一种基于无线声学传感器的降噪方法与流程

1.本发明属于声学传感器降噪技术领域，特别是涉及一种基于无线声学传感器的降噪方法。


背景技术：

2.去噪技术是从信号中去除噪音的技术。所有的信号处理设备，包括模拟和数字，都具有使其易受噪声影响的特性。噪声可以是具有均匀频率分布的随机噪声或白噪声，也可以是由设备机制或信号处理算法引入的与频率相关的噪声。
3.音频降噪通常是指通过某种方式将一段音频信号中的噪声部分去除掉或者削弱，得到期望音频信号的过程。一般意义上的音频降噪主要是指去除或削弱噪声得到音频信号。相关技术中，在面对低信噪比的音频信号时，现有的降噪算法中在低信噪比情况下存在的信号失真和产生音乐噪声等问题，导致提取的音频信号准确性较低。


技术实现要素：

4.本发明的目的在于提供一种基于无线声学传感器的降噪方法，解决了上述技术背景中的题。
5.为解决上述技术问题，本发明是通过以下技术方案实现的：
6.本发明为一种基于无线声学传感器的降噪方法，包括以下步骤：
7.步骤1：声学传感器对声源进行采集，对输入的声信号进行分帧加窗处理并求取每帧的短时能量，再进行归一化；
8.步骤2：对每帧的能量进行统计，得到所有帧的能量概率，并绘制出能量的概率直方图，从概率直方图中找到最大值所对应的能量t，取出概率最大值的能量；
9.步骤3：根据概率最大值的能量t来设置高门限t2和低门限t1；
10.步骤4：利用单参数双门限vad进行检测，将能量高于双门限的部分作为带噪声信号，将能量低于双门限的部分作为背景噪声部分；
11.步骤5：对带噪信号进行自适应阈值vad检测，并判断vad是否生效；
12.步骤6：对带噪信号和参考噪声进行分帧加窗处理，之后进行傅里叶变换，分别得到短时幅度谱y
k
(m,ω)和d
k
(m,ω)。
13.优选的，所述步骤1中，对输入的声信号进行分帧加窗处理方法为：其中x
i
(m)为声信号加窗分帧，其中i表声信号的第i帧，n为帧长，m为总帧数。
14.优选的，所述步骤3中，t1＝t 0.01,t2＝t 0.001。
15.优选的，所述步骤4中，单参数双门限检测算法判决步骤为：
①
根据在声信号短时能量包络线上选取的一个较高阈值t进行一次初级判定，如果信号的短时能量高于阈值t2，则将该段信号判定为目标声信号；
②
在平均能量上确定一个较低的阈值t，并从左往右搜
索，分别找到短时能量包络与阈值t1相交的两个点，两个点间的距离为所判定的目标声音段的起止点位置。
16.优选的，所述步骤6中，通过带噪信号幅度谱和噪声幅度谱可以得到第m帧的后验信噪比为：y
k
(m)＝|y
k
(m,ω)|2/|d(ω)|2。
17.优选的，所述步骤6中，通过:
18.对第m帧的先验信噪比γ
k
(m)进行估计，在根据d
k
(m,ω)＝β
·
(m
‑
1,ω) (1
‑
β)
·
y
k
(m
‑
1,ω)的平滑指数对噪声谱进行实时的更新，并将更新的噪声谱输入至y
k
(m,ω)＝x
k
(m,ω) d(ω)中，通过的先验信噪比得到第m帧的增益函数，并将增益函数返至所述步骤6中的后验信噪比y
k
(m)中。
19.优选的，通过x
k
(m,ω)＝g(γ
k
,ξ
k
)
·
y
k
(m,ω)求得降噪后的纯净声信号的短时幅度谱x
k
(m,ω)，并通过ifft运算将x
k
(m,ω)变换为信号
20.本发明具有以下有益效果：
21.本发明通过通过利用单参数双门限vad进行检测，将能量高于双门限的部分作为带噪声信号，将能量低于双门限的部分作为背景噪声部分，可以在不同环境中通过实时提取到的概率最大的能量值来自适应设定高低门限，能够更加精确地分离目标信号以及背景噪声，大大提高提取的音频信号准确性较低从而使得降噪的效果进一步提高。
附图说明
22.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
23.图1为一种基于无线声学传感器的降噪方法的结构示意图。
具体实施方式
24.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，所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
25.请参阅图1，本发明为一种基于无线声学传感器的降噪方法，包括以下步骤：
26.步骤1：声学传感器对声源进行采集，对输入的声信号进行分帧加窗处理并求取每帧的短时能量，再进行归一化，对输入的声信号进行分帧加窗处理方法为：其中x
i
(m)为声信号加窗分帧，其中i表声信号的第i帧，n为帧长，m为总帧数。
27.步骤2：对每帧的能量进行统计，得到所有帧的能量概率，并绘制出能量的概率直方图，从概率直方图中找到最大值所对应的能量t，取出概率最大值的能量。
28.步骤3：根据概率最大值的能量t来设置高门限t2和低门限t1；
29.步骤4：利用单参数双门限vad进行检测，将能量高于双门限的部分作为带噪声信号，首先将声音信号输入，再将输入的声音信号的音频进行分帧，求取每一帧的短时能量，再将能量归一化处理，统计所有帧的能量概率，取最大的概率的能量t，根据t设置相应的双限门阈值，将能量低于双门限阈值的部分作为背景噪声部分，将带噪声信号和背景噪声信号进行分离，并将背景噪声信号保存在背景数据库中。
30.步骤5：对带噪信号进行自适应阈值vad检测，并判断vad是否生效，当vad未生效时，从背景数据库中提取处最近一段的背景噪声作为参考噪声d(t)。
31.步骤6：对带噪信号和参考噪声进行分帧加窗处理，之后进行傅里叶变换，分别得到短时幅度谱y
k
(m,ω)和d
k
(m,ω)，y
k
(m,ω)表示带噪声信号第m帧的短时幅度谱，d
k
(m,ω)表示噪声声信号第m帧的短时幅度谱。
32.其中，所述步骤3中，t1＝t 0.01,t2＝t 0.001。
33.其中，所述步骤4中，单参数双门限检测算法判决步骤为：
①
根据在声信号短时能量包络线上选取的一个较高阈值t进行一次初级判定，如果信号的短时能量高于阈值t2，则将该段信号判定为目标声信号；
②
在平均能量上确定一个较低的阈值t，并从左往右搜索，分别找到短时能量包络与阈值t1相交的两个点，两个点间的距离为所判定的目标声音段的起止点位置，实际情况中，一段声音中有时会存在一小段静默，导致能量谱第一t1的情况，需要一小段拖尾，避免将同一段信号分成两端。
34.其中，所述步骤6中，通过带噪信号幅度谱和噪声幅度谱可以得到第m帧的后验信噪比为：y
k
(m)＝|y
k
(m,ω)|2/|d(ω)|2。
35.其中，所述步骤6中，由于只利用后验信噪比进行降噪的效果有限，未能消除干净的噪声会转变成明显的音乐噪声，为抑制音乐噪声以提高降噪效果，利用先验信噪比ξ
k
(m)来进行降噪，利用直接判决法对先验信噪比进行估计，通过:
36.对第m帧的先验信噪比γ
k
(m)进行估计，在根据d
k
(m,ω)＝β
·
(m
‑
1,ω) (1
‑
β)
·
y
k
(m
‑
1,ω)的平滑指数对噪声谱进行实时的更新，其中，β为平滑系数，d
k
(m
‑
1,ω)为上一帧的噪声幅度谱，并将更新的噪声谱输入至y
k
(m,ω)＝x
k
(m,ω) d(ω)中，先验信噪比的对数谱估计增益函数能较好地消除音乐噪声，利用对数估计器得增益函数，通过的先验信噪比得到第m帧的增益函数，并将增益函数返至所述步骤6中的后验信噪比γ
k
(m)中。
37.其中，增益函数可求得降噪后的纯净声信号的短时幅度谱，通过x
k
(m,ω)＝g(γ
k
,ξ
k
)
·
y
k
(m,ω)求得降噪后的纯净声信号的短时幅度谱x
k
(m,ω)，并通过ifft运算将x
k
(m,ω)变换为信号解决了现有算法在低信噪比情况下产生的过减和降噪效果差的问题。
38.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指
结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
39.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。