本發明涉及語音降噪,具體而言,涉及一種用于頭戴式計算機的自適應降噪方法及裝置。
背景技術:
1、軌道交通作業環境中,復雜多樣的背景噪聲(如列車運行噪聲、機械設備聲、風噪等)給語音信號的提取和增強帶來了巨大挑戰。這些噪聲具有寬帶、非平穩、空間分布復雜等特點,且在動態環境中噪聲源頻譜特征會隨時間變化,增加了信號處理的難度。
2、傳統降噪方法通常依賴固定噪聲模型,難以適應復雜場景,容易導致語音信號失真或殘留噪聲。此外,語音增強需要同時處理全局頻域特性和局部時頻特性,但現有方法往往難以兼顧這些特性,降噪效果不穩定。頭戴式計算機的麥克風陣列為多通道信號采集和處理提供了基礎,但其有限的計算資源和能耗要求對算法的實時性和高效性提出了更高要求。如何在復雜環境中設計兼顧精度、魯棒性和實時性的自適應降噪方法,成為軌道交通作業環境中語音處理亟待解決的難題。
技術實現思路
1、本發明的目的在于提供一種用于頭戴式計算機的自適應降噪方法及裝置,以改善上述問題。為了實現上述目的,本發明采取的技術方案如下:
2、第一方面,本申請提供了一種用于頭戴式計算機的自適應降噪方法,包括:
3、獲取軌交作業環境中的多通道信號,對所述多通道信號進行增強噪聲估計,得到噪聲頻譜特征估計,所述多通道信號通過頭戴式計算機進行采集;
4、根據所述噪聲頻譜特征估計進行背景噪聲建模,得到噪聲源模型;
5、基于所述噪聲源模型設計自適應頻譜濾波器,通過所述自適應頻譜濾波器對多通道信號進行過濾,得到初步降噪信號;
6、基于語音增強模型對所述初步降噪信號進行語音增強,得到語音信號。
7、第二方面,本申請還提供了一種用于頭戴式計算機的自適應降噪裝置,包括:
8、獲取模塊,用于獲取軌交作業環境中的多通道信號,對所述多通道信號進行增強噪聲估計,得到噪聲頻譜特征估計,所述多通道信號通過頭戴式計算機進行采集;
9、構建模塊,用于根據所述噪聲頻譜特征估計進行背景噪聲建模,得到噪聲源模型;
10、降噪模塊,用于基于所述噪聲源模型設計自適應頻譜濾波器,通過所述自適應頻譜濾波器對多通道信號進行過濾,得到初步降噪信號;
11、增強模塊,用于基于語音增強模型對所述初步降噪信號進行語音增強,得到語音信號。
12、本發明的有益效果為:本發明利用麥克風陣列采集多通道信號,結合全局頻域特性和時頻局部特性進行增強噪聲估計,建立動態的噪聲源模型。基于噪聲源模型,自適應調整濾波器參數,以實時對噪聲頻譜進行有效抑制,提升初步降噪信號的質量。并且在初步降噪信號基礎上,進一步通過語音增強模型提取語音信號,使語音更清晰,同時保持語音的自然性。同時針對頭戴式計算機的硬件限制,優化算法結構,確保能夠在有限資源條件下實現實時的高效語音處理。
13、本發明的其他特征和優點將在隨后的說明書闡述,并且,部分地從說明書中變得顯而易見,或者通過實施本發明實施例了解。本發明的目的和其他優點可通過在所寫的說明書、權利要求書、以及附圖中所特別指出的結構來實現和獲得。
1.一種用于頭戴式計算機的自適應降噪方法,其特征在于,包括:
2.根據權利要求1所述的用于頭戴式計算機的自適應降噪方法,其特征在于,對所述多通道信號進行增強噪聲估計,得到噪聲頻譜特征估計,包括:
3.根據權利要求2所述的用于頭戴式計算機的自適應降噪方法,其特征在于,根據所述預處理信號的全局頻域特性和時頻局部特性計算梅爾頻率倒譜系數,包括:
4.根據權利要求3所述的用于頭戴式計算機的自適應降噪方法,其特征在于,基于所述頭戴式計算機的麥克風陣列,對所述預處理信號進行波束形成,得到增強功率譜,包括:
5.根據權利要求3所述的用于頭戴式計算機的自適應降噪方法,其特征在于,所述梅爾頻率倒譜系數的計算公式為:
6.根據權利要求1所述的用于頭戴式計算機的自適應降噪方法,其特征在于,根據所述噪聲頻譜特征估計進行背景噪聲建模,得到噪聲源模型,包括:
7.根據權利要求1所述的用于頭戴式計算機的自適應降噪方法,其特征在于,基于所述噪聲源模型設計自適應頻譜濾波器,通過所述自適應頻譜濾波器對多通道信號進行過濾,得到初步降噪信號,包括:
8.根據權利要求7所述的用于頭戴式計算機的自適應降噪方法,其特征在于,其特征在于,所述權重更新公式為:
9.根據權利要求1所述的用于頭戴式計算機的自適應降噪方法,其特征在于,其特征在于,基于語音增強模型對所述初步降噪信號進行語音增強,得到語音信號,包括:
10.一種用于頭戴式計算機的自適應降噪裝置,其特征在于,包括: