專利名稱：一種降低通話噪音的方法及裝置的制作方法
技術領域：
本發(fā)明涉及通信技術領域，尤其涉及一種降低通話噪音的方法及裝置。
背景技術：
在很多情況下，人們需要在如公交車和地鐵等嘈雜的環(huán)境中使用手機進行通話，環(huán)境噪音極大地降低了通話質量，使通話對方難以聽清話音，因此，手機降噪技術應運而生，手機降噪是指濾除通話中用戶所處環(huán)境的環(huán)境噪音，從而提高通話質量。
現(xiàn)有技術中存在多種手機降噪的方法。如，摩托羅拉公司開發(fā)的"麗音"技術，第一代"麗音"技術能夠通過麥克風偵測環(huán)境噪音，從而將聽筒的音量調整到最佳狀態(tài)，確保話質清晰，第一代"麗音"技術除了在嘈雜的環(huán)境中將聽筒的音量增大，還可以在相對安靜的環(huán)境下適當降低音量，但是，第一代"麗音"技術主要是通過加強語音音量來提高用戶聲音輸入的品質，并沒有從根本上降低環(huán)境噪聲的輸入。 第二代"麗音"技術采用雙麥克風的方式實現(xiàn)降低環(huán)境噪聲，其基本原理是將兩個麥克風取得的兩路數(shù)據(jù)通過軟件降噪算法進行處理，將環(huán)境噪聲進行抵消，從而還原出真實的聲音。 圖1所示為第二代"麗音"技術的原理圖，在人講話時，麥克風(Mic) 1與人嘴的距離為hl，角度為al， Mic2與人嘴的距離為h2，角度為a2， Micl收集到的聲音信號為MicA，話音信號為VI，Mic2收集的聲音信號為MicB，話音信號為V2，環(huán)境噪聲信號為N，對于Micl和Mic2而言，它們收集到的環(huán)境噪聲信號都為N，而VI和V2的差別主要是由人嘴與Micl和Mic2的距離和方向角度的不同所導致。人說話的真實話音為Ve，Vl與Ve的聲音近似度為x， V2與Ve的聲音近似度為y。 聲音近似度x與距離h是反比關系，與角度a也是反比關系，因此VI和V2都與Ve
約成線性關系，存在函數(shù)G，使得 VI = G(hl， al) " Ve*x ; V2 = G(h2， a2) " Ve*y ; 存在函數(shù)F，使得 MicA = F(V1， N);MicB = F(V2， N); Vl-V2 " Ve*(x_y); 由于x ^ y， Ve " (Vl-V2)/(x-y); 由于每次通話時，用戶手持手機的姿態(tài)都不完全一樣，因此，hl， al與h2， a2的數(shù)
值在每次通話時都會變化，Ve " (Vl-V2)/(x-y)要求(x-y)的值不能太小，如果接近于0，
說明兩個麥克風獲取的數(shù)據(jù)太接近，則無法算出人說話的真實話音數(shù)據(jù)Ve的函數(shù)。 由于目前(x-y)的數(shù)值精確度很難控制，還沒有合適的解決方案，因此，目前一般
是采用經(jīng)驗值代替，但是，由于每個用戶使用習慣不同，每次通話的持機姿態(tài)也不同，經(jīng)驗
值的適用范圍有局限性，還原出的話音經(jīng)常不太準確。

發(fā)明內容
本發(fā)明要解決的技術問題是提供一種降低通話噪音的方法及裝置，解決在通話中麥克風收集的話音信號與真實話音的近似度之差采用經(jīng)驗值，導致還原出的話音不準確的問題，實現(xiàn)更加準確地還原真實話音，以提高通話質量。 為解決上述技術問題，本發(fā)明的一種降低通話噪音的方法，包括
預先保存關鍵語音信號； 通話開始后，獲取話音信號，判斷獲取的話音信號與關鍵語音信號是否相匹配，在
相匹配時，使用該獲取的話音信號與相匹配的關鍵語音信號計算降噪?yún)?shù)； 得到降噪?yún)?shù)后，使用該降噪?yún)?shù)對通話過程中的話音信號進行降噪； 其中，當話音信號為單路時，降噪?yún)?shù)=獲取的話音信號/關鍵語音信號；當話音
信號為多路時，降噪?yún)?shù)=獲取的話音信號之差或之和/關鍵語音信號。
進一步地，使用該降噪?yún)?shù)對通話過程中的話音信號進行降噪的方法為 當話音信號為單路時，降噪后的話音信號=通話過程中的話音信號/降噪?yún)?shù)； 當話音信號為多路時，若采用降噪?yún)?shù)=獲取的話音信號之差/關鍵語音信號，
則降噪后的話音信號=通話過程中的話音信號之差/降噪?yún)?shù)；若采用降噪?yún)?shù)=獲取的
話音信號之和/關鍵語音信號，則降噪后的話音信號=通話過程中的話音信號之和/降噪?yún)?shù)。 進一步地，該方法還包括 在得到降噪?yún)?shù)后，還對該降噪?yún)?shù)進行保存； 在獲取到話音信號后，還判斷該話音信號在聲音信號中所占比例是否達到指定
值，如果未達到指定值，則設置環(huán)境噪聲標志位的初始狀態(tài)表示環(huán)境噪聲超標； 在判斷獲取的話音信號與關鍵語音信號是否相匹配前，還查詢環(huán)境噪聲標志位的
狀態(tài)，若該環(huán)境噪聲標志位的狀態(tài)表示環(huán)境噪聲超標，則使用所保存的降噪?yún)?shù)對通話過
程中的話音信號進行降噪。 進一步地，該方法還包括 若環(huán)境噪聲標志位的狀態(tài)表示環(huán)境噪聲不超標，則執(zhí)行判斷獲取的話音信號與關鍵語音信號是否相匹配的操作； 在獲取的話音信號與關鍵語音信號不相匹配時，使用所保存的降噪?yún)?shù)對通話過程中的話音信號進行降噪。
進一步地，判斷獲取的話音信號與關鍵語音信號是否相匹配的方法為 判斷獲取的話音信號與關鍵語音信號的相似度是否達到指定值，若相似度達到指
定值，則獲取的話音信號與關鍵語音信號相匹配；否則，不相匹配。
進一步地，預先保存關鍵語音信號的過程包括 保存用戶錄入的關鍵語音； 當對一關鍵語音錄入多次時，還判斷多次錄入的該關鍵語音的各關鍵語音信號的相似度是否達到指定值，若未達到，則刪除未達到相似度的指定值的關鍵語音信號，并重新錄入。 進一步地，一種降低通話噪音的裝置，包括聲音采集模塊、噪聲過濾模塊和信息
5存儲模塊，其中 聲音采集模塊，用于在通話開始后，采集聲音信號，將所采集到的聲音信號發(fā)送給 噪聲過濾模塊； 噪聲過濾模塊，用于從接收到的聲音信號中獲取話音信號，判斷該話音信號與信 息存儲模塊中預先保存的關鍵語音信號是否相匹配，在相匹配時，使用該獲取的話音信號 與相匹配的關鍵語音信號計算降噪?yún)?shù)，在得到降噪?yún)?shù)后，使用該降噪?yún)?shù)對通話過程 中的話音信號進行降噪； 其中，噪聲過濾模塊計算降噪?yún)?shù)的方法為當話音信號為單路時，降噪?yún)?shù)=獲 取的話音信號/關鍵語音信號；當話音信號為多路時，降噪?yún)?shù)=獲取的話音信號之差或 之和/關鍵語音信號。 進一步地，噪聲過濾模塊使用降噪?yún)?shù)對通話過程中的話音信號進行降噪的方法 為 當話音信號為單路時，降噪后的話音信號=通話過程中的話音信號/降噪?yún)?shù)；
當話音信號為多路時，若采用降噪?yún)?shù)=獲取的話音信號之差/關鍵語音信號， 則降噪后的話音信號=通話過程中的話音信號之差/降噪?yún)?shù)；若采用降噪?yún)?shù)=獲取的 話音信號之和/關鍵語音，則降噪后的話音信號=通話過程中的話音信號之和/降噪?yún)?shù)。
進一步地，噪聲過濾模塊，還用于在得到降噪?yún)?shù)后，將該降噪?yún)?shù)保存到信息存 儲模塊；在獲取的話音信號與關鍵語音信號不相匹配時，從信息存儲模塊獲取所保存的降 噪?yún)?shù)，使用該獲取的降噪?yún)?shù)對通話過程中的話音信號進行降噪。
進一步地，該裝置還包括聲音校準模塊，其中 聲音采集模塊，還用于采集用戶錄入的關鍵語音，將采集到的關鍵語音信號保存 到信息存儲模塊，并在對一關鍵語音完成多次采集后，向聲音校準模塊發(fā)送語音錄制完畢 通知消息；在接收到重錄制通知消息后，重新采集用戶的關鍵語音，保存到信息存儲模塊， 并向聲音校準模塊發(fā)送語音重錄制完畢通知消息； 聲音校準模塊，用于在接收到語音錄制完畢通知消息后，判斷多次錄入的該關鍵 語音的各關鍵語音信號的相似度是否達到指定值，若未達到，則從信息存儲模塊中刪除未 達到相似度的指定值的關鍵語音信號，并向聲音采集模塊發(fā)送重錄制通知消息；在接收到 語音重錄制完畢通知消息后，判斷信息存儲模塊中保存的重錄制的關鍵語音信號是否滿足 相似度要求。 綜上所述，本發(fā)明通過預先保存用戶的關鍵語音，在通話開始后，使用采集到的話 音信號和關鍵語音計算降噪?yún)?shù)，通過該降噪?yún)?shù)對通話過程中的話音信號進行降噪，本 發(fā)明的方法能夠還原出更加準確的用戶話音，有效地過濾掉環(huán)境噪聲，從而提高通話音質， 并且本發(fā)明的方法在獲得接近真實的用戶話音的同時，對手機通話性能的負面影響很小。


圖1為現(xiàn)有技術中第二代"麗音"技術的原理圖；
圖2為本發(fā)明實施方式中保存關鍵語音的方法的流程圖；
圖3為本發(fā)明實施方式的降低通話噪音的方法的流程圖；
圖4為本發(fā)明實施方式的降低通話噪音的裝置的架構圖。
具體實施例方式
考慮到目前話音信號與真實話音的近似度之差采用經(jīng)驗值，導致了還原的話音不 準確，并且話音信號與真實話音的近似度之差的數(shù)值精確度直接決定了話音處理后得到的 語音信號的聲音質量，因此，本發(fā)明引入關鍵語音信號Vc。 Vc由用戶在學習模式下錄制，保 存在信息存儲模塊中。 假設環(huán)境噪聲信號為N，人說話的真實話音為Ve，使用兩個Mic，即Micl和Mic2， 通話過程中，Micl收集的聲音信號為MicA，話音信號為VI， Mic2收集的聲音信號為MicB， 話音信號為V2。 VI與Ve的聲音近似度為x，V2與Ve的聲音近似度為y， (x-y)稱為降噪?yún)?數(shù)。 由<formula>formula see original document page 7</formula>得到<formula>formula see original document page 7</formula>， Vc的精確度越高， 越趨近于Ve，當Ve/Vc的數(shù)值趨近于1時，可以得到如下公式<formula>formula see original document page 7</formula>，而 (Vl-V2)/Vc中的各項均為已知值，這就計算出了較為準確的(x-y)，以上是假設話音信號 為兩路的情況，同時，話音信號也可以為一路或兩路以上，當話音信號為一路時，降噪?yún)?shù) 為話音信號/Vc。當話音信號為兩路或兩路以上時，降噪?yún)?shù)為話音信號之差/Vc，相應地， Ve =話音信號之差/降噪?yún)?shù)；同樣，降噪?yún)?shù)也可以采用話音信號之和/Vc，相應地，Ve =話音信號之和/降噪?yún)?shù)。 下面結合附圖對本發(fā)明的具體實施方式
進行說明。 圖2為本發(fā)明實施方式建立關鍵語音信號Vc的過程，包括 201 :用戶選擇進入學習模式后，提示用戶錄入關鍵語音，聲音采集模塊記錄用戶 的關鍵語音，并發(fā)送給信息存儲模塊； 關鍵語音是用戶語音錄入的關鍵字集合，用于后續(xù)在通話中計算降噪?yún)?shù)，以對 通過過程中的話音信號進行降噪。 錄入關鍵語音時，可以選擇在安靜的室內進行，以便將更加準確的聲音信號錄入 到信息存儲模塊中。學習模式時，聲音采集模塊采用單麥克風進行語音采樣，對可關閉其它 麥克風或丟棄其它麥克風的語音信號。
202 :信息存儲模塊將接收到的關鍵語音保存的關鍵語音數(shù)據(jù)庫中； 203 :聲音采集模塊判斷關鍵語音的錄制次數(shù)是否到達指定值(如三次)，如果未
到達，則執(zhí)行步驟201 ;否則，執(zhí)行步驟204 ; 204 :聲音采集模塊向聲音校準模塊發(fā)送語音錄制完畢通知消息，通知聲音校準模 塊判斷錄制的關鍵語音的相似度是否滿足要求； 205:聲音校準模塊接收到語音錄制完畢通知消息后，判斷保存在信息存儲模塊 中的本次錄制的多個關鍵語音是否滿足相似度的指定值，若滿足，則結束；否則，執(zhí)行步驟
206 ; 聲音校準模塊可以采用本次錄制的第一個關鍵語音作為基準語音，判斷其后錄制 的關鍵語音與基準語音是否滿足相似度要求，也可以將前一個錄制的關鍵語音作為后一個 關鍵語音的基準語音。相似度指定值可以選擇在0. 7 0. 8左右。 206 :聲音校準模塊從信息存儲模塊中刪除不滿足相似度要求的關鍵語音，并向聲 音采集模塊發(fā)送重錄制通知消息；
207 :聲音采集模塊接收到重錄制通知消息后，提示用戶輸入關鍵語音，重新記錄 用戶的關鍵語音，發(fā)送給信息存儲模塊，向聲音校準模塊發(fā)送語音重錄制完畢通知消息；
208 :聲音校準模塊接收到語音重錄制完畢通知消息后，判斷重錄制的關鍵語音是 否滿足相似度要求，如果滿足，則結束；否則，執(zhí)行步驟206。
圖3為本發(fā)明實施方式在通話中進行話音降噪的方法，包括 301 :正常通話開始后，聲音采集模塊將采集到的聲音信號發(fā)送給噪聲過濾模塊；
本實施方式中可采用一個或多個麥克風接收通話過程中的聲音信號。聲音采集模 塊以語音段的形式將聲音信號發(fā)送給噪聲過濾模塊。 302 :噪聲過濾模塊接收到聲音信號后，查詢噪聲標志位的狀態(tài)，如果噪聲標志位 標識環(huán)境噪聲超標，則執(zhí)行步驟308 ;否則，執(zhí)行步驟303 ; 噪聲標志位的初始狀態(tài)可以由聲音采集模塊控制，通話開始后，麥克風接收到聲 音信號后，聲音采集模塊判斷話音信號占聲音信號的比例，若比例低于指定值(如50% 60%)，則將噪聲標志位的初始狀態(tài)置為環(huán)境噪聲超標狀態(tài)(如False);否則，將環(huán)境噪聲 標志位的初始狀態(tài)置為環(huán)境噪聲未超標狀態(tài)(如True)，以實現(xiàn)在環(huán)境噪聲超標時，放棄對 降噪?yún)?shù)的修改，采用前次保存的降噪?yún)?shù)對話音信號進行降噪處理，以保證降噪?yún)?shù)的 準確性。 303:噪聲過濾模塊從接收到的聲音信號中獲取話音信號，判斷話音信號與信息存 儲模塊中保存的關鍵語音的相似度是否達到指定值(是否匹配)，若相似度達到指定值，則 執(zhí)行步驟304 ;否則，執(zhí)行步驟306 ; 相似度要求的指定值可以選擇在0. 7 0. 8左右，該值可以根據(jù)具體情況選擇，不 應嚴格限定。 噪聲過濾模塊將接收到的如"喂"、"你好"等作為關鍵語音的話音信號與關鍵語音 進行相似度匹配。噪聲過濾模塊可將通話開始后的話音信號的前3 5個字與關鍵語音進 行相似度匹配。 由于關鍵語音為機主錄制的語音，進行話音信號與關鍵語音的匹配可以避免在非 機主使用時，采用機主錄制的關鍵語音計算降噪?yún)?shù)，在進行降噪處理后，使話音效果不 佳，并避免對降噪?yún)?shù)進行不必要的修改。不匹配也可能是由環(huán)境噪聲造成的，當然，在這 種情況下，也沒有必要重新計算降噪?yún)?shù)。
304 :噪聲過濾模塊計算降噪?yún)?shù)并將降噪?yún)?shù)保存到信息存儲模塊； 計算降噪?yún)?shù)的過程為當聲音采集模塊采用多個麥克風接收聲音信號時，對多
個話音信號進行減法或加法處理，并將結果對除以相匹配的關鍵語音，得到降噪?yún)?shù)；若采
用單麥克風，則直接采用話音信號除以相匹配的關鍵語音，得到降噪?yún)?shù)。 上述過程中使用表示信號的函數(shù)進行相應的運算處理。 305 :噪聲過濾模塊采用降噪?yún)?shù)對話音信號進行降噪處理，并將噪聲標志位的狀 態(tài)置為標識環(huán)境噪聲超標，執(zhí)行步驟309 ; 若聲音采集模塊采用多個麥克風，則噪聲過濾模塊對多個話音信號進行減法處 理，再除以降噪?yún)?shù)，該降噪?yún)?shù)為對多個話音信號進行減法處理，并將結果除以相匹配的 關鍵語音；或對多個話音信號進行加法處理，再除以降噪?yún)?shù)，該降噪?yún)?shù)為對多個話音信 號進行加法處理，并將結果除以相匹配的關鍵語音；若聲音采集模塊采用單麥克風，則將話音信號除以降噪?yún)?shù)。 306 :噪聲過濾模塊判斷執(zhí)行匹配的次數(shù)是否到達指定值(如三次)，如果到達，則 執(zhí)行步驟307 ;否則，執(zhí)行步驟303 ; 只進行有限次的話音匹配，可以將匹配過程對通話性能的負面影響減至最小。
307 :噪聲過濾模塊將噪聲標志位的狀態(tài)置為標識環(huán)境噪聲超標；
308:噪聲過濾模塊從信息存儲模塊獲取所保存的降噪?yún)?shù)，采用該降噪?yún)?shù)對從 聲音信號中獲取的話音信號進行降噪處理； 309:降噪過濾模塊將降噪處理后的話音信號發(fā)送給基帶處理模塊，執(zhí)行步驟 301。 基帶處理模塊將從降噪過濾模塊接收到的話音信號進行語音編碼，編碼成數(shù)字信 號，并發(fā)送給射頻處理模塊，射頻處理模塊將數(shù)字信號進行調制并放大成無線電波信號，通 過天線將無線電波信號發(fā)送到無線網(wǎng)絡側。 可以在通話開始后即使用上述方法計算得到降噪?yún)?shù)，在通話過程中均一直采用 該降噪?yún)?shù)對話音信號降噪，也可以在通話過程中隨時更新降噪?yún)?shù)，在此不做限定。
圖4所示為本發(fā)明實施方式的降低通話噪音的裝置，該裝置包括聲音采集模塊、 噪聲過濾模塊、信息存儲模塊、聲音校準模塊、基帶處理模塊、射頻處理模塊和天線，其中
聲音采集模塊，用于在通話開始后，將所采集到的聲音信號發(fā)送給噪聲過濾模塊； 并將采集到的用戶錄入的關鍵語音保存到信息存儲模塊，判斷這一關鍵語音的錄制次數(shù)是 否到達指定值，若未達到，則繼續(xù)采集；若達到，則向聲音校準模塊發(fā)送語音錄制完畢通知 消息；在接收到重錄制通知消息后，重新采集用戶的關鍵語音，保存到信息存儲模塊，并向 聲音校準模塊發(fā)送語音重錄制完畢通知消息； 噪聲過濾模塊，用于從接收到的聲音信號中獲取話音信號，判斷該話音信號與信 息存儲模塊中預先保存的關鍵語音信號的相似度是否達到指定值，在達到時，使用該獲取 的話音信號與相匹配的關鍵語音信號計算降噪?yún)?shù)，在得到降噪?yún)?shù)后，將該降噪?yún)?shù)保 存到信息存儲模塊，使用該降噪?yún)?shù)對通話過程中的話音信號進行降噪；在獲取的話音信 號與關鍵語音信號不相匹配時，從信息存儲模塊獲取所保存的降噪?yún)?shù)，使用該獲取的降 噪?yún)?shù)對通話過程中的話音信號進行降噪，將降噪處理后的話音信號發(fā)送給基帶處理模 塊。 其中，計算降噪?yún)?shù)的方法為當話音信號為單路時，降噪?yún)?shù)=獲取的話音信號 /關鍵語音信號；當話音信號為多路時，降噪?yún)?shù)=獲取的話音信號之差或之和/關鍵語音 信號。 進行降噪的方法為當話音信號為單路時，降噪后的話音信號=通話過程中的話 音信號/降噪?yún)?shù)；當話音信號為多路時，若采用降噪?yún)?shù)=獲取的話音信號之差/關鍵語 音，則信號降噪后的話音信號=通話過程中的話音信號之差/降噪?yún)?shù)；若采用降噪?yún)?shù) =獲取的話音信號之和/關鍵語音，則降噪后的話音信號=通話過程中的話音信號之和/ 降噪?yún)?shù)。 聲音校準模塊，用于在接收到語音錄制完畢通知消息后，判斷保存在信息存儲模 塊中的本次錄制的多個關鍵語音是否滿足相似度的指定值，若未達到，則從信息存儲模塊 中刪除未達到相似度的指定值的關鍵語音，并向聲音采集模塊發(fā)送重錄制通知消息；在接
9收到語音重錄制完畢通知消息后，判斷信息存儲模塊中保存的重錄制的關鍵語音是否滿足相似度要求。 基帶處理模塊，用于從降噪過濾模塊接收到的話音信號進行語音編碼，編碼成數(shù)字信號，并發(fā)送給射頻處理模塊； 射頻處理模塊，用于將數(shù)字信號進行調制并放大成無線電波信號，通過天線將無線電波信號發(fā)送到無線網(wǎng)絡側。 以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領域的技術人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。
權利要求
一種降低通話噪音的方法，包括預先保存關鍵語音信號；通話開始后，獲取話音信號，判斷獲取的話音信號與所述關鍵語音信號是否相匹配，在相匹配時，使用該獲取的話音信號與相匹配的關鍵語音信號計算降噪?yún)?shù)；得到降噪?yún)?shù)后，使用該降噪?yún)?shù)對通話過程中的話音信號進行降噪；其中，當所述話音信號為單路時，降噪?yún)?shù)＝獲取的話音信號/關鍵語音信號；當話音信號為多路時，降噪?yún)?shù)＝獲取的話音信號之差或之和/關鍵語音信號。
2. 如權利要求1所述的方法，其特征在于，所述使用該降噪?yún)?shù)對通話過程中的話音信號進行降噪的方法為當所述話音信號為單路時，降噪后的話音信號=通話過程中的話音信號/降噪?yún)?shù)；當所述話音信號為多路時，若采用降噪?yún)?shù)=獲取的話音信號之差/關鍵語音信號，則降噪后的話音信號=通話過程中的話音信號之差/降噪?yún)?shù)；若采用降噪?yún)?shù)=獲取的話音信號之和/關鍵語音信號，則降噪后的話音信號=通話過程中的話音信號之和/降噪?yún)?shù)。
3. 如權利要求2所述的方法，其特征在于，該方法還包括在得到所述降噪?yún)?shù)后，還對該降噪?yún)?shù)進行保存；在獲取到話音信號后，還判斷該話音信號在聲音信號中所占比例是否達到指定值，如果未達到指定值，則設置環(huán)境噪聲標志位的初始狀態(tài)表示環(huán)境噪聲超標；在判斷獲取的話音信號與所述關鍵語音信號是否相匹配前，還查詢環(huán)境噪聲標志位的狀態(tài)，若該環(huán)境噪聲標志位的狀態(tài)表示環(huán)境噪聲超標，則使用所保存的降噪?yún)?shù)對通話過程中的話音信號進行降噪。
4. 如權利要求3所述的方法，其特征在于，該方法還包括若所述環(huán)境噪聲標志位的狀態(tài)表示環(huán)境噪聲不超標，則執(zhí)行所述判斷獲取的話音信號與所述關鍵語音信號是否相匹配的操作；在獲取的話音信號與所述關鍵語音信號不相匹配時，使用所保存的降噪?yún)?shù)對通話過程中的話音信號進行降噪。
5. 如權利要求1所述的方法，其特征在于所述判斷獲取的話音信號與所述關鍵語音信號是否相匹配的方法為判斷所述獲取的話音信號與所述關鍵語音信號的相似度是否達到指定值，若相似度達到指定值，則所述獲取的話音信號與關鍵語音信號相匹配；否則，不相匹配。
6. 如權利要求1所述的方法，其特征在于，所述預先保存關鍵語音信號的過程包括保存用戶錄入的關鍵語音；當對一關鍵語音錄入多次時，還判斷多次錄入的該關鍵語音的各關鍵語音信號的相似度是否達到指定值，若未達到，則刪除未達到相似度的指定值的關鍵語音信號，并重新錄入。
7. —種降低通話噪音的裝置，其特征在于，包括聲音采集模塊、噪聲過濾模塊和信息存儲模塊，其中所述聲音采集模塊，用于在通話開始后，采集聲音信號，將所采集到的聲音信號發(fā)送給噪聲過濾模塊；所述噪聲過濾模塊，用于從接收到的聲音信號中獲取話音信號，判斷該話音信號與所述信息存儲模塊中預先保存的關鍵語音信號是否相匹配，在相匹配時，使用該獲取的話音信號與相匹配的關鍵語音信號計算降噪?yún)?shù)，在得到降噪?yún)?shù)后，使用該降噪?yún)?shù)對通話過程中的話音信號進行降噪；其中，所述噪聲過濾模塊計算所述降噪?yún)?shù)的方法為當所述話音信號為單路時，降噪?yún)?shù)=獲取的話音信號/關鍵語音信號；當話音信號為多路時，降噪?yún)?shù)=獲取的話音信號之差或之和/關鍵語音信號。
8. 如權利要求7所述的裝置，其特征在于所述噪聲過濾模塊使用所述降噪?yún)?shù)對通話過程中的話音信號進行降噪的方法為當所述話音信號為單路時，降噪后的話音信號=通話過程中的話音信號/降噪?yún)?shù)；當所述話音信號為多路時，若采用降噪?yún)?shù)=獲取的話音信號之差/關鍵語音信號，則降噪后的話音信號=通話過程中的話音信號之差/降噪?yún)?shù)；若采用降噪?yún)?shù)=獲取的話音信號之和/關鍵語音，則降噪后的話音信號=通話過程中的話音信號之和/降噪?yún)?shù)。
9. 如權利要求8所述的裝置，其特征在于所述噪聲過濾模塊，還用于在得到所述降噪?yún)?shù)后，將該降噪?yún)?shù)保存到所述信息存儲模塊；在獲取的話音信號與所述關鍵語音信號不相匹配時，從所述信息存儲模塊獲取所保存的降噪?yún)?shù)，使用該獲取的降噪?yún)?shù)對通話過程中的話音信號進行降噪。
10. 如權利要求7所述的裝置，其特征在于，該裝置還包括聲音校準模塊，其中所述聲音采集模塊，還用于采集用戶錄入的關鍵語音，將采集到的關鍵語音信號保存到所述信息存儲模塊，并在對一關鍵語音完成多次采集后，向所述聲音校準模塊發(fā)送語音錄制完畢通知消息；在接收到重錄制通知消息后，重新采集用戶的關鍵語音，保存到信息存儲模塊，并向所述聲音校準模塊發(fā)送語音重錄制完畢通知消息；所述聲音校準模塊，用于在接收到所述語音錄制完畢通知消息后，判斷多次錄入的該關鍵語音的各關鍵語音信號的相似度是否達到指定值，若未達到，則從所述信息存儲模塊中刪除未達到相似度的指定值的關鍵語音信號，并向聲音采集模塊發(fā)送重錄制通知消息；在接收到語音重錄制完畢通知消息后，判斷所述信息存儲模塊中保存的重錄制的關鍵語音信號是否滿足相似度要求。
全文摘要
本發(fā)明公開了一種降低通話噪音的方法，包括預先保存關鍵語音信號；通話開始后，獲取話音信號，判斷獲取的話音信號與關鍵語音信號是否相匹配，在相匹配時，使用該獲取的話音信號與相匹配的關鍵語音信號計算降噪?yún)?shù)；得到降噪?yún)?shù)后，使用該降噪?yún)?shù)對通話過程中的話音信號進行降噪；其中，當話音信號為單路時，降噪?yún)?shù)＝獲取的話音信號/關鍵語音信號；當話音信號為多路時，降噪?yún)?shù)＝獲取的話音信號之差或之和/關鍵語音信號。本發(fā)明的方法能夠還原出更加準確的用戶話音，有效地過濾掉環(huán)境噪聲，從而提高通話音質，并且本發(fā)明的方法在獲得接近真實的用戶話音的同時，對手機通話性能的負面影響很小。
文檔編號H04M1/19GK101753657SQ20091026117
公開日2010年6月23日 申請日期2009年12月23日 優(yōu)先權日2009年12月23日
發(fā)明者井文濤, 劉東東 申請人:中興通訊股份有限公司