一种混响环境下的声信号降噪方法、电子设备及存储介质与流程

1.本发明涉及声音信号处理技术领域，具体涉及一种混响环境下的声信号降噪方法、电子设备及存储介质。


背景技术：

2.声学系统检测可以利用少量的声学传感器进行测量，设备成本较低，而且能够实现远程检测，因此已广泛应用于工业检测领域。声学检测主要通过对采集的声信号进行特征提取以及信号处理手段展开工作，然而工业检测大多处于混响、强背景干扰环境，这就导致采集的信号中会包含大量的干扰噪声，对后续的特征提取造成困难，因此需要考虑消除或减小混响以及干扰的影响。
3.波束形成是阵列信号处理中增强期望信号、抑制干扰和噪声的一种通用方法，其实质是一种数据处理方法，对麦克风阵列接收的信号进行空间滤波，因此可以将波束形成应用于声信号检测，减小干扰噪声的影响。波束形成的本质是进行降噪以期望恢复源信号，其算法模型基于自由场环境。而在混响环境下就意味着波束形成要实现两个任务：去混响和降噪，这样通常需要一些诸如信道脉冲响应等先验信息，并且需要考虑阵列校准等问题。然而实际环境中这些先验信息难以获取，这就导致波束形成方法在混响环境下并不能很好地工作。


技术实现要素：

4.为解决上述问题，本发明提供的技术方案为：
5.一种混响环境下的声信号降噪方法，包括：
6.在混响环境下获取各个麦克风的时域观测信号；
7.通过傅里叶变换将所述各个麦克风的时域观测信号转换为频域观测信号；
8.选取待降噪麦克风，利用所述各个麦克风的时域观测信号，获得所述待降噪麦克风信号分量的线性估计；
9.采用welch方法来计算所述待降噪麦克风接收到观测信号的自谱、所述待降噪麦克风与其他麦克风之间观测信号的互谱、所述待降噪麦克风接收到噪声信号的自谱和所述待降噪麦克风与其他麦克风之间噪声信号的互谱，根据自谱和互谱求得相对传递函数；
10.根据所述各个麦克风采集到的噪声信号计算噪声功率谱密度矩阵；
11.根据所述相对传递函数和所述噪声功率谱密度矩阵，获得最优滤波器，利用所述最优滤波器恢复所述待降噪麦克风的信号。
12.本发明进一步设置为welch方法通过调整窗函数、窗长度和重叠度中至少一个参数来估计所述待降噪麦克风接收到观测信号的自谱、所述待降噪麦克风与其他麦克风之间观测信号的互谱、所述待降噪麦克风接收到噪声信号的自谱和所述待降噪麦克风与其他麦克风之间噪声信号的互谱。
13.本发明进一步设置为恢复后的所述待降噪麦克风的信号包括频谱恢复信号和时
域恢复信号，所述时域恢复信号由所述频谱恢复信号经过傅里叶逆变换得到。
14.本发明进一步设置为根据频谱恢复信号和时域恢复信号来判断降噪效果是否良好，所述降噪效果包括经恢复的时域恢复信号和经恢复的频谱恢复信号是否提高了信噪比以及是否处于合理失真范围内；
15.若所述降噪效果的判断结果为良好，则输出所述待降噪麦克风的频谱恢复信号和时域恢复信号；
16.若所述降噪效果的判断结果为非良好，则重新调整窗函数、窗长度和重叠度中至少一个参数重复进行降噪步骤。
17.本发明进一步设置为所述各个麦克风的时域观测信号的表达式为：
18.xm(t)＝hm*s(t)+nm(t)＝zm(t)+nm(t),m＝1,2,...m，
19.其中h为脉冲响应函数，s为源信号，n为加性噪声，*为线性卷积算子，m为麦克风数量，z(t)＝h*s(t)为源信号经过混响环境传播到达麦克风时的信号，x为麦克风观测信号；
20.通过傅里叶变换将所述各个麦克风的时域观测信号转换为频域观测信号，所述各个麦克风的频域观测信号的表达式为：
21.xm(f)＝hm(f)s(f)+nm(f)＝zm(f)+nm(f)，
22.其中f为频率。
23.本发明进一步设置为所述待降噪麦克风信号分量的线性估计的表达式为：
[0024][0025]
式中，x(f)＝[x1(f)x2(f)
…
xm(f)]
t
；g(f)＝[g1(f)g2(f)
…gm
(f)]
t
为滤波函数，(
·
)
t
为转置，(
·
)
*
为共轭运算；(
·
)h为共轭转置；
[0026]
所述待降噪麦克风信号分量的线性误差的表达式为：
[0027][0028]
式中，z(f)＝[z1(f)z2(f)
…
zm(f)]
t
，u＝[1 0
ꢀ…ꢀ
0 0]
t
是维度为m
×
1的单位向量。
[0029]
本发明进一步设置为建立所述相对传递函数ωj(f)，使得zj(f)＝ωj(f)z1(f),j＝2,3...,m；
[0030]
通过构造代价函数j[ωj(f)]＝e[|zj(f)-ωj(f)z1(f)|2]，求解得到
[0031]
式中为z1(t)的自谱；为zj(t)与z1(t)的互谱；
[0032]
根据等式zj(f)＝xj(f)-nj(f)，并假设噪声与信号不相关，得到下列关系式：
[0033][0034][0035]
即得到所述相对传递函数的表达式：
[0036]
[0037]
本发明进一步设置为所述噪声功率谱密度矩阵的表达式为：
[0038]
φ
nn
(f)＝e[n(f)nh(f)]；
[0039]
构件无失真约束模型：
[0040][0041]
求解无失真约束模型，得到最优滤波器：
[0042][0043]
一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述的混响环境下的声信号降噪方法。
[0044]
一种存储介质，所述存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述的混响环境下的声信号降噪方法。
[0045]
采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
[0046]
本技术方案针对波束形成方法的缺点，本发明的目的在于不考虑去混响的问题，而是仅关注于降噪本身，无需考虑信道脉冲响应等先验信息，也不需要进行阵列校准，实现混响环境下的信号增强且失真较小，从而拓展声信号检测方法在混响环境下工作的可行性。
附图说明
[0047]
图1为本发明实施例混响环境下的声信号降噪方法流程图。
[0048]
图2为本发明实施例另一混响环境下的声信号降噪方法图。
[0049]
图3为本发明实施例待降噪麦克风的测量信号与降噪后信号频谱的对比结果示意图。
[0050]
图4为本发明实施例待降噪麦克风的测量信号、降噪后信号以及源信号的时域波形对比结果图。
[0051]
图5为图4中一段波形局部放大示意图。
[0052]
图6为本发明实施例电子设备示意图。
具体实施方式
[0053]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0054]
实施例1
[0055]
结合附图1，本发明技术方案是一种混响环境下的声信号降噪方法，包括：
[0056]
在混响环境下获取各个麦克风的时域观测信号；
[0057]
通过傅里叶变换将所述各个麦克风的时域观测信号转换为频域观测信号；
[0058]
选取待降噪麦克风，利用所述各个麦克风的时域观测信号，获得所述待降噪麦克风信号分量的线性估计；
[0059]
采用welch方法来计算所述待降噪麦克风接收到观测信号的自谱、所述待降噪麦克风与其他麦克风之间观测信号的互谱、所述待降噪麦克风接收到噪声信号的自谱和所述待降噪麦克风与其他麦克风之间噪声信号的互谱，根据自谱和互谱求得相对传递函数；
[0060]
根据所述各个麦克风采集到的噪声信号计算噪声功率谱密度矩阵；
[0061]
根据所述相对传递函数和所述噪声功率谱密度矩阵，获得最优滤波器，利用所述最优滤波器恢复所述待降噪麦克风的信号。
[0062]
在上述实施例中，相对传递函数为声学传递函数，描述了声源到接收点间的声学传递方程，本实施例中相对传递函数给出了一组麦克风间相对位置的声学传递。
[0063]
在上述实施例中，自谱也称为自功率谱，本质是由频谱计算得到的，它是复数频谱乘以它的共轭。
[0064]
在上述实施例中，互谱也称为互功率谱，也是通过频谱计算得到的，但是是一个信号的频谱乘以另一个信号的频谱的共轭得到。
[0065]
在上述实施例中，功率谱密度表征的是单位频率上的能量分布，它等于自功率谱除以频率分辨率。
[0066]
在本实施例中，welch方法通过调整窗函数、窗长度和重叠度中至少一个参数来估计所述待降噪麦克风接收到观测信号的自谱、所述待降噪麦克风与其他麦克风之间观测信号的互谱、所述待降噪麦克风接收到噪声信号的自谱和所述待降噪麦克风与其他麦克风之间噪声信号的互谱。
[0067]
在上述实施例中，welch方法是一种修正周期图功率谱密度估计方法，它通过选取的窗函数对数据进行加窗处理，先分段求功率谱之后再进行平均，在本发明中重要(可选择性调整的)参数为：窗函数、窗长度、重叠度，具体的参数选择需要根据实际情况，也可以通过参数调整以观察后续效果。
[0068]
在本实施例中，恢复后的所述待降噪麦克风的信号包括频谱恢复信号和时域恢复信号，所述时域恢复信号由所述频谱恢复信号经过傅里叶逆变换得到的。
[0069]
在本实施例中，如附图2所示，根据频谱恢复信号和时域恢复信号来判断降噪效果是否良好，所述降噪效果包括经恢复的时域恢复信号和经恢复的频谱恢复信号是否提高了信噪比以及是否失真；
[0070]
若所述降噪效果的判断结果为良好，则输出所述待降噪麦克风的频谱恢复信号和时域恢复信号；
[0071]
若所述降噪效果的判断结果为非良好，则重新调整窗函数、窗长度和重叠度中至少一个参数重复进行降噪步骤，直至所述待降噪麦克风的降噪效果达到良好。
[0072]
在上述实施例中，降噪效果达到良好的依据具体为恢复的时域信号是否提高了信噪比(snr)，以及是否无失真或失真较小。
[0073]
信噪比描述为信号与噪声的功率之比，单位：db，计算表达式为：
[0074][0075]
式中，ps为信号功率，pn为噪声功率。
[0076]
这里的失真是指信号的输入与输出的频率、幅度以及相位三要素是否发生了变化，具体地失真合理范围可以进行预设。
[0077]
在上述实施例中，信噪比提高的越明显，且信号无失真或失真较小，则降噪效果越好。可以通过计算具体的信噪比值进行判断，也可以通过频谱图和时域图直接进行判断。
[0078]
在本实施例中，所述各个麦克风的时域观测信号的表达式为：
[0079]
xm(t)＝hm*s(t)+nm(t)＝zm(t)+nm(t),m＝1,2,...m，
[0080]
其中h为脉冲响应函数，s为源信号，n为加性噪声，*为线性卷积算子，m为麦克风数量，z(t)＝h*s(t)为源信号经过混响环境传播到达麦克风时的信号，x为麦克风观测信号；本发明的目的即为恢复出某一个麦克风上的信号分量zm。
[0081]
在本实施例中，脉冲响应可以定义为一个被测系统在一个脉冲激励信号输入时，所得到的时域(时间-幅度)的响应特性，而声场脉冲响应则包含了关于声学系统非常丰富的信息，包括到达时间、直达声的频率成分、离散反射声、混响衰减特性、信噪比和分析语言可懂度的必要信息，以及整体的频率响应。
[0082]
通过傅里叶变换将所述各个麦克风的时域观测信号转换为频域观测信号，所述各个麦克风的频域观测信号的表达式为：
[0083]
xm(f)＝hm(f)s(f)+nm(f)＝zm(f)+nm(f)，
[0084]
其中f为频率。
[0085]
在本实施例中，所述待降噪麦克风信号分量的线性估计的表达式为：
[0086][0087]
式中，x(f)＝[x1(f)x2(f)
…
xm(f)]
t
为频域观测信号；
[0088]
g(f)＝[g1(f)g2(f)
…gm
(f)]
t
为滤波函数，(
·
)
t
为转置，(
·
)
*
为共轭运算；(
·
)h为共轭转置；
[0089]
所述待降噪麦克风信号分量的线性误差的表达式为：
[0090][0091]
式中，z(f)＝[z1(f)z2(f)
…
zm(f)]
t
，u＝[1 0
ꢀ…ꢀ
0 0]
t
是维度为m
×
1的单位向量。
[0092]
在本实施例中，建立所述相对传递函数ωj(f)，使得zj(f)＝ωj(f)z1(f),j＝2,3...,m；
[0093]
通过构造代价函数j[ωj(f)]＝e[|zj(f)-ωj(f)z1(f)|2]，求解得到
[0094]
式中为z1(t)的自谱；为zj(t)与z1(t)的互谱；
[0095]
但是实际环境中，与均难以直接获得，因此通过上式计算相对传递函数较为困难；
[0096]
此时可根据等式zj(f)＝xj(f)-nj(f)，并假设噪声与信号不相关，得到下列关系式：
[0097][0098][0099]
即得到所述相对传递函数的表达式：
[0100][0101]
在本实施例中，所述噪声功率谱密度矩阵的表达式为：
[0102]
φ
nn
(f)＝e[n(f)nh(f)]；
[0103]
构件无失真约束模型：
[0104][0105]
求解无失真约束模型，得到最优滤波器：
[0106][0107]
为了验证本发明在混响环境下的声信号降噪效果，提供一个仿真实验进行验证：
[0108]
首先构建一个室内声学模型，选取期望信号为15khz的正弦信号，将其与脉冲响应函数进行卷积并添加加性噪声，即可仿真生成混响环境下的时域信号。然后按照上述实施例分别计算出麦克风间的相对传递函数以及噪声的功率谱密度矩阵，得到最优滤波器系数进而实现降噪。附图3给出了待降噪麦克风的测量信号与降噪后信号频谱的对比结果，附图4和附图5给出了待降噪麦克风的测量信号、降噪后信号以及源信号的时域波形对比结果。
[0109]
由附图3至附图5可以看出，相较于原测量信号，重建信号的频谱在15khz频率处仍保持同样的幅值水平，但是其它频段的噪声水平大幅度下降，表明重建信号的信噪比得到了显著提升，实现了在混响环境下的正弦信号增强。而且重建信号的时域波形与原始干净信号几乎重合，较好地恢复了待降噪麦克风的期望信号分量，符合方法预期。
[0110]
本实施例的目的在于不考虑去混响的问题，而是仅关注于降噪本身，无需考虑信道脉冲响应等先验信息，也不需要进行阵列校准，实现混响环境下的信号增强且失真较小，从而拓展声信号检测方法在混响环境下工作的可行性。
[0111]
实施例2
[0112]
结合附图6，本发明技术方案是一种电子设备，所述电子设备包括存储器200和处理器100，所述存储器200存储有计算机程序，所述计算机程序被所述处理器100执行时，使得所述处理器100执行实施例1所述的混响环境下的声信号降噪方法。
[0113]
实施例3
[0114]
本发明技术方案是一种存储介质，所述存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现实施例1所述的混响环境下的声信号降噪方法。
[0115]
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0116]
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作
之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0117]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种混响环境下的声信号降噪方法，其特征在于，包括：在混响环境下获取各个麦克风的时域观测信号；通过傅里叶变换将所述各个麦克风的时域观测信号转换为频域观测信号；选取待降噪麦克风，利用所述各个麦克风的时域观测信号，获得所述待降噪麦克风信号分量的线性估计；采用welch方法来计算所述待降噪麦克风接收到观测信号的自谱、所述待降噪麦克风与其他麦克风之间观测信号的互谱、所述待降噪麦克风接收到噪声信号的自谱和所述待降噪麦克风与其他麦克风之间噪声信号的互谱，根据自谱和互谱求得相对传递函数；根据所述各个麦克风采集到的噪声信号计算噪声功率谱密度矩阵；根据所述相对传递函数和所述噪声功率谱密度矩阵，获得最优滤波器，利用所述最优滤波器恢复所述待降噪麦克风的信号。2.根据权利要求1所述的一种混响环境下的声信号降噪方法，其特征在于，welch方法通过调整窗函数、窗长度和重叠度中至少一个参数来估计所述待降噪麦克风接收到观测信号的自谱、所述待降噪麦克风与其他麦克风之间观测信号的互谱、所述待降噪麦克风接收到噪声信号的自谱和所述待降噪麦克风与其他麦克风之间噪声信号的互谱。3.根据权利要求2所述的一种混响环境下的声信号降噪方法，其特征在于，恢复后的所述待降噪麦克风的信号包括频谱恢复信号和时域恢复信号，所述时域恢复信号由所述频谱恢复信号经过傅里叶逆变换得到。4.根据权利要求3所述的一种混响环境下的声信号降噪方法，其特征在于，根据频谱恢复信号和时域恢复信号来判断降噪效果是否良好，所述降噪效果包括经恢复的时域恢复信号和经恢复的频谱恢复信号是否提高了信噪比以及是否处于合理失真范围内；若所述降噪效果的判断结果为良好，则输出所述待降噪麦克风的频谱恢复信号和时域恢复信号；若所述降噪效果的判断结果为非良好，则重新调整窗函数、窗长度和重叠度中至少一个参数重复进行降噪步骤。5.根据权利要求1至4中任意一项所述的一种混响环境下的声信号降噪方法，其特征在于，所述各个麦克风的时域观测信号的表达式为：x
m
(t)＝h
m
*s(t)+n
m
(t)＝z
m
(t)+n
m
(t),m＝1,2,...m，其中h为脉冲响应函数，s为源信号，n为加性噪声，*为线性卷积算子，m为麦克风数量，z(t)＝h*s(t)为源信号经过混响环境传播到达麦克风时的信号，x为麦克风观测信号；通过傅里叶变换将所述各个麦克风的时域观测信号转换为频域观测信号，所述各个麦克风的频域观测信号的表达式为：x
m
(f)＝h
m
(f)s(f)+n
m
(f)＝z
m
(f)+n
m
(f)，其中f为频率。6.根据权利要求5所述的一种混响环境下的声信号降噪方法，其特征在于，所述待降噪麦克风信号分量的线性估计的表达式为：
式中，x(f)＝[x1(f) x2(f)
ꢀ…ꢀ
x
m
(f)]
t
；g(f)＝[g1(f) g2(f)
ꢀ…ꢀ
g
m
(f)]
t
为滤波函数，(
·
)
t
为转置，(
·
)
*
为共轭运算；(
·
)
h
为共轭转置；所述待降噪麦克风信号分量的线性误差的表达式为：式中，z(f)＝[z1(f) z2(f)
ꢀ…ꢀ
z
m
(f)]
t
，u＝[1 0
ꢀ…ꢀ
0 0]
t
是维度为m
×
1的单位向量。7.根据权利要求6所述的一种混响环境下的声信号降噪方法，其特征在于，建立所述相对传递函数ω
j
(f)，使得z
j
(f)＝ω
j
(f)z1(f),j＝2,3...,m；通过构造代价函数j[ω
j
(f)]＝e[|z
j
(f)-ω
j
(f)z1(f)|2]，求解得到式中为z1(t)的自谱；为z
j
(t)与z1(t)的互谱；根据等式z
j
(f)＝x
j
(f)-n
j
(f)，并假设噪声与信号不相关，得到下列关系式：(f)，并假设噪声与信号不相关，得到下列关系式：即得到所述相对传递函数的表达式：8.根据权利要求7所述的一种混响环境下的声信号降噪方法，其特征在于，所述噪声功率谱密度矩阵的表达式为：φ
nn
(f)＝e[n(f)n
h
(f)]；构件无失真约束模型：求解无失真约束模型，得到最优滤波器：9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至8中任意一项所述的混响环境下的声信号降噪方法。10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的混响环境下的声信号降噪方法。

技术总结
本发明公开了一种混响环境下的声信号降噪方法、电子设备及存储介质，包括在混响环境下获取各个麦克风的时域观测信号，并通过傅里叶变换转换为频域观测信号；选取待降噪麦克风，利用各个麦克风的时域观测信号，获得待降噪麦克风信号分量的线性估计；采用Welch方法来计算待降噪麦克风接收到观测信号的自谱和噪声信号的自谱、待降噪麦克风与其他麦克风之间观测信号的互谱和噪声信号的互谱，根据自谱和互谱求得相对传递函数；计算噪声功率谱密度矩阵；根据相对传递函数和噪声功率谱密度矩阵，获得最优滤波器，利用最优滤波器恢复待降噪麦克风的信号。本发明实现混响环境下的信号增强且失真较小，拓展声信号检测方法在混响环境下工作的可行性。境下工作的可行性。境下工作的可行性。


技术研发人员：李泳 张凯帆 罗高锋 张静 阚雪珍
受保护的技术使用者：杭州爱华仪器有限公司
技术研发日：2023.04.26
技术公布日：2023/7/22