本發(fā)明涉及語音信號增強，具體涉及一種低通濾波方法、系統(tǒng)及低通濾波器。

背景技術(shù)：

1、低通濾波器是一種允許低頻信號通過、同時衰減高頻信號的電子電路，廣泛應(yīng)用于信號處理、通信系統(tǒng)和音頻設(shè)備中。其核心功能是通過特定的頻率響應(yīng)特性抑制高頻噪聲，保留有用低頻信息。低通濾波器一般分為被動低通濾波器與主動低通濾波器，其中，被動低通濾波器的截止頻率固定，無法動態(tài)適應(yīng)環(huán)境變化，在復(fù)雜噪聲環(huán)境中濾波效果不佳，語音信號經(jīng)過被動低通濾波器后可能衰減；主動低通濾波器可通過調(diào)整反饋網(wǎng)絡(luò)參數(shù)（如可變電阻）動態(tài)改變截止頻率，增強高頻抑制能力，同時補償語音信號衰減；在音頻處理領(lǐng)域，主動低通濾波器的截止頻率動態(tài)調(diào)整技術(shù)是提升噪聲抑制效果的關(guān)鍵。

2、在現(xiàn)有方法中基于信號能量的閾值法、頻譜分析法或者固定規(guī)則調(diào)整法調(diào)整主動低通濾波器的截止頻率，但在實際情況中用戶語音與背景噪聲存在重合，同時背景噪聲是隨機出現(xiàn)的，在現(xiàn)有方法中無法實時準確區(qū)分用戶語音與背景噪聲的頻率分布差異，進而無法對主動低通濾波器的截止頻率進行及時準確的調(diào)整，不利于對通話語音信號進行準確去噪處理，影響通話質(zhì)量。

技術(shù)實現(xiàn)思路

1、為了解決現(xiàn)有方法中無法對主動低通濾波器的截止頻率進行及時準確調(diào)整的技術(shù)問題，本發(fā)明的目的在于提供一種低通濾波方法、系統(tǒng)及低通濾波器，所采用的技術(shù)方案具體如下：

2、第一方面，本發(fā)明一個實施例提供了一種低通濾波方法，該方法包括以下步驟：

3、獲取當(dāng)前時間段的語音信號；

4、通過主成分分析算法將語音信號分解為信號分量并獲取每個信號分量的特征值；根據(jù)每個信號分量的信號分布情況和特征值，獲取每個信號分量的重要程度；

5、基于重要程度獲取目標信號分量，根據(jù)目標信號分量所對應(yīng)頻譜圖中能量的分布情況確定目標頻率范圍；將目標頻率范圍中最大的頻率作為分割頻率，根據(jù)每個信號分量所對應(yīng)頻譜圖中分割頻率兩側(cè)之間非目標頻率范圍中的能量分布差異，以及目標頻率范圍內(nèi)的能量分布情況，獲取語音信號當(dāng)前時刻下的截止頻率調(diào)整系數(shù)；

6、基于截止頻率調(diào)整系數(shù)獲取當(dāng)前時刻下的截止頻率。

7、進一步地，所述重要程度的獲取方法為：

8、對于任一個信號分量，基于該信號分量中信號的波動情況，將該信號分量劃分為局部信號段；

9、根據(jù)局部信號段的數(shù)量以及每個局部信號段的時長和振幅波動情況，獲取該信號分量的音量穩(wěn)定程度；

10、根據(jù)任意相鄰兩個局部信號段中信號的變化情況，獲取該信號分量的音量漸變程度；

11、將該信號分量的特征值、音量穩(wěn)定程度和音量漸變程度的乘積進行歸一化的結(jié)果，作為該信號分量的重要程度。

12、進一步地，所述局部信號段的獲取方法為：

13、將該信號分量中的每個極大值點與其前一相鄰極小值點的振幅差值，作為每個極大值點的瞬時音量；

14、將瞬時音量根據(jù)對應(yīng)極大值點的時間順序進行排列，獲得該信號分量對應(yīng)的瞬時音量序列；

15、通過自適應(yīng)分段常數(shù)近似算法將瞬時音量序列進行劃分獲得局部音量段，將每個局部音量段的最后一個瞬時音量對應(yīng)的極大值點均作為該信號分量的分割點；

16、通過分割點將該信號分量劃分為局部信號段。

17、進一步地，所述音量穩(wěn)定程度的獲取方法為：

18、對于任一個局部信號段，將該局部信號段中的最大振幅與最小振幅的差值，作為該局部信號段的音量變化值；

19、將該信號分量中所有局部信號段的音量變化值的方差，作為該信號分量的第一穩(wěn)定分析值；

20、獲取每個局部信號段的時長均作為局部時長，將最大的局部時長與當(dāng)前時間段對應(yīng)時長的比值，作為該信號分量的第二穩(wěn)定分析值；

21、根據(jù)該信號分量的局部信號段數(shù)量、第一穩(wěn)定分析值和第二穩(wěn)定分析值，獲取該信號分量的音量穩(wěn)定程度；其中，局部信號段數(shù)量和第一穩(wěn)定分析值均與音量穩(wěn)定程度為負相關(guān)關(guān)系，第二穩(wěn)定分析值與音量穩(wěn)定程度為正相關(guān)關(guān)系。

22、進一步地，所述音量漸變程度的獲取方法為：

23、對于該信號分量中任意相鄰的兩個局部信號段，將該兩個局部信號段合并為一個參考信號段，將所述參考信號段對應(yīng)的瞬時音量序列中的元素擬合為一條曲線，作為目標曲線；

24、將目標曲線的擬合誤差進行負相關(guān)且歸一化的結(jié)果，作為所述參考信號段的參考權(quán)重；

25、將目標曲線上所有數(shù)據(jù)點的切線斜率絕對值的均值進行負相關(guān)的結(jié)果，作為所述參考信號段的參考漸變程度；

26、將參考權(quán)重與參考漸變程度的乘積，作為所述參考信號段的局部音量漸變程度；

27、將該信號分量的所有參考信號段的局部音量漸變程度的均值，作為該信號分量的音量漸變程度。

28、進一步地，所述基于重要程度獲取目標信號分量，根據(jù)目標信號分量所對應(yīng)頻譜圖中能量的分布情況確定目標頻率范圍的方法為：

29、將最大的重要程度對應(yīng)的信號分量，作為目標信號分量；

30、通過短時傅里葉變換獲取目標信號分量所對應(yīng)的頻譜圖，通過最小二乘法對頻譜圖進行曲線擬合獲得頻譜曲線；

31、通過峰谷檢測算法獲取頻譜曲線中的波峰和波谷，將相鄰兩個波谷之間的區(qū)域均作為波峰區(qū)域；獲取每個波峰區(qū)域的面積，均作為特征面積；

32、當(dāng)特征面積大于預(yù)設(shè)面積閾值時，將對應(yīng)波峰區(qū)域所對應(yīng)的頻率范圍作為目標頻率范圍。

33、進一步地，所述截止頻率調(diào)整系數(shù)的獲取方法為：

34、對于任一個信號分量，獲取該信號分量對應(yīng)的頻譜曲線中位于分割頻率之后的頻譜曲線段所對應(yīng)區(qū)域的面積，作為該信號分量的高頻干擾程度；

35、獲取該信號分量對應(yīng)的頻譜曲線中位于分割頻率之前且不處于目標頻率范圍內(nèi)的所有頻譜曲線段所對應(yīng)區(qū)域的面積，作為該信號分量的低頻干擾程度；

36、基于低頻干擾程度與高頻干擾程度的差異，獲取該信號分量的參考調(diào)整系數(shù)；

37、獲取該信號分量對應(yīng)的頻譜曲線中所有位于目標頻率范圍的頻譜曲線段所對應(yīng)區(qū)域的面積與該信號分量對應(yīng)的頻譜曲線所對應(yīng)區(qū)域的面積的比值，作為該信號分量的有效程度；

38、將該信號分量的有效程度與重要程度的乘積，作為該信號分量的關(guān)注程度；

39、將該信號分量的關(guān)注程度與所有信號分量的關(guān)注程度累加結(jié)果的比值，作為該信號分量的調(diào)整權(quán)重；

40、將調(diào)整權(quán)重與參考調(diào)整系數(shù)的乘積，作為該信號分量的真實參與調(diào)整系數(shù)；

41、將所有信號分量的真實參與調(diào)整系數(shù)的相加結(jié)果，作為語音信號當(dāng)前時刻下的截止頻率調(diào)整系數(shù)。

42、進一步地，所述基于截止頻率調(diào)整系數(shù)獲取當(dāng)前時刻下的截止頻率的方法為：

43、將初始截止頻率、預(yù)設(shè)頻率調(diào)整指標和截止頻率調(diào)整系數(shù)的乘積，作為語音信號當(dāng)前時刻下的截止頻率調(diào)整值；

44、將初始截止頻率與截止頻率調(diào)整值的相加結(jié)果，作為當(dāng)前時刻下的截止頻率。

45、第二方面，本發(fā)明另一個實施例提供了一種低通濾波系統(tǒng)，該系統(tǒng)包括：

46、語音信號獲取模塊，用于獲取當(dāng)前時間段的語音信號；

47、重要程度獲取模塊，用于通過主成分分析算法將語音信號分解為信號分量并獲取每個信號分量的特征值；根據(jù)每個信號分量的信號分布情況和特征值，獲取每個信號分量的重要程度；

48、截止頻率調(diào)整系數(shù)獲取模塊，用于基于重要程度獲取目標信號分量，根據(jù)目標信號分量所對應(yīng)頻譜圖中能量的分布情況確定目標頻率范圍；將目標頻率范圍中最大的頻率作為分割頻率，根據(jù)每個信號分量所對應(yīng)頻譜圖中分割頻率兩側(cè)之間非目標頻率范圍中的能量分布差異，以及目標頻率范圍內(nèi)的能量分布情況，獲取語音信號當(dāng)前時刻下的截止頻率調(diào)整系數(shù)；

49、截止頻率獲取模塊，用于基于截止頻率調(diào)整系數(shù)獲取當(dāng)前時刻下的截止頻率。

50、第三方面，本發(fā)明另一個實施例提供了一種低通濾波器，包括：存儲器、處理器以及存儲在所述存儲器中并在處理器上運行的計算機程序，處理器執(zhí)行所述計算機程序時，實現(xiàn)上述任意一項方法的步驟。

51、本發(fā)明具有如下有益效果：

52、本發(fā)明首先通過主成分分析算法將語音信號分解為信號分量并獲取每個信號分量的特征值，有利于后續(xù)準確分析用戶語音對應(yīng)的信號情況；進而根據(jù)每個信號分量的信號分布情況和特征值，獲取每個信號分量的重要程度，準確反映出每個信號分量為用戶語音分量的可能性；進而基于重要程度獲取目標信號分量，準確確定出語音信號對應(yīng)的用戶語音的主體信號分量；進一步根據(jù)目標信號分量所對應(yīng)頻譜圖中能量的分布情況確定目標頻率范圍，準確確定出用戶語音對應(yīng)的頻率范圍，有利于后續(xù)準確獲取語音信號對應(yīng)的截止頻率；為了準確分析每個信號分量受到的干擾情況，進而將目標頻率范圍中最大的頻率作為分割頻率，使得準確分析每個信號分量是受到低頻干擾還是高頻干擾，有利于后續(xù)準確分析當(dāng)前時刻下截止頻率的調(diào)整情況；進而根據(jù)每個信號分量所對應(yīng)頻譜圖中分割頻率兩側(cè)之間非目標頻率范圍中的能量分布差異，以及目標頻率范圍內(nèi)的能量分布情況，獲取語音信號當(dāng)前時刻下的截止頻率調(diào)整系數(shù)，準確反映出當(dāng)前時刻下對低通濾波器的截止頻率的調(diào)整程度；進而基于截止頻率調(diào)整系數(shù)準確獲取當(dāng)前時刻下的截止頻率，使得對語音信號進行實時準確的濾波處理，有效提高了語音信號的質(zhì)量。