概率密度函数控制部(7)求出与输入信号是像声音还是像噪音的样式对应的概率密度函数、即与声音区间以及噪音区间中的声音信号的分布状态适合的概率密度函数，抑制量计算部(8)使用该概率密度函数来计算谱抑制量。
【技术实现步骤摘要】
【国外来华专利技术】噪音抑制装置
本专利技术涉及对重叠于输入信号的背景噪音进行抑制的噪音抑制装置。
技术介绍
伴随近年来的数字信号处理技术的发展，利用便携电话进行的室外的声音通话、 汽车内的免提声音通话、以及基于声音识别的免提操作得到广泛普及。实现这些功能的装 置在高噪音环境下使用的情况较多，所以背景噪音也与声音一起被输入到麦克风，导致通 话声音的劣化以及声音识别率的降低等。因此，为了实现舒适的声音通话以及高精度的声 音识别，需要对混入到输入信号中的背景噪音进行抑制的噪音抑制装置。 作为以往的噪音抑制装置，例如有如下方法：将时域的输入信号变换为作为频域 的信号的功率谱，使用输入信号的功率谱以及根据输入信号而另行推测出的推测噪音谱， 假设为声音谱遵从超高斯分布（super Gaussian distribution)、且噪音谱遵从高斯分布， 通过MAP(后验概率最大化）推测法来计算用于抑制噪音的抑制量，使用所得到的抑制量而 对输入信号进行功率谱的振幅抑制，将抑制了振幅的功率谱和输入信号的相位谱变换到时 域而得到噪音抑制信号（例如，参照非专利文献1)。 而且，作为现有技术，公开了例如专利文献1。在该以往的噪音抑制装置中， 对利用统计分布模型来近似频率谱中包含的声音谱的实部以及虚部的每一个的出现概 率从而导出的声音谱的推测式进行偏微分而设为零，并且依照把将相位谱设为Φ时的 coset Ι + Ι--ηΦ |近似为常数的运算式来计算噪音抑制量，从而实现了高品质的噪音抑制 装直。 另外，作为其他现有技术，例如有如下方法：利用组合了多个概率密度函数的混合 分布模型来近似声音谱和噪音谱的出现概率，从而进行高精度的噪音抑制（例如，参照非 专利文献2)。 专利文献1 :日本特开2005-202222号公报（第6?11页、图1) 非专利文献 1 :T. Lotter，Ρ. Vary，Speech Enhancement by MAP Spectral Amplitude Estimation Using a Super-Gaussian Speech Model， EURASIP Journal on Applied Signal Processing, pp. 1110-1126, No. 7,2005 非专利文献2 :藤本、有木、GMM i EM 7 5 U < A f用^ t加法性雑音及t/乗法 性歪A 〇抑圧（使用了 GMM和EM算法的加法性噪音以及乘法性失真的抑制）、電子情 報通信学会技術報告（电子信息通信学会技术报告）、SP2003 - 117、pp. 25 - 30、2003年 12月
技术实现思路
在上述以往方法中，有以下叙述的课题。 在上述非专利文献1公开的以往的噪音抑制装置中，决定概率密度函数的分布形 状的参数是1个，另外该参数不依赖于输入信号的样式而是固定的，所以存在如下课题：针 对各种输入信号，噪音抑制量的推测精度低。 另外，在上述专利文献1公开的以往的噪音抑制装置中，为了决定概率密度函数 的分布形状而使用了输入信号的相位谱，所以为了进行高品质的噪音抑制，需要高精度地 分析声音信号的相位谱。另外，不使定义分布形状的参数（在该文献中称为用于近似的设 定值λ)根据输入信号的样式来变化而是固定，所以存在如下课题：在作为输入信号的声 音以及噪音发生超过用于近似的设定值那样的变动等引起了设想外的急剧的变动的情况 下，噪音抑制量的推测无法追踪。 另外，在上述非专利文献2公开的以往的噪音抑制装置中，通过使用组合了多个 概率密度函数的混合分布模型而能够实现高精度的噪音抑制，但存在需要庞大的处理量的 课题。 本专利技术是为了解决上述课题而完成的，其目的在于通过简便的处理来提供高品质 的噪音抑制装置。 本专利技术的噪音抑制装置具备概率密度函数控制部，该概率密度函数控制部分析输 入信号，计算表示输入信号是像声音还是像噪音的第一指标，根据该第一指标来控制对声 音的分布状态进行定义的概率密度函数，噪音抑制装置除了功率谱和噪音推测谱以外，还 使用概率密度函数来计算抑制量。 根据本专利技术，使用根据表示输入信号是像声音还是像噪音的第一指标进行了控制 的概率密度函数，计算用于抑制噪音的抑制量，从而能够通过简便的处理来进行不存在噪 音区中的不协调感、并且声音的失真也少的高品质的噪音抑制。 【附图说明】 图1是示出本专利技术的实施方式1的噪音抑制装置的结构的框图。 图2是示出实施方式1中的概率密度函数控制部的内部结构的框图。 图3是说明实施方式1中的概率密度函数的变化的曲线图。 图4是示出本专利技术的实施方式2的噪音抑制装置的结构的框图。 图5是示出实施方式2中的概率密度函数控制部的内部结构的框图。 图6是示意地示出实施方式2中的由周期分量推测部推测的声音的谐波构造的检 测方法的曲线图。 图7是示意地示出实施方式2中的由周期分量推测部推测的声音的谐波构造的校 正方法的曲线图。 图8是示出实施方式2中的在加权SN比计算部计算第一加权后验SN比时使用的 非线性函数的曲线图。 图9是实施方式2的噪音抑制装置的输出结果的一个例子，示出不进行后验SN比 (posteriori SN ratio)的加权的情况。 图10是实施方式2的噪音抑制装置的输出结果的一个例子，示出进行后验SN比 的加权的情况。 图11是示出本专利技术的实施方式4的噪音抑制装置的结构的框图。 (符号说明） 1 :输入端子；2 :傅立叶变换部；3 :功率谱计算部；4 :声音/噪音区间判定部；5 : 噪音谱推测部；6 :SN比计算部；7、7a、7b :概率密度函数控制；8 :抑制量计算部；9 :谱抑制 部；10 :逆傅立叶变换部；11 :输出端子；71 :第二SN比计算部；72 :控制系数计算部；73 :周 期分量推测部；74 :权重系数计算部；75 :加权SN比计算部。 【具体实施方式】 以下，为了更详细地说明本专利技术，依照附图来说明用于实施本专利技术的方式。 实施方式1. 图1是示出本实施方式1的噪音抑制装置的整体结构的框图。本实施方式1的噪 音抑制装置包括输入端子1、傅立叶变换部2、功率谱计算部3、声音/噪音区间判定部4、噪 音谱推测部5、SN比计算部6、概率密度函数控制部7、抑制量计算部8、谱抑制部9、逆傅立 叶变换部10、输出端子11。 以下，根据附图，说明该噪音抑制装置的动作原理。 首先，在对通过麦克风（未图示）等而取入的声音、音乐等进行了 A/D(模拟/数 字）变换之后，按照规定的采样频率（例如，8kHz)进行采样，并且按照帧单位（例如，10ms) 进行分割，并经由输入端子1输入到本实施方式1的噪音抑制装置。 傅立叶变换部2在对输入信号附加了例如汉宁窗之后，例如如下式（1)那样进行 256点的快速傅立叶变换，从时域的信号x(t)变换为作为频域的信号的谱分量Χ(λ，k)。 X ( λ , k) = FT [X (t) ] (1) 此处，t表不米样时间，λ表不对输入信号进行了巾贞分割时的巾贞编号，k表不对谱 的频带的频率分量进行指定本文档来自技高网...
【技术保护点】
一种噪音抑制装置，将时域的输入信号变换为作为频域的信号的功率谱，使用所述功率谱以及根据所述输入信号另行推测出的推测噪音谱来计算用于抑制噪音的抑制量，根据所述抑制量来进行所述功率谱的振幅抑制，并将该振幅抑制了的功率谱变换到时域而得到噪音抑制信号，其特征在于，具备概率密度函数控制部，该概率密度函数控制部分析所述输入信号，计算表示所述输入信号是像声音还是像噪音的第一指标，并根据该第一指标来控制对声音的分布状态进行定义的概率密度函数，除了所述功率谱和所述噪音推测谱以外，还使用所述概率密度函数来计算所述抑制量。
【技术特征摘要】
【国外来华专利技术】1. 一种噪音抑制装置，将时域的输入信号变换为作为频域的信号的功率谱，使用所述 功率谱以及根据所述输入信号另行推测出的推测噪音谱来计算用于抑制噪音的抑制量，根 据所述抑制量来进行所述功率谱的振幅抑制，并将该振幅抑制了的功率谱变换到时域而得 到噪音抑制信号，其特征在于， 具备概率密度函数控制部，该概率密度函数控制部分析所述输入信号，计算表示所述 输入信号是像声音还是像噪音的第一指标，并根据该第一指标来控制对声音的分布状态进 行定义的概率密度函数， 除了所述功率谱和所述噪音推测谱以外，还使用所述概率密度函数来计算所述抑制 量。2. 根据权利要求1所述的噪音抑制装置，其特征在于， 所述概率密度函数控制部具有： SN比计算部，推测所述输入信号的按频率的SN比；以及 控制系数计算部，将由所述SN比计算部推测出的SN比用于所述第一指标，控制所述概 率密度函数。3. 根据权利要求2所述的噪音抑制装置，其特征在于， 所述概率密度函数控制部具有加权SN比计算部，该加权SN比计算部根据表示所述输 入信号是像声音还是像噪音的第二指标，对所述按频率的SN比进行加权， 所述控制系数计算部将由所述加权SN比计算部计算出的加权SN比用于所述第一指 标，控制所述概率密度函数。4. 根据权利要求3所述的噪音抑制装置，其特征在于， 所述第二指标是使用所述输入信号的功率谱和推测噪音谱计算出的SN比、根据所述 输入信号的功率谱所判定的声音区间和噪音区间的判定结果、以及对所...
【专利技术属性】
技术研发人员：古田训，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。