一種改進的非線性自適應語音端點檢測方法技術

本發明專利技術提供了一種改進的非線性自適應語音端點檢測方法，所述方法包括首先通過麥克風陣收集收集信號以及通過時延估計和時延補償使輸入信號同步，之后通過Legendre非線性濾波器把輸入信號拓展為高維度函數，再通過回聲消除NLMS算法進行降噪處理，所述回聲消除NLMS算法中對迭代步長進行分段處理，再通過譜減法進行語音增強，最后通過能熵對語音端點檢測，相較于傳統的方法，此方法提高了整體系統的自適應性，能夠很好地適應不同的語音對話環境，與此同時提高語音端點檢測率和穩定性。

An improved nonlinear adaptive speech endpoint detection method

The invention provides a nonlinear adaptive improved speech endpoint detection method, the method includes first through the microphone array collect signals and by time delay estimation and time delay compensation input signal synchronization, after the input signal is extended to high dimension function through Legendre nonlinear filter, then through the echo cancellation NLMS algorithm for noise reduction, the echo cancellation is segmented on the iteration step in NLMS algorithm, and then through the spectral subtraction speech enhancement, finally can entropy to detect the speech endpoint, compared with traditional method, this method improves the adaptability of the overall system can be well adapted to speech dialogue in different environment, at the same time improve the speech endpoint detection rate and stability.

【技術實現步驟摘要】
一種改進的非線性自適應語音端點檢測方法
本專利技術屬于電子、通訊、與信息工程領域，尤其涉及陣列信號處理、自適應濾波、語音信號識別與檢測鄰域，具體的是一種改進的非線性自適應語音端點檢測方法。
技術介紹
語音是人類相互交流和通信最便捷和高效的方式，如何有效地實現語音信號傳輸、存儲或與機器進行語音人機交互，是語音信號處理領域中的重要研究課題。語音信號端點檢測是語音分析、語音合成、語音編碼等語音信號處理方式的重要環節。在語音信號檢測過程中總會伴有背景噪音，如果信噪比較低，常用的語音端點檢測方式在語音信號端點檢測時識別率會降低。麥克風陣列自適應濾波與語音端點檢測相結合的方式能改善檢測效果，該檢測方式能夠提高語音端點檢測端輸入信號信噪比，從而提高語音端點識別率。而這種語音端點檢測方法使用的一般是線性自適應濾波，要實現高信噪比，濾波算法本身需要較高的樣本維度，才能更好地逼近理想值，但是由于實驗本身實現的成本和難度，很多都是止步在理論階段。為克服上述局限性，本專利技術實現了一種麥克風陣列非線性自適應濾波語音信號端點檢測方法。該專利技術方法在達到同樣的去噪效果的情況下使用的麥克風數量要少得多，檢測的正確率也得到大幅度提高。在麥克風陣列技術基礎上引入自適應濾波可靈活地控制波束方向，實時跟蹤目標語音信號。自適應濾波只需要很少的或根本不需要任何關于信號和噪聲統計特性的先驗知識，僅根據觀測信息就能實時估計信號和噪聲的統計特性。在自適應濾波算法中，最小均方算法(LMS)收斂速度慢于遞歸最小二乘法(RLS)，但該算法簡單，便于實時實現。本專利技術使用歸一化最小均方算法(NLMS)，不僅能實時實現而且收斂速度快。濾波后的語音信號還會伴有一些背景噪聲或其它難以去除的噪聲，這些噪聲可以利用譜減法來進一步去除。譜減法作為一種常用的語音增強方法，具有簡單方便，計算量小等優點。通過譜減之后更好的濾除了背景噪音，這也使得能熵比法在低信噪比環境下能更高準確率的定位語音段。
技術實現思路
針對上述缺點本專利技術提供了一種改進的非線性自適應語音端點檢測方法，方案如下：一種改進的非線性自適應語音端點檢測方法，所述方法包括首先通過麥克風陣收集收集信號以及通過時延估計和時延補償使輸入信號同步，之后通過Legendre非線性濾波器把輸入信號拓展為高維度函數，再通過回聲消除NLMS算法進行降噪處理，在所述回聲消除NLMS算法中對迭代步長進行分段處理，再通過譜減法進行語音增強，最后通過能熵對語音端點檢測。進一步所述具體的檢測方法如下：步驟一，對麥克風陣列接收到的帶噪語音信號X(n)＝A(q)S(n)+N(n)進行時延估計和時延補償，使各個麥克風通道中的信號在時間上是一致的，對齊后的帶噪語音信號X(n)＝[x1(n),x2(n)…xd(n)]T，其中，θ為目標信號的來波方向，A(θ)為目標信號的陣列流型，S(n)為目標語音信號，N(n)為方向性干擾噪聲或是隨機噪聲；步驟二，然后把輸入信號通過反正切激活函數tanh(·)，使同步后的信號映射為(0,1)范圍內的單值函數，這樣能滿足Legendre非線性濾波器的收斂條件，通過此函數之后的信號為Z(n)＝[z1(n)，z2(n)…zd(n)]T＝[tanh(x1(n))，tanh(x2(n))…tanh(xd(n))]T；步驟三，利用Legendre非線性濾波器對信號Z(n)進行擴展，輸入信號向量Z(n)經Legendre非線性濾波器非線性擴展為XM(n)＝[L0(z1(n))，L0(z2(n))…L0(zd(n))…Li(z1(n))，Li(z2(n))…LM(z1(n))…LM(zd(n))]T式中Li(x)為第i階Legendre非線性濾波器；由于L0(x)＝1，所有的0階擴展可合并為一個輸入量如下式XM(n)＝[1…Li(z1(n))，Li(z2(n))…LM(z1(n))…LM(zd(n))]T濾波器輸出為式中權值矢量定義為B(n)＝[b0(n),b11(n)…b1d(n),…bM1(n),…bMd(n)]Tbij(n)對應的是Legendre非線性濾波器Li(zj(n))的權值,i＝1,2,…M,j＝1,2,…d；步驟四，采用回聲消除NLMS算法對自適應濾波器權值進行更新，該算法中對迭代步長進行分段處理；式中mc是迭代步長，通過這種方式來提高整體算法的收斂速度，在200次迭代之后獲得更加好的收斂精度，由此提高整個系統的收斂性和穩態失調噪聲；由回聲消除NLMS算法可導出濾波器權值系數遞推公式為式中誤差估計e(n)＝d(n)-y1(n)，其中d(n)為期望信號即純凈人聲語音信號,XM(n)為麥克風陣列瞬時接收到的語音信號，g是為了避免過小而設定的參數，通常情況下的取值范圍是0和1之間；步驟五，為了進一步去除可能存在的殘余噪聲，在輸出信號y1(n)后續銜接譜減法進行降噪處理；利用以下方法來估計噪聲的功率：其中0<σ<1，K是帶噪語音總幀數，得到的每幀純凈語音功率為：其中，α>1,β<<1，在噪聲段保留一定的噪聲可以取得較好的降噪及抑制純音噪聲的效果，降低“音樂”噪聲的產生，改善聽覺效果，經過譜減，平滑濾波之后的信號為y2(n)；步驟六，語音信號的時間序列為y2(n)，加窗分幀后處理得到第i幀語音信號為y2i(n),幀長為N，語音信號的每一幀能量可以表示為所述能量關系表示為LEi＝log10(1+AMPi/a)式中AMPi是每一幀的能量，a是一個常數，由于有a的存在，當其取較大數值時，能幅值得以緩和，所以適當選擇a的值能夠更好地區分噪音和清音，能熵比則可表示為之后通過能熵比算出經過譜減后y2(n)的能熵比幅值圖，通過計算出的值來設置對應的閾值T1和T2，T1為較高閾值，只要能熵比超過了此閾值就判定這段語音是人聲點dst1，然后以這個點為中心向兩邊擴展搜索T1與此段語音的相交的兩個點，粗判為此段語音的起止點，然后再想兩邊擴展搜索，知道檢測到較低閾值T2與此段語音相交的兩個點，由于考慮到發音時詞與詞之間的靜音區會有一個最小長度表示發音間的停頓于是在滿足T2較小閾值之后加上這個最小長度，最終判定為此段語音的起止點。更進一步所述步驟三中的Legendre非線性濾波器中擴展的階數為i＝4階。本專利技術提出的自適應語音端點檢測方法，是在傳統語音端點檢測的基礎上加入非線性自適應濾波，以及改進的譜減法和能熵比法，相較于傳統的方法，此方法提高了整體系統的自適應性，能夠很好地適應不同的語音對話環境，與此同時提高語音端點檢測率和穩定性。附圖說明圖1、本專利技術采用的語音端點檢測系統結構框圖；圖2、傳統語音端點檢測系統框圖；圖3、Legendre系統擴展；圖4、譜減法系統框圖(圖中實線框部分)；圖5、純凈語音信號(方向角度為10度)；圖6、方向性干擾信號(方向角度為30度)；圖7、麥克風陣列接收到的語音信號(帶噪語音信號)；圖8、傳統雙門限語音端點檢測處理后得到的語音信號；圖9、本專利技術方法處理后得到的語音信號；圖10、本專利技術方法處理后得到瞬時方差；圖11、本專利技術方法處理后得到的瞬時方差。具體實施方式實施例為使本專利技術的目的、技術方案和優點更加清楚，下面結合附圖和具體實施方式，進一步闡明本專利技術。本專利技術提供的一種改進自適應語音端點檢測本文檔來自技高網...

【技術保護點】
一種改進的非線性自適應語音端點檢測方法，其特征在于，所述方法包括首先通過麥克風陣收集收集信號以及通過時延估計和時延補償使輸入信號同步，之后通過Legendre非線性濾波器把輸入信號拓展為高維度函數，再通過回聲消除NLMS算法進行降噪處理，所述回聲消除NLMS算法中對迭代步長進行分段處理，再通過譜減法進行語音增強，最后通過能熵對語音端點檢測。

【技術特征摘要】
1.一種改進的非線性自適應語音端點檢測方法，其特征在于，所述方法包括首先通過麥克風陣收集收集信號以及通過時延估計和時延補償使輸入信號同步，之后通過Legendre非線性濾波器把輸入信號拓展為高維度函數，再通過回聲消除NLMS算法進行降噪處理，所述回聲消除NLMS算法中對迭代步長進行分段處理，再通過譜減法進行語音增強，最后通過能熵對語音端點檢測。2.根據權利要求1所述的改進的非線性自適應語音端點檢測方法，其特征在于，具體步驟如下：步驟一，對麥克風陣列接收到的帶噪語音信號X(n)＝A(q)S(n)+N(n)進行時延估計和時延補償，使各個麥克風通道中的信號在時間上是一致的，對齊后的帶噪語音信號X(n)＝[x1(n),x2(n)…xd(n)]T，其中，θ為目標信號的來波方向，A(θ)為目標信號的陣列流型，S(n)為目標語音信號，N(n)為方向性干擾噪聲或是隨機噪聲；步驟二，把輸入信號通過反正切激活函數tanh(·)，使同步后的信號映射為(0,1)范圍內的單值函數，這樣能滿足Legendre非線性濾波器的收斂條件，通過此函數之后的信號為Z(n)＝[z1(n)，z2(n)…zd(n)]T＝[tanh(x1(n))，tanh(x2(n))…tanh(xd(n))]T；步驟三，利用Legendre非線性濾波器對信號Z(n)進行擴展，輸入信號向量Z(n)經Legendre非線性濾波器非線性擴展為XM(n)＝[L0(z1(n))，L0(z2(n))…L0(zd(n))…Li(z1(n))，Li(z2(n))…LM(z1(n))…LM(zd(n))]TLi(x)為第i階Legendre非線性濾波器；由于L0(x)＝1，所有的0階擴展可合并為一個輸入量如下式XM(n)＝[1…Li(z1(n))，Li(z2(n))…LM(z1(n))…LM(zd(n))]T濾波器輸出為式中權值矢量定義為B(n)＝[b0(n),b11(n)…b1d(n),…bM1(n),…bMd(n)]Tbij(n)對應的是Legendre非線性濾波器Li(zj(n))的權值,i＝1,2,…M,j＝1,2,…d；步驟四，采用回聲消除NLMS算法對自適應濾波器權值進行更新，該算法中對迭代步長進行分段處理；式中mc是...

【專利技術屬性】
技術研發人員：趙益波，蔣祎，靳煒，徐進，
申請(專利權)人：南京信息工程大學，
類型：發明
國別省市：江蘇,32