CN117041787A - 麦克风语音降噪方法、装置、耳机及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种麦克风语音降噪方法、装置、耳机及计算机可读存储介质，应用于耳机技术领域，该方法根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量，再依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量，然后获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量，最后通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

Description

麦克风语音降噪方法、装置、耳机及计算机可读存储介质

技术领域

本发明属于耳机技术领域，尤其涉及一种麦克风语音降噪方法、装置、耳机以及计算机可读存储介质。

背景技术

当耳机（如蓝牙耳机）应用在信噪比较大的使用场景中时，耳机的麦克风拾取的语音收外界噪音干扰严重，通常情况下耳机常采用骨声纹传感器拾取语音信号来屏蔽的噪声的干扰。骨声纹传感器一般可拾取1kHz左右的语音信号，可以保证一定的可懂度，而且对于70db以上的背景噪声，骨声纹传感器拾取的语音信号的信噪比较高。但仅使用骨声纹传感器进行降噪受限于拾取的语音信号的频率，会有一定的失真。另一方面，而且由于耳机的硬件资源较少，基于深度学习模型的降噪算法由于模型和模型算力较大，资源占用较多，也难以应用到耳机上。综上所述，当前的麦克风语音降噪方法难以兼顾降噪效果和语音保真度。

发明内容

本发明的主要目的在于提供一种麦克风语音降噪方法、装置、耳机以及计算机可读存储介质。旨在通过这种麦克风语音降噪方法结合骨声纹传感器和经典降噪算法的降噪方式，在有效落地到耳机的同时，提升了降噪精度的同时兼顾语音的保真度以提高用户体验。

为了实现上述目的，本发明提供一种麦克风语音降噪方法，所述麦克风语音降噪方法应用于耳机；

所述麦克风语音降噪方法包括：

根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量；

依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量；

获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量；

通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

可选地，所述根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量的步骤，包括：

根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱；

根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量，其中，所述麦克风全频带语音频谱能量的频率范围大于所述第一麦克风语音频谱的频率范围。

可选地，所述根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱的步骤，包括：

将通过骨传导传感器和麦克风采集到的骨传导信号和麦克风信号进行频域转换，得到骨传导语音频谱以及麦克风带噪语音频谱；

根据预设的自适应滤波器、所述骨传导语音频谱以及所述麦克风带噪语音频谱对麦克风路第一频率范围内的语音频谱进行预测，确定第一麦克风语音频谱。

可选地，所述根据预设的自适应滤波器、所述骨传导语音频谱以及所述麦克风带噪语音频谱对麦克风路第一频率范围内的语音频谱进行预测，得到第一麦克风语音频谱的步骤，包括：

初始化自适应滤波器的系数，通过所述自适应滤波器和所述骨传导语音频谱进行预测，得到初始麦克风语音频谱；

通过所述麦克风带噪语音频谱和所述初始麦克风语音频谱，确定初始麦克风噪声频谱；

根据所述初始麦克风噪声频谱、所述自适应滤波器以及所述骨传导语音频谱，对所述自适应滤波器的系数进行优化，得到优化自适应滤波器；

通过所述优化自适应滤波器和所述骨传导语音频谱进行预测，得到第一麦克风语音频谱。

可选地，所述根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量的步骤，包括：

根据所述第一麦克风语音频谱，计算所述第一麦克风语音频谱所在的第一频率范围内的第一麦克风语音频谱能量；

基于所述第一麦克风语音频谱能量和预设的先验分布函数，预测第二频率范围内的频谱能量分布，得到第二麦克风语音频谱能量；

结合所述第一麦克风语音频谱能量和所述第二麦克风语音频谱能量，得到麦克风全频带语音频谱能量。

可选地，所述依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量的步骤，包括：

根据采集到的麦克风全频带带噪语音频谱，计算所述麦克风全频带带噪语音频谱对应的麦克风带噪语音频谱能量；

将所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱能量输入预设的谱减法公式以进行噪声估计，得到第一麦克风噪声频谱能量。

可选地，所述获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量的步骤，包括：

获取待修正噪声频谱能量，将所述待修正噪声频谱能量和所述第一麦克风噪声频谱能量输入预设的噪声频谱修正公式，得到修正后的修正麦克风噪声频谱能量。

可选地，在所述通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪的步骤，所述方法还包括：

根据所述骨传导语音频谱的相位对初始语音频谱能量的相位进行更新，获得目标麦克风语音频谱能量，其中，所述初始语音频谱能量为对所述麦克风带噪语音频谱进行降噪得到的语音频谱能量。

此外，为实现上述目的，本发明还提供一种麦克风语音降噪装置，所述装置应用于耳机；

所述麦克风语音降噪装置包括：

语音频谱确定模块，用于根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量；

噪声频谱确定模块，用于依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量；

噪声频谱修正模块，用于获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量；

语音频谱降噪模块，用于通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

此外，为实现上述目的，本发明还提供一种耳机，所述耳机包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的麦克风语音降噪程序，所述麦克风语音降噪程序被所述处理器执行时实现如上所述的麦克风语音降噪方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有麦克风语音降噪程序，所述麦克风语音降噪程序被处理器执行时实现如上所述的麦克风语音降噪方法的步骤。

本发明实施例提出的一种麦克风语音降噪方法、装置、耳机以及计算机可读存储介质，首先根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量，再依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量，然后获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量，最后通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

如此，本发明实施例通过将骨声纹传感器的降噪与经典降噪算法相结合，通过第一麦克风噪声频谱能量对根据经典降噪算法得到的待修正噪声频谱能量进行修正，得到了精度更高的修正麦克风噪声频谱能量，并通过修正麦克风噪声频谱能量进行降噪，在不平稳噪声（如咖啡馆噪声，马路噪声等）等场景，一方面相比于经典降噪算法提升了降噪精度，进一步减少噪声残留，使得降噪更加精准，另一方面相比仅使用骨声纹传感器的降噪方法更兼顾了语音的保真度，有效地提升了用户的耳机使用体验。

附图说明

图1是本发明实施例方案涉及的耳机硬件运行环境的设备结构示意图；

图2为本发明麦克风语音降噪方法第一实施例的步骤流程示意图；

图3为本发明麦克风语音降噪方法的一实施例所涉及的语音频响曲线示意图；

图4为本发明麦克风语音降噪方法与原降噪方法的仿真效果对比示意图；

图5为本发明麦克风语音降噪装置一实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及耳机的硬件运行环境的设备结构示意图。

本发明实施例中的耳机包括骨声纹传感器和麦克风，分别用于采集骨传导信号和麦克风信号，以供转换成对应的骨传导语音频谱以及麦克风带噪语音频谱。

如图1所示，该耳机可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、获取单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如Wi-Fi接口）。存储器1005可以是高速RAM存储器，也可以是稳定的存储器（non-volatile memory），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的耳机结构并不构成对耳机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及麦克风语音降噪程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的麦克风语音降噪程序，并执行如下操作：

根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量；

依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量；

获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量；

通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

可选地，处理器1001还可以用于调用存储器1005中存储的麦克风语音降噪程序，并执行如下操作：

根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱；

根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量，其中，所述麦克风全频带语音频谱能量的频率范围大于所述第一麦克风语音频谱的频率范围。

可选地，处理器1001还可以用于调用存储器1005中存储的麦克风语音降噪程序，并执行如下操作：

将通过骨传导传感器和麦克风采集到的骨传导信号和麦克风信号进行频域转换，得到骨传导语音频谱以及麦克风带噪语音频谱；

根据预设的自适应滤波器、所述骨传导语音频谱以及所述麦克风带噪语音频谱对麦克风路第一频率范围内的语音频谱进行预测，确定第一麦克风语音频谱。

可选地，处理器1001还可以用于调用存储器1005中存储的麦克风语音降噪程序，并执行如下操作：

初始化自适应滤波器的系数，通过所述自适应滤波器和所述骨传导语音频谱进行预测，得到初始麦克风语音频谱；

通过所述麦克风带噪语音频谱和所述初始麦克风语音频谱，确定初始麦克风噪声频谱；

根据所述初始麦克风噪声频谱、所述自适应滤波器以及所述骨传导语音频谱，对所述自适应滤波器的系数进行优化，得到优化自适应滤波器；

通过所述优化自适应滤波器和所述骨传导语音频谱进行预测，得到第一麦克风语音频谱。

可选地，处理器1001还可以用于调用存储器1005中存储的麦克风语音降噪程序，并执行如下操作：

根据所述第一麦克风语音频谱，计算所述第一麦克风语音频谱所在的第一频率范围内的第一麦克风语音频谱能量；

基于所述第一麦克风语音频谱能量和预设的先验分布函数，预测第二频率范围内的频谱能量分布，得到第二麦克风语音频谱能量；

结合所述第一麦克风语音频谱能量和所述第二麦克风语音频谱能量，得到麦克风全频带语音频谱能量。

可选地，处理器1001还可以用于调用存储器1005中存储的麦克风语音降噪程序，并执行如下操作：

根据采集到的麦克风全频带带噪语音频谱，计算所述麦克风全频带带噪语音频谱对应的麦克风带噪语音频谱能量；

将所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱能量输入预设的谱减法公式以进行噪声估计，得到第一麦克风噪声频谱能量。

可选地，处理器1001还可以用于调用存储器1005中存储的麦克风语音降噪程序，并执行如下操作：

获取待修正噪声频谱能量，将所述待修正噪声频谱能量和所述第一麦克风噪声频谱能量输入预设的噪声频谱修正公式，得到修正后的修正麦克风噪声频谱能量。

可选地，处理器1001还可以用于调用存储器1005中存储的麦克风语音降噪程序，在通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪的步骤之后，执行如下操作：

根据所述骨传导语音频谱的相位对初始语音频谱能量的相位进行更新，获得目标麦克风语音频谱能量，其中，所述初始语音频谱能量为对所述麦克风带噪语音频谱进行降噪得到的语音频谱能量。

基于上述的耳机，提出本发明麦克风语音降噪方法的各实施例。

在本发明麦克风语音降噪方法的各实施例中，本发明麦克风语音降噪方法应用于上述包括骨声纹传感器和麦克风的耳机。在使用时，骨声纹传感器和麦克风分别采集1kHz以内的骨传导信号和外界的带噪语音信号，并转换成对应的骨传导语音频谱以及麦克风带噪语音频谱。

请参照图2，图2为本发明麦克风语音降噪方法第一实施例的流程示意图。在本发明麦克风语音降噪方法的第一实施例中，本发明麦克风语音降噪方法包括：

步骤S10，根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量；

在本实施例中，所述骨传导语音频谱和所述麦克风带噪语音频谱是通过耳机上安装的骨声纹传感器和麦克风分别采集到的骨传导信号和麦克风信号转换处理而来，其中，所述自适应滤波器的系数可以在进行麦克风全频带语音频谱能量的确定过程中自适应调整得到。另外，由于骨声纹传感器拾取的语音信号的频率在1kHz以内，所以首先根据骨传导语音频谱、麦克风带噪语音频谱和自适应滤波器预测频率在1kHz（或500hz）以内的麦克风语音频谱，再根据频率在1kHz以内的麦克风语音频谱预测频率在1kHz-8kHz范围内的麦克风语音频谱，并与频率在1kHz以内的麦克风语音频谱结合获得0-8kHz范围内的麦克风语音频谱，即麦克风全频带语音频谱，进而根据麦克风全频带语音频谱计算对应的麦克风全频带语音频谱能量的分布情况。

需要说明的是，在本实施例中，耳机上配置的骨声纹传感器主要安装在耳机内侧（近人脸侧）主要采集的是用户发出的语音信号，因此信噪比较高。而耳机上的麦克风主要安装在耳机外侧，主要采集空气中用户发出的语音信号，此时会采集到更多的外部噪音，因此信噪比更低。本申请实施例中通过骨传导语音频谱结合麦克风带噪语音频谱进行来确定麦克风全频带语音频谱能量，这样得到的麦克风全频带语音频谱能量的信噪比是比较高的。

步骤S20，依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量；

在本实施例中，所述第一麦克风噪声频谱能量用于表现所述麦克风带噪语音频谱对应的麦克风带噪语音频谱能量中噪声的能量分布情况，而所述麦克风全频带语音频谱能量则为所述麦克风带噪语音频谱能量中语音的能量分布情况。

作为一种可行的实施方式，可以通过谱减法从所述麦克风带噪语音频谱对应的麦克风带噪语音频谱能量中去除所述麦克风全频带语音频谱能量，即可得到单纯的噪声对应的麦克风全频带语音频谱能量的分布情况。作为另一种可行的实施方式，也可以通过预设的谱减公式以及对应的经验因子来进行去除所述麦克风带噪语音频谱能量中的麦克风全频带语音频谱能量。

步骤S30，获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量；

在本实施例中，所述待修正噪声频谱能量是通过现有的经典降噪算法获得的噪声频谱计算得到，其中，经典降噪算法可以是各种成熟的能应用在耳机上的降噪算法，例如频率域降噪算法、时域降噪算法、小波域降噪算法以及卡尔曼降噪算法等，在此不做限制。本申请实施例侧重与在原先的经典降噪算法上进行噪声估计修正，因此对原噪声降噪的方法不再赘述。此外，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正时，可以采用预设的噪声频谱修正公式以及对应的经验因子计算得到，具体地，所述经验因子是通过多次预先的调试得到，便于获取更精准的修正麦克风噪声频谱能量。

步骤S40，通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

本实施例中，在通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪时，也可以采用经典降噪算法进行降噪处理，从而得到去除噪声后的目标麦克风语音频谱能量，其中的经典降噪算法可以采用现有技术中成熟的可以应用在耳机中的降噪算法，在此不做限制。作为一种可行的实施例方式，可以通过谱减法基于所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪处理，即用所述麦克风带噪语音频谱对应的麦克风带噪语音频谱能量减去所述修正麦克风噪声频谱能量，从而得到目标麦克风语音频谱能量。

需要说明的是，由于通过耳机上的麦克风采集的麦克风带噪语音频谱受到外部环境中的噪声影响较大，所以相位可能出现一定的偏差。而耳机上的骨声纹传感器采集的骨传导语音频谱受噪声影响较小，因此可以根据骨传导语音频谱的相位对降噪处理后的目标麦克风语音频谱能量进行相位修正，以获得精度更高的目标麦克风语音频谱能量的分布情况，以向与耳机连接的设备提供更精准的语音信号。

本发明实施例提出的一种麦克风语音降噪方法，首先根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量，再依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量，然后获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量，最后通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

如此，本发明实施例通过将骨声纹传感器的降噪与经典降噪算法相结合，通过第一麦克风噪声频谱能量对根据经典降噪算法得到的待修正噪声频谱能量进行修正，得到了精度更高的修正麦克风噪声频谱能量，并通过修正麦克风噪声频谱能量进行降噪，在不平稳噪声（如咖啡馆噪声，马路噪声等）等场景，一方面相比于经典降噪算法提升了降噪精度，进一步减少噪声残留，使得降噪更加精准，另一方面相比仅使用骨声纹传感器的降噪方法更兼顾了语音的保真度，有效地提升了用户的耳机使用体验。

进一步地，在一种可行的实施例中，步骤S10中，根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量的步骤，可以包括：

步骤S11，根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱；

在本实施例中，通过耳机上安装的骨传导传感器采集骨传导语音信号，并通过耳机上安装的麦克风采集空气中的麦克风语音信号，其中，所述麦克风语音信号中不可避免的采集到了一些噪声。在采集完成后，再将所述骨传导语音信号和所述麦克风语音信号进行时域-频域之间的转换，得到骨传导语音频谱和带噪语音频谱。而所述自适应滤波器的系数可以根据经验进行初始，并在进行频谱估计时，进一步进行自适应优化，从而估计得到精度更高的第一麦克风语音频谱。

步骤S12，根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量，其中，所述麦克风全频带语音频谱能量的频率范围大于所述第一麦克风语音频谱的频率范围。

在本实施例中，主要通过第一麦克风语音频谱来估计更大频率范围内的麦克风全频带语音频谱能量，具体地，所述第一麦克风语音频谱由于是通过频率范围为1kHz以内的骨传导语音频谱估计得到，所以所述第一麦克风语音频谱的频率范围也为1kHz以内，而通常情况下语音信号的频率范围在0-8kHz，所以需要先估计1kHz-8kHz频率范围的麦克风语音频谱能量，再结合第一麦克风语音频谱对应的第一麦克风语音频谱能量得到0-8kHz频率范围内的麦克风全频带语音频谱能量。

需要说明的是，步骤S12中，首先要先根据所述第一麦克风语音频谱计算对应的第一麦克风语音频谱能量，再根据事先设置的经验语音频响曲线根据已知的第一麦克风语音频谱能量预测1kHz-8kHz频率范围的麦克风语音频谱能量。

进一步地，在一种可行的实施例中，步骤S11，根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱的步骤，还可以包括：

将通过骨传导传感器和麦克风采集到的骨传导信号和麦克风信号进行频域转换，得到骨传导语音频谱以及麦克风带噪语音频谱；

根据预设的自适应滤波器、所述骨传导语音频谱以及所述麦克风带噪语音频谱对麦克风路第一频率范围内的语音频谱进行预测，确定第一麦克风语音频谱。

需要说明的是，在本实施例中，所述频域转换过程为FFT（fast Fouriertransform，快速傅里叶）变换，从而将采集到的信号从时域形式转换成频域形式。示例性地，以一帧15ms的采样数据为例，假设采样率为16000，共240个采样点，以汉明窗长256的方式转换到频域形式的骨传导语音频谱Y(w)；而对于骨导传感器路0Hz~500Hz/1000Hz的时域信号，采用同样的方式傅里叶变换，得到频域形式的麦克风带噪语音频谱X(w)。

进一步地，将所述骨传导语音频谱以及所述麦克风带噪语音频谱输入下述以联立的公式组（1）进行第一麦克风语音频谱的估计。

（1）；

其中，w为频率，为自适应滤波器系数，/>为第一麦克风语音频谱，/>为麦克风带噪语音频谱，/>为初始麦克风噪音频谱，/>为骨传导语音频谱。

进一步地，根据预设的自适应滤波器、所述骨传导语音频谱以及所述麦克风带噪语音频谱对麦克风路第一频率范围内的语音频谱进行预测，得到第一麦克风语音频谱的步骤，可以包括：

初始化自适应滤波器的系数，通过所述自适应滤波器和所述骨传导语音频谱进行预测，得到初始麦克风语音频谱；

通过所述麦克风带噪语音频谱和所述初始麦克风语音频谱，确定初始麦克风噪声频谱；

根据所述初始麦克风噪声频谱、所述自适应滤波器以及所述骨传导语音频谱，对所述自适应滤波器的系数进行优化，得到优化自适应滤波器；

通过所述优化自适应滤波器和所述骨传导语音频谱进行预测，得到第一麦克风语音频谱。

本实施例中，需要说明的是，上述步骤需要应用到公式组（1），具体地，首先根据给予自适应滤波器一个初始化的系数，代入公式组（1）中，结合输入的骨传导语音频谱/>计算得到初始麦克风语音频谱/>，其中，所述初始麦克风语音频谱/>是通过初始化的自适应滤波器系数/>确定的，因此并不准确，需要后续的优化；然后，将输入的麦克风带噪语音频谱/>减去所述初始麦克风语音频谱/>，获得初始麦克风噪音频谱/>；再根据预设的经验因子/>和骨传导语音频谱对初始的自适应滤波器系数/>进行优化，得到优化后的自适应滤波器系数，将所述自适应滤波器系数/>代入到公式组的第一个公式中，计算出最终的第一麦克风语音频谱/>。

另外，需要说明的是，在上述麦克风语音频谱的估计过程中，是将各语音频谱划分为多个短时帧分别计算得到的，对于每个短时帧，自适应滤波器系数可能不同，分别计算出各时间段的麦克风语音频谱后，最终组合得到第一麦克风语音频谱。

进一步地，在一种可行的实施例中，根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量的步骤，还可以包括：

根据所述第一麦克风语音频谱，计算所述第一麦克风语音频谱所在的第一频率范围内的第一麦克风语音频谱能量；

基于所述第一麦克风语音频谱能量和预设的先验分布函数，预测第二频率范围内的频谱能量分布，得到第二麦克风语音频谱能量；

结合所述第一麦克风语音频谱能量和所述第二麦克风语音频谱能量，得到麦克风全频带语音频谱能量。

本实施例中，需要先将得到的第一麦克风语音频谱转换成能量谱的形式，便于进行麦克风全频带语音频谱能量的预测，具体地，通过下述公式（2）计算第一麦克风语音频谱所在的第一频率范围内的第一麦克风语音频谱能量。

（2）；

其中，w为频率，为第一麦克风语音频谱能量，/>为第一麦克风语音频谱。

另外，所述先验分布函数为预先设置的根据以往多次经验得到的匹配能量分布曲线，参照图3展示了语音频响曲线逐渐递减的规律，用于表示在各声压级的条件下全频带语音频谱能量的分布情况，可以判断已知的第一麦克风语音频谱能量与图中哪一条各声压级分布对应的语音频谱能量分布曲线更符合，从而预测出在1kHz-8kHz频率范围内的频谱能量分布情况（估算值），得到第二麦克风语音频谱能量/>，另外，各声压级的条件下全频带语音频谱能量的分布情况还用于作为阈值衡量输入的第一麦克风语音频谱能量是否有误差，即是否符合语音频响曲线随着频率增大逐渐递减趋势，避免噪声干扰，示例性地，实线为输入的实际值，虚线即为估算值。在获得在1kHz-8kHz频率范围内的第二麦克风语音频谱能量/>后，即可与第一麦克风语音频谱能量结合，得到0-8kHz频率范围内的麦克风全频带语音频谱能量/>。

在本实施例中，本发明麦克风语音降噪方法根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱，再根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量，其中，所述麦克风全频带语音频谱能量的频率范围大于所述第一麦克风语音频谱的频率范围。

如此，本发明实施例通过信噪比较高的骨传导语音频谱估计出了信噪较高的第一麦克风语音频谱，进而估计出全频带的麦克风语音频谱能量，这样得到的麦克风语音频谱能量含有的噪声也较小，实现了较高信噪比的麦克风语音频谱能量的提取，以便于后续计算更精准的噪音频谱。

进一步地，在一种可行的实施例中，步骤S20，依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量的步骤，还可以包括：

步骤S21，根据采集到的麦克风全频带带噪语音频谱，计算所述麦克风全频带带噪语音频谱对应的麦克风带噪语音频谱能量；

步骤S22，将所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱能量输入预设的谱减法公式以进行噪声估计，得到第一麦克风噪声频谱能量。其中，所述谱减法公式的表达式如下：

（3）；

其中，w为频率，为所述第一麦克风噪声频谱能量，为所述麦克风全频带语音频谱能量，/>为所述麦克风带噪语音频谱能量，/>为经验因子。

在本申请实施例中，首先需要根据采集到的麦克风全频带带噪语音频谱计算出对应的麦克风带噪语音频谱能量/>，这其中既包括语音信号的频谱能量，也包括噪声的频谱能量；进而根据已确定的麦克风全频带语音频谱能量从所述麦克风带噪语音频谱能量中提取出更纯净的第一麦克风噪声频谱能量/>。具体地，所述麦克风全频带带噪语音频可以根据麦克风采集到的全频带的信号进行频域转换得到，而所述麦克风带噪语音频谱能量/>可以通过与计算第一麦克风语音频谱能量相似的方式计算得到，在此不做赘述。

进一步地，在一种可行的实施例中，步骤S30，获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量的步骤，还可以包括：

步骤S31,获取待修正噪声频谱能量，将所述待修正噪声频谱能量和所述第一麦克风噪声频谱能量输入预设的噪声频谱修正公式，得到修正后的修正麦克风噪声频谱能量。

其中，所述噪声频谱修正公式的表达式如下：

（4）；/>

其中，w为频率，为所述修正麦克风噪声频谱能量，为所述第一麦克风噪声频谱能量，/>为所述待修正噪声频谱能量，/>为经验因子。

本实施例中，所述待修正噪声频谱能量是通过其他经典降噪方法处理得到的噪声频谱能量，由于其他经典降噪方法在信噪比较低和不平稳噪声的应用场景中，降噪精度相对较低，因此通过结合骨声纹传感器的语音信号估计得到的第一麦克风噪声频谱能量对经典降噪方法对应的待修正噪声频谱能量进行结合，提高了经典降噪方法的降噪精度，同时也保证了一定的保真度，提高了用户体验。

进一步地，作为一种可行的实施例方式，在步骤S40通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪的步骤之后，还可以包括：

根据所述骨传导语音频谱的相位对初始语音频谱能量的相位进行更新，获得目标麦克风语音频谱能量，其中，所述初始语音频谱能量为对所述麦克风带噪语音频谱进行降噪得到的语音频谱能量。

本实施例中，步骤S41中通过修正后的修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪的方法可以采用现有技术中成熟的经典降噪方法均可，在此不做限定，所述初始语音频谱能量为已完成精准降噪后的语音频谱能量，但由于麦克风带噪语音频谱受外部环境中的噪声影响较大，所以相位可能已经产生偏离，所以需要根据受外部环境噪声影响较小的骨传导语音频谱的相位对所述初始语音频谱能量的相位进行更新与修正，从而获得相位正确的目标麦克风语音频谱能量。需要说明的是，由于骨传导语音频谱的频率范围在0-1kHz之间，所以在进行相位更新时，也只能更新初始语音频谱能量频率范围在0-1kHz之间的相位。

作为一种可行的实施例，在进行相位更新时，可以依据如下公式（5）：

（5）；

其中，为更新后的目标麦克风语音频谱能量的相位，/>为经验因子，为初始语音频谱能量的相位，/>为所述骨传导语音频谱的相位。

参照图4，本发明实施例相比于经典降噪算法，提升了降噪力度，同时兼顾语音的保真度，尤其是在低信噪比环境，表现更为明显，做到了更精准的降噪。在高信噪比场景下，比如一些能量较强的噪声很容易被误判为语音，从而很难降噪，本发明实施例的技术方案可以有效解决该技术缺陷。一方面对于低信噪比的场景，在保护语音保真度的前提下，本专利提升了降噪力度，即降噪更加精准，另一方面，本发明实施例提升了对非平稳噪声的抑制能力，降噪的平稳性提升，减少突变噪声或较大噪声的影响。

此外，本发明实施例还提供一种麦克风语音降噪装置，本发明麦克风语音降噪装置应用于包括眼动追踪摄像头的耳机。

请参照图5，图5为本发明麦克风语音降噪装置一实施例的功能模块示意图，如图5所示，本发明麦克风语音降噪装置包括：

所述麦克风语音降噪装置包括：

语音频谱确定模块101，用于根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量；

噪声频谱确定模块102，用于依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量；

噪声频谱修正模块103，用于获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量；

语音频谱降噪模块104，用于通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

可选地，所述语音频谱确定模块101还用于：

根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱；

根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量，其中，所述麦克风全频带语音频谱能量的频率范围大于所述第一麦克风语音频谱的频率范围。

可选地，所述语音频谱确定模块101还用于：

将通过骨传导传感器和麦克风采集到的骨传导信号和麦克风信号进行频域转换，得到骨传导语音频谱以及麦克风带噪语音频谱；

根据预设的自适应滤波器、所述骨传导语音频谱以及所述麦克风带噪语音频谱对麦克风路第一频率范围内的语音频谱进行预测，确定第一麦克风语音频谱。

可选地，所述语音频谱确定模块101还用于：

初始化自适应滤波器的系数，通过所述自适应滤波器和所述骨传导语音频谱进行预测，得到初始麦克风语音频谱；

通过所述麦克风带噪语音频谱和所述初始麦克风语音频谱，确定初始麦克风噪声频谱；

根据所述初始麦克风噪声频谱、所述自适应滤波器以及所述骨传导语音频谱，对所述自适应滤波器的系数进行优化，得到优化自适应滤波器；

通过所述优化自适应滤波器和所述骨传导语音频谱进行预测，得到第一麦克风语音频谱。

可选地，所述语音频谱确定模块101还用于：

根据所述第一麦克风语音频谱，计算所述第一麦克风语音频谱所在的第一频率范围内的第一麦克风语音频谱能量；

基于所述第一麦克风语音频谱能量和预设的先验分布函数，预测第二频率范围内的频谱能量分布，得到第二麦克风语音频谱能量；

结合所述第一麦克风语音频谱能量和所述第二麦克风语音频谱能量，得到麦克风全频带语音频谱能量。

可选地，所述噪声频谱确定模块102还用于：

根据采集到的麦克风全频带带噪语音频谱，计算所述麦克风全频带带噪语音频谱对应的麦克风带噪语音频谱能量；

将所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱能量输入预设的谱减法公式以进行噪声估计，得到第一麦克风噪声频谱能量。

可选地，所述噪声频谱修正模块103还用于：

获取待修正噪声频谱能量，将所述待修正噪声频谱能量和所述第一麦克风噪声频谱能量输入预设的噪声频谱修正公式，得到修正后的修正麦克风噪声频谱能量。

可选地，所述语音频谱降噪模块104还用于：

根据所述骨传导语音频谱的相位对初始语音频谱能量的相位进行更新，获得目标麦克风语音频谱能量，其中，所述初始语音频谱能量为对所述麦克风带噪语音频谱进行降噪得到的语音频谱能量。

本发明麦克风语音降噪装置的各个功能模块在运行时的具体实施例与上述本发明麦克风语音降噪方法各实施例基本相同，在此不作赘述。

本发明还提供一种计算机存储介质，该计算机存储介质上存储有麦克风语音降噪程序，上述麦克风语音降噪程序被处理器执行时实现如以上任一项实施例所述的麦克风语音降噪程序方法的步骤。

本发明计算机存储介质的具体实施例与上述本发明麦克风语音降噪程序方法各实施例基本相同，在此不作赘述。

本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如以上任一项实施例所述的本发明麦克风语音降噪方法的步骤，在此不作赘述。

需要说明的是，在本文中，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***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***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台耳机(可以是TWS耳机等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种麦克风语音降噪方法，其特征在于，所述麦克风语音降噪方法应用于耳机；

所述麦克风语音降噪方法包括：

根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量；

依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量；

获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量；

通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪。

2.如权利要求1所述的麦克风语音降噪方法，其特征在于，所述根据自适应滤波器和采集到的骨传导语音频谱以及麦克风带噪语音频谱，确定麦克风全频带语音频谱能量的步骤，包括：

根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱；

根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量，其中，所述麦克风全频带语音频谱能量的频率范围大于所述第一麦克风语音频谱的频率范围。

3.如权利要求2所述的麦克风语音降噪方法，其特征在于，所述根据预设的自适应滤波器和骨传导传感器采集的骨传导语音频谱、麦克风采集的带噪语音频谱进行频谱估计，确定第一麦克风语音频谱的步骤，包括：

将通过骨传导传感器和麦克风采集到的骨传导信号和麦克风信号进行频域转换，得到骨传导语音频谱以及麦克风带噪语音频谱；

根据预设的自适应滤波器、所述骨传导语音频谱以及所述麦克风带噪语音频谱对麦克风路第一频率范围内的语音频谱进行预测，确定第一麦克风语音频谱。

4.如权利要求3所述的麦克风语音降噪方法，其特征在于，所述根据预设的自适应滤波器、所述骨传导语音频谱以及所述麦克风带噪语音频谱对麦克风路第一频率范围内的语音频谱进行预测，得到第一麦克风语音频谱的步骤，包括：

初始化自适应滤波器的系数，通过所述自适应滤波器和所述骨传导语音频谱进行预测，得到初始麦克风语音频谱；

通过所述麦克风带噪语音频谱和所述初始麦克风语音频谱，确定初始麦克风噪声频谱；

根据所述初始麦克风噪声频谱、所述自适应滤波器以及所述骨传导语音频谱，对所述自适应滤波器的系数进行优化，得到优化自适应滤波器；

通过所述优化自适应滤波器和所述骨传导语音频谱进行预测，得到第一麦克风语音频谱。

5.如权利要求2所述的麦克风语音降噪方法，其特征在于，所述根据所述第一麦克风语音频谱，确定麦克风全频带语音频谱能量的步骤，包括：

根据所述第一麦克风语音频谱，计算所述第一麦克风语音频谱所在的第一频率范围内的第一麦克风语音频谱能量；

基于所述第一麦克风语音频谱能量和预设的先验分布函数，预测第二频率范围内的频谱能量分布，得到第二麦克风语音频谱能量；

结合所述第一麦克风语音频谱能量和所述第二麦克风语音频谱能量，得到麦克风全频带语音频谱能量。

6.如权利要求1所述的麦克风语音降噪方法，其特征在于，所述依据所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱进行噪声估计，得到第一麦克风噪声频谱能量的步骤，包括：

根据采集到的麦克风全频带带噪语音频谱，计算所述麦克风全频带带噪语音频谱对应的麦克风带噪语音频谱能量；

将所述麦克风全频带语音频谱能量和所述麦克风带噪语音频谱能量输入预设的谱减法公式以进行噪声估计，得到第一麦克风噪声频谱能量。

7.如权利要求1所述麦克风语音降噪方法，其特征在于，所述获取待修正噪声频谱能量，通过所述第一麦克风噪声频谱能量对所述待修正噪声频谱能量进行修正，得到修正麦克风噪声频谱能量的步骤，包括：

获取待修正噪声频谱能量，将所述待修正噪声频谱能量和所述第一麦克风噪声频谱能量输入预设的噪声频谱修正公式，得到修正后的修正麦克风噪声频谱能量。

8.如权利要求1-7任一项所述的麦克风语音降噪方法，其特征在于，在所述通过所述修正麦克风噪声频谱能量对所述麦克风带噪语音频谱进行降噪的步骤之后，所述方法还包括：

根据所述骨传导语音频谱的相位对初始语音频谱能量的相位进行更新，获得目标麦克风语音频谱能量，其中，所述初始语音频谱能量为对所述麦克风带噪语音频谱进行降噪得到的语音频谱能量。

9.一种耳机，其特征在于，所述耳机包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的麦克风语音降噪程序，所述麦克风语音降噪程序被所述处理器执行时实现如权利要求1至8中任一项所述的麦克风语音降噪方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有麦克风语音降噪程序，所述麦克风语音降噪程序被处理器执行时实现如权利要求1至8中任一项所述的麦克风语音降噪方法的步骤。