. Ephraim， D. Malah， "Speech Enhancement Using a Minimum Mean-Square Error Log-Spectral Amplitude Estimator", IEEE Trans. ASSP vol.33， 443-445,1985 中示出的 MMSE-LSA，或者它們的適宜的改進(jìn)版本。(第四實(shí)施例)在根據(jù)圖7的笫四實(shí)施例的音頻信號(hào)處理裝置中，將校對(duì)器501和重 心庫(kù)502增加到才艮據(jù)笫二實(shí)施例的圖4的音頻信號(hào)處理器。重心庫(kù)502儲(chǔ) 存由LBG等方法獲得到的多個(gè)(1)重心的特征量，如圖8所示，對(duì)應(yīng)于 索引ID。當(dāng)聚類(lèi)通道間特征量的時(shí)候，重心是每一個(gè)簇的代表點(diǎn)。圖9的流程圖示出了圖7音頻信號(hào)處理裝置的處理流程。然而，在圖 9中略去了傅立葉變換器401-1至401-N和反傅立葉變換器405的處理。 由通道間特征量計(jì)算器102計(jì)算N通道的傅立葉變換的音頻信號(hào)的通道間 特征量(步驟S31 )。校對(duì)每一個(gè)通道間特征量與存儲(chǔ)于重心庫(kù)407的多 個(gè)(1)重心的特征量中的每一個(gè)，并計(jì)算通道間特征量與重心的特征量之 間的距離(步驟S32)。索引ID表示重心的特征量，其最小化了通道間特征量與代表點(diǎn)的特 征量之間的距離，由校對(duì)器406發(fā)送該指標(biāo)ID到選擇器104。由選擇器 104從加權(quán)因子庫(kù)103中選擇對(duì)應(yīng)于指標(biāo)ID的加權(quán)因子(步驟S33)。將 由選擇器104選擇的加權(quán)因子設(shè)置到加權(quán)單元403-1至403-N。另一方面， 將由傅立葉變換器401-1至401-N轉(zhuǎn)換為頻域信號(hào)的輸入音頻信號(hào)輸入到 噪聲抑制器402-1至402-N以抑制擴(kuò)散噪聲(步驟S34)。根據(jù)在步驟S33中設(shè)置到加權(quán)單元403-1至403-N的加權(quán)因子，在噪 聲抑制之后加權(quán)N通道的音頻信號(hào)。之后，加權(quán)的音頻信號(hào)由加法器404 進(jìn)行求和以產(chǎn)生其中目標(biāo)信號(hào)被加強(qiáng)的輸出信號(hào)(步驟S35)。來(lái)自加法 器404的輸出信號(hào)由反傅立變換器405進(jìn)行反傅立葉變換，從而產(chǎn)生時(shí)域 的輸出音頻信號(hào)。 (第五實(shí)施例)如圖IO所示，才艮據(jù)第五實(shí)施例的音頻信號(hào)處理裝置具有多個(gè)(M)加 權(quán)控制器500-1至500-M，其每一個(gè)包括通道間特征量計(jì)算器102、加權(quán) 因子庫(kù)103以及選擇器104，如第一實(shí)施例的解釋。根據(jù)控制信號(hào)501,由輸入開(kāi)關(guān)502和輸出開(kāi)關(guān)503來(lái)切換加權(quán)控制 器500-1至500-M。換言之，來(lái)自麥克風(fēng)101-1至101-N的一組N通道的輸入音頻信號(hào)通過(guò)輸入開(kāi)關(guān)502輸入到加權(quán)控制器500-1至500-M中的一 個(gè)，以通過(guò)通道間特征量計(jì)算器102來(lái)計(jì)算通道間特征量。在加權(quán)控制器 500-1至500-M中輸入了音頻信號(hào)組的那個(gè)加權(quán)控制器中，選擇器104從 加權(quán)因子庫(kù)103選擇對(duì)應(yīng)于通道間特征量的加權(quán)因子組。將選擇的加權(quán)因 子組通過(guò)輸出開(kāi)關(guān)503輸入到加權(quán)單元106-1至106-N。加權(quán)單元106-1至106-N使用由選擇器104選擇的加權(quán)因子來(lái)加權(quán)經(jīng) 受了噪聲抑制器105-1至105-N的噪聲抑制的N通道的音頻信號(hào)。來(lái)自加 權(quán)單元106-1至106-N的N通道的加權(quán)音頻信號(hào)通過(guò)加法器107進(jìn)行求和， 以產(chǎn)生其中目標(biāo)語(yǔ)音信號(hào)被加強(qiáng)的輸出音頻信號(hào)108，。通過(guò)在接近實(shí)際^使用環(huán)境的聲學(xué)環(huán)境中的學(xué)習(xí)，預(yù)先建立加權(quán)因子庫(kù) 103。事實(shí)上，假定了各種聲學(xué)環(huán)境。例如，汽車(chē)內(nèi)部的聲學(xué)環(huán)境由于汽車(chē) 類(lèi)型的不同而存在巨大的差異。分別才艮據(jù)不同的聲學(xué)環(huán)境來(lái)獲得加權(quán)控制 器500-1至500-M的加權(quán)因子庫(kù)103。因此，在音頻處理時(shí)根據(jù)實(shí)際使用 環(huán)境切換加權(quán)控制器500-1至500-M并使用這樣的加權(quán)因子，該加權(quán)因子 是選擇器104從在與實(shí)際使用環(huán)境相同或非常相似的聲學(xué)環(huán)境下學(xué)習(xí)的加 權(quán)因子庫(kù)103選擇的加權(quán)因子，就可以進(jìn)行適合實(shí)際使用環(huán)境的音頻信號(hào) 處理。例如，可以通過(guò)用戶的按鈕操作，或者自動(dòng)地使用由輸入音頻信號(hào)產(chǎn) 生的參數(shù)例如信噪比(SNR)作為指標(biāo)來(lái)產(chǎn)生用于切換加權(quán)控制器500-1 至500-M的控制信號(hào)501。可由外部參數(shù)例如汽車(chē)的速度作為指標(biāo)產(chǎn)生控 制信號(hào)501。在每一個(gè)加權(quán)控制器500-1至500-M中提供了通道間特征量計(jì)算器 102的情況下，希望通過(guò)使用用于計(jì)算通道間特征量或者參數(shù)的方法來(lái)計(jì) 算更加準(zhǔn)確的通道間特征量，其適合于對(duì)應(yīng)每一個(gè)加權(quán)控制器500-1至 500-M的聲學(xué)環(huán)境。 (第六實(shí)施例)圖11示出的第六實(shí)施例提供了一種音頻信號(hào)處理裝置，丼修改了圖 IO的第五實(shí)施例，其中由加43U&口法器504取代圖10的輸出開(kāi)關(guān)503。以與第五實(shí)施例相似的方式，分別在不同的聲學(xué)環(huán)境下學(xué)習(xí)加權(quán)控制器500-1 至500-M的加權(quán)因子庫(kù)103。加權(quán)加法器504加權(quán)-求和由選擇器104從加權(quán)控制器500-1至500-M 的加權(quán)因子庫(kù)103中選擇的加權(quán)因子，并且將由加權(quán)求和得到的加權(quán)因子 發(fā)送到加杈單元106-1至106-N。因此，即使實(shí)際使用環(huán)境變化了，可以 執(zhí)行相對(duì)地適應(yīng)使用環(huán)境的音頻信號(hào)處理。加權(quán)加法器504通過(guò)固定的加 權(quán)因子或者由控制信號(hào)501控制的加權(quán)因子來(lái)對(duì)加權(quán)因子進(jìn)行加權(quán)。 (第七實(shí)施例)圖12示出的第六實(shí)施例提供了一種音頻信號(hào)處理裝置，其修改了圖 10的第五實(shí)施例，其中從每一個(gè)加權(quán)控制器500-1至500-M去除通道間特 征量計(jì)算器并使用公共的通道間特征量計(jì)算器102。以該方式，即使使用公共的通道間特征量計(jì)算器102并且僅改變加權(quán) 因子庫(kù)103和選擇器104,也可以得到近似與第五實(shí)施例相似的效果。此 外，可以組合笫六和第七實(shí)施例，并且可以由加權(quán)加法器504替換圖12 的輸出開(kāi)關(guān)503。(第八實(shí)施例)圖13示出的第八實(shí)施例提供了一種音頻信號(hào)處理裝置，其修改了圖6 的第三實(shí)施例，其中使用通道間相關(guān)計(jì)算器601與加權(quán)因子計(jì)算器602取 代通道間特征量計(jì)算器102、加權(quán)庫(kù)103和選擇器104。根據(jù)圖14的流程圖解釋了本實(shí)施例的處理過(guò)程。通it4目關(guān)計(jì)算器601 對(duì)由麥克風(fēng)101-1至101-N輸出的輸入音頻信號(hào)xl至xN進(jìn)行通道相關(guān)計(jì) 算，以獲得通道相關(guān)(步驟S41)。如果可以數(shù)字化輸入音頻信號(hào)xl至 xN,那么也可以數(shù)字化通道相關(guān)?；谠诓襟ES41中計(jì)算的通道間相關(guān)，加權(quán)因子計(jì)算器602計(jì)算用于 形成方向性的加權(quán)因子wl至wN (步驟S42)。由加權(quán)因子計(jì)算器302計(jì) 算的加權(quán)因子wl至wN被設(shè)置到加權(quán)單元403-1至403-N。噪聲抑制器402-1至402-N對(duì)輸入音頻信號(hào)xl至xN進(jìn)行噪聲抑制以 抑制擴(kuò)散噪聲(步驟S43)。噪聲抑制之后，加權(quán)單元403-1至403-N根據(jù)加權(quán)因子wl至wN對(duì)N通道的音頻信號(hào)進(jìn)行加權(quán)。此后，通過(guò)加法器404求和加權(quán)的音頻信號(hào)，以得到其中目標(biāo)語(yǔ)音信號(hào)被加強(qiáng)的輸出音頻信號(hào)108 (步驟S44 )。根據(jù)作為自適應(yīng)陣列的實(shí)例的上述DCMP，通過(guò)下列分析計(jì)算拔陚予到加權(quán)單元403-1至403-N的加權(quán)因子w:w = (wl, w2，…,wN)t= (7"v(i x\0c (8)其中Rxx代表通道間相關(guān)矩陣，inv代表逆矩陣，以及h代表共軛轉(zhuǎn)置矩 陣。矢量c稱(chēng)為約束矢量。 一種設(shè)計(jì)是可能的，以便沿矢量c所指示的方 向的響應(yīng)變成希望的響應(yīng)h (具有沿目標(biāo)語(yǔ)音的方向的方向性的響應(yīng))。 每一個(gè)w和c都是矢量，并且h是標(biāo)量?？梢栽O(shè)置多個(gè)約束條件。在該情 況下，c是矩陣，以及h是矢量。通常，假定約束矢量為目標(biāo)語(yǔ)音方向并 將希望的響應(yīng)i殳計(jì)為1。DCMP可以在基于輸入信號(hào)的分析中得到加權(quán)因子。然而，在本實(shí)施 例中，加權(quán)單元403-1至403-N的輸入信號(hào)是噪聲抑制器402-1至402-N 的輸出信號(hào)，并且用于計(jì)算加權(quán)因子的相關(guān)計(jì)算器601的輸入信號(hào)是噪聲 抑制器402-1至402-N的輸入信號(hào)。因?yàn)槎卟⒉灰恢?，所以發(fā)生理論上 的失配。在通常情況下，應(yīng)當(dāng)使用噪聲被抑制的信號(hào)計(jì)算通道間相關(guān)，但是根 據(jù)本實(shí)施例，存在可以較早地計(jì)算通道間相關(guān)的優(yōu)點(diǎn)。因此，本實(shí)施例依 賴(lài)于使用條件可顯示出整體的高性能。在第一至第七實(shí)施例中描述的技術(shù) 通過(guò)預(yù)先學(xué)習(xí)包含的噪聲抑制器的貢獻(xiàn)來(lái)學(xué)習(xí)加權(quán)因子，從而不會(huì)發(fā)生上 述失配。在本實(shí)施例中，使用DCMP作為自適應(yīng)陣列的實(shí)例，但是可能使用其 它類(lèi)型的陣列，例如，L.J.Griffiths and C.W.Jim, "An Alternative toLinearly Constrained Adaptive Beamforming"， IEEE Trans. Antennas、.fPropagation, vol.O， no.l， pp.27-34， 1982中描述的Griffiths-Jim型，在這里并入其全部?jī)?nèi)容作為參考。 (第九實(shí)施例)圖15示出的笫九實(shí)施例提供了一種音頻信號(hào)處理裝置，其4奮改了圖 13的第八實(shí)施例，其中噪聲抑制器402-1至402-N與加權(quán)單元403-1至 鉤3-N相互替換。換言之，如圖16的流程圖所示，通過(guò)通道間相關(guān)計(jì)算器 601計(jì)算N通道的輸入音頻信號(hào)xl至xN的通道間相關(guān)量(步驟S51)。 由加權(quán)因子計(jì)算器602基于計(jì)算的通道間相關(guān)來(lái)計(jì)算用于形成方向性的加 權(quán)因子wl至wN (步驟S52 )。由加權(quán)因子計(jì)算器602計(jì)算的加權(quán)因子 wl至wN被設(shè)置到加權(quán)單元403-1至403-N。以該方式，步驟S51以及S52 類(lèi)似于圖14的步驟S41以及S42。在本實(shí)施例中，由加權(quán)單元403-1至403-N對(duì)輸入音頻信號(hào)xl至xN 進(jìn)行加權(quán)(步驟S53) 。 N通道的加權(quán)的音頻信號(hào)通過(guò)噪聲抑制器402-1 至405-N進(jìn)行噪聲抑制以抑制擴(kuò)散噪聲(步驟S54)。最后，通過(guò)加法器 107求和N通道的噪聲,皮抑制的音頻信號(hào)，以提供輸出音頻信號(hào)108 (步 驟S55)。以該方式，首先實(shí)施一組噪聲抑制器402-1至402-N以及一組加權(quán)單 元403-1至403-N中的哪一組。通過(guò)使用例如通用計(jì)算機(jī)作為^f出硬件，可以進(jìn)行在第 一至第九實(shí)施 例中解釋的音頻信號(hào)處理。換言之，通過(guò)制造安裝在運(yùn)行程序的計(jì)算機(jī)上 的處理器，可以實(shí)現(xiàn)上述音頻信號(hào)處理。這次，通過(guò)在計(jì)算機(jī)上預(yù)先安裝 程序，可以實(shí)現(xiàn)音頻信號(hào)處理。同樣，程序可以被存儲(chǔ)在記錄介質(zhì)例如 CD-ROM中，或者通過(guò)網(wǎng)絡(luò)發(fā)布，并被適宜地安裝到計(jì)算機(jī)中。根據(jù)本發(fā)明，可以在加強(qiáng)目標(biāo)語(yǔ)音的同時(shí)去除擴(kuò)散噪聲。此外，由于 在減小噪聲之前關(guān)于輸入音頻信號(hào)計(jì)算表示輸入音頻信號(hào)的通道之間的差 異或者通道相關(guān)的特征量，即使對(duì)每一個(gè)通道單獨(dú)地進(jìn)行降噪處理，仍可 以保持通道之間的特征量或者通道之間的相關(guān)。因此，保證了通過(guò)學(xué)習(xí)型 麥克風(fēng)陣列加強(qiáng)目標(biāo)語(yǔ)音的操作。
權(quán)利要求
1.一種用于處理多個(gè)通道的輸入音頻信號(hào)的音頻信號(hào)處理方法，包括以下步驟計(jì)算代表輸入音頻信號(hào)的通道之間的差異的至少一個(gè)特征量；從通過(guò)預(yù)先學(xué)習(xí)準(zhǔn)備的至少一個(gè)加權(quán)因子庫(kù)選擇對(duì)應(yīng)于所述特征量的加權(quán)因子；以及對(duì)所述多個(gè)通道的輸入音頻信號(hào)進(jìn)行信號(hào)處理以產(chǎn)生輸出音頻信號(hào)，所述信號(hào)處理包括噪聲抑制和使用所述選擇的加權(quán)因子的加權(quán)求和。
2. 根據(jù)權(quán)利要求l的方法，其中對(duì)所述輸入音頻信號(hào)進(jìn)行所迷信號(hào)處 理包括對(duì)所述多個(gè)通道的輸入音頻信號(hào)進(jìn)行所述噪聲抑制，和加權(quán)求和經(jīng) 受了所述噪聲抑制的所述音頻信號(hào)。
3. 根據(jù)權(quán)利要求l的方法，其中對(duì)所述輸入音頻信號(hào)進(jìn)行所述信號(hào)處 理包括使用所述加權(quán)因子加權(quán)所述多個(gè)通道的輸入音頻信號(hào)，對(duì)所述多個(gè) 通道的加^又的音頻信號(hào)進(jìn)行所述噪聲抑制，以及求和經(jīng)受了所述噪聲抑制 的所述多個(gè)通道的音頻信號(hào)。
4. 根據(jù)權(quán)利要求l的方法，其中使所述加權(quán)因子預(yù)先對(duì)應(yīng)于所述特征量。
5. 根據(jù)權(quán)利要求l的方法，其中所述選擇包括計(jì)算所述特征量與預(yù)先 準(zhǔn)備的多個(gè)重心中的每一個(gè)的特征量之間的差異，和確定距離相對(duì)小的一 個(gè)重心，以及使所述多個(gè)加權(quán)因子預(yù)先對(duì)應(yīng)于所述重心。
6. 根據(jù)權(quán)利要求l的方法，其中所述計(jì)算包括計(jì)算所述輸入音頻信號(hào) 的所述通道之間的到達(dá)時(shí)間差異。
7. 根據(jù)權(quán)利要求l的方法，其中所述計(jì)算包括計(jì)算所述輸入音頻信號(hào) 的所述通道之間的復(fù)相干。
8. 根據(jù)權(quán)利要求l的方法，其中所述計(jì)算包括計(jì)算所述輸入音頻信號(hào) 的所述通道之間的功率比率。
9. 根據(jù)權(quán)利要求l的方法，其中使所^口權(quán)因子對(duì)應(yīng)于時(shí)域的濾波系數(shù)，以及通過(guò)所述音頻信號(hào)與所迷加權(quán)因子的巻積進(jìn)行所迷加權(quán)。
10. 根據(jù)權(quán)利要求1的方法，其中使所述加權(quán)因子對(duì)應(yīng)于頻域的濾波系數(shù)，以及通過(guò)計(jì)算所述音頻信號(hào)與所^口權(quán)因子的乘積進(jìn)行所述加權(quán)。
11. 根據(jù)權(quán)利要求l的方法，其中根據(jù)聲學(xué)環(huán)境選擇所述加權(quán)因子庫(kù)。
12. —種用于處理多個(gè)通道的音頻信號(hào)的音頻信號(hào)處理方法，包括以 下步驟計(jì)算輸入音頻信號(hào)的通道之間的相關(guān)； 基于所述通道相關(guān)計(jì)算用于形成方向性的加權(quán)因子；以及 對(duì)所述多個(gè)通道的輸入音頻信號(hào)進(jìn)行信號(hào)處理以產(chǎn)生輸出音頻信號(hào)， 所述信號(hào)處理包括噪聲抑制和使用所述加權(quán)因子的加權(quán)求和。
13. 根據(jù)權(quán)利要求12的方法，其中對(duì)所述輸入音頻信號(hào)進(jìn)行所述信號(hào) 處理包括對(duì)所述多個(gè)通道的輸入音頻信號(hào)進(jìn)行所述噪聲抑制，和加權(quán)求和 經(jīng)受了所述噪聲抑制的所述音頻信號(hào)。
14. 根據(jù)權(quán)利要求12的方法，其中對(duì)所述輸入音頻信號(hào)進(jìn)行所述信號(hào) 處理包括使用所述加權(quán)因子加權(quán)所述多個(gè)通道的輸入音頻信號(hào)，對(duì)所述多 個(gè)通道的加權(quán)的音頻信號(hào)進(jìn)行所述噪聲抑制，以及求和經(jīng)受了所述噪聲抑 制的所述多個(gè)通道的音頻信號(hào)。
15. 根據(jù)權(quán)利要求12的方法，其中使所述加權(quán)因子對(duì)應(yīng)于時(shí)域的濾波 系數(shù)，以及通過(guò)所述音頻信號(hào)與所述加權(quán)因子的巻積進(jìn)行所i^口權(quán)。
16. 根據(jù)權(quán)利要求12的方法，其中使所ii^權(quán)因子對(duì)應(yīng)于頻域的濾波 系數(shù)，以及通過(guò)計(jì)算所述音頻信號(hào)與所述加權(quán)因子的乘積進(jìn)行所^權(quán)。
17. 根據(jù)權(quán)利要求12的方法，其中根據(jù)聲學(xué)環(huán)境選擇所述加權(quán)因子庫(kù)。
18. —種用于處理多個(gè)通道的音頻信號(hào)的音頻信號(hào)處理裝置，包括 計(jì)算器，計(jì)算表示所述輸入音頻信號(hào)的通道之間的差異的至少一個(gè)特征量；選捧器，根據(jù)所述特征量從至少一個(gè)加權(quán)因子庫(kù)選擇加權(quán)因子；以及 信號(hào)處理器，對(duì)所述多個(gè)通道的音頻信號(hào)進(jìn)行信號(hào)處理以產(chǎn)生輸出音 頻信號(hào)，所述信號(hào)處理包括噪聲抑制和使用所述選擇的加權(quán)因子的加權(quán)求和。
19. 一種用于處理多個(gè)通道的音頻信號(hào)的音頻信號(hào)處理裝置，包括 第一計(jì)算器，計(jì)算輸入音頻信號(hào)的通道之間的通道相關(guān)； 第二計(jì)算器，基于所述通道相關(guān)計(jì)算用于形成方向性的加權(quán)因子；以及信號(hào)處理器，對(duì)所述多個(gè)通道的輸入音頻信號(hào)進(jìn)行信號(hào)處理以產(chǎn)生輸 出音頻信號(hào)，所述信號(hào)處理包括噪聲抑制和使用所述加權(quán)因子的加權(quán)求和。
全文摘要
本發(fā)明涉及用于音頻信號(hào)處理的方法和裝置。一種用于處理多個(gè)通道的輸入音頻信號(hào)的音頻信號(hào)處理方法，包括計(jì)算代表輸入音頻信號(hào)的通道間的差異的至少一個(gè)特征量；根據(jù)所述特征量從通過(guò)預(yù)先學(xué)習(xí)準(zhǔn)備的至少一個(gè)加權(quán)因子庫(kù)選擇至少一個(gè)加權(quán)因子；以及對(duì)所述多個(gè)通道的輸入音頻信號(hào)進(jìn)行信號(hào)處理以產(chǎn)生輸出音頻信號(hào)，所述信號(hào)處理包括噪聲抑制和使用所述選擇的加權(quán)因子的加權(quán)求和。
文檔編號(hào)G10L15/20GK101325061SQ20081011013
公開(kāi)日2008年12月17日 申請(qǐng)日期2008年6月13日 優(yōu)先權(quán)日2007年6月13日
發(fā)明者天田皇 申請(qǐng)人:株式會(huì)社東芝