專利名稱：一種基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法
技術(shù)領(lǐng)域：
本發(fā)明涉及聲掩蔽信號(hào)的產(chǎn)生方法，特別涉及一種基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn) 生方法。
背景技術(shù)：
研究表明，語(yǔ)音是房間內(nèi)對(duì)人干擾最大的聲音信號(hào)，語(yǔ)音信號(hào)的言語(yǔ)可懂度會(huì)降 低工作效率。在某些場(chǎng)合，由于言語(yǔ)可懂度過(guò)高，個(gè)人通話隱私得不到保障，急需一種能夠 降低言語(yǔ)可懂度和保護(hù)個(gè)人通話隱私的方法。聲掩蔽是指將一種自然或者人工合成的聲音 加入到環(huán)境中，通過(guò)聽(tīng)覺(jué)掩蔽來(lái)覆蓋目標(biāo)聲源聲音，達(dá)到降低目標(biāo)聲源信號(hào)可懂度的方法。 目前，基于聲掩蔽信號(hào)的聲學(xué)掩蔽技術(shù)被認(rèn)為是改善開(kāi)放式辦公室聲學(xué)環(huán)境的必要措施之 一?，F(xiàn)有的聲掩蔽信號(hào)產(chǎn)生方法，它們的掩蔽信號(hào)源一般是噪聲信號(hào)，比如白噪聲、粉紅噪 聲、空調(diào)噪聲以及人工產(chǎn)生的各種噪聲，但是噪聲信號(hào)由于與目標(biāo)聲源信號(hào)沒(méi)有相關(guān)性，掩 蔽效率很低，這就需要使得接收點(diǎn)處的噪聲能量遠(yuǎn)大于目標(biāo)聲源信號(hào)能量，才能把目標(biāo)聲 源的言語(yǔ)可懂度降低。問(wèn)題是，過(guò)強(qiáng)的噪聲能量會(huì)增加聲音的煩惱度，使人無(wú)法忍受。如果 聲掩蔽信號(hào)由目標(biāo)聲源信號(hào)處理產(chǎn)生，兩者具有相關(guān)性，可以提高掩蔽效率。因此，需要尋 找一種更為有效的聲掩蔽信號(hào)，該信號(hào)由目標(biāo)聲源信號(hào)處理得到，在掩蔽效率方面優(yōu)于噪 聲掩蔽信號(hào)。

發(fā)明內(nèi)容
本發(fā)明的目的在于，本發(fā)明提出一種基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，來(lái)使 聲掩蔽信號(hào)由目標(biāo)聲源信號(hào)處理產(chǎn)生，兩者具有相關(guān)性，可以提高掩蔽效率。為達(dá)到上述目的，本發(fā)明提供一種基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，該方法 根據(jù)目標(biāo)聲源信號(hào)得到相應(yīng)的聲掩蔽信號(hào)，該聲掩蔽信號(hào)具有和目標(biāo)聲源信號(hào)相似的長(zhǎng)時(shí) 幅度譜，并且言語(yǔ)可懂度很低；該方法具體步驟包括步驟1)使用傳聲器或傳聲器陣列拾取目標(biāo)聲源信號(hào)，通過(guò)預(yù)處理得到干凈的目 標(biāo)聲源信號(hào)；步驟2)根據(jù)所述的步驟1)得到的目標(biāo)聲源信號(hào)按特定時(shí)間窗長(zhǎng)度進(jìn)行分幀，按 照式(1)對(duì)每一幀信號(hào)進(jìn)行時(shí)域的時(shí)間反轉(zhuǎn)后得到目標(biāo)聲源的聲掩蔽信號(hào)；y(t) = x(-t)(1)其中，X(t)表示一幀信號(hào)，y(t)表示該幀的輸出信號(hào)。所述的步驟1)中的預(yù)處理包括語(yǔ)音增強(qiáng)、降噪、聲源定位和聲音特征識(shí)別。所述的步驟2)中按特定時(shí)間窗長(zhǎng)度進(jìn)行分幀時(shí)幀長(zhǎng)度為150ms 500ms。所述的 步驟2)還包括對(duì)時(shí)間反轉(zhuǎn)每幀信號(hào)加入時(shí)間窗函數(shù)平滑。所述的時(shí)間窗函數(shù)邊緣衰減快 且端點(diǎn)處為0。本發(fā)明的優(yōu)點(diǎn)在于，本發(fā)明的時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)與目標(biāo)聲源信號(hào)具有類似的長(zhǎng) 時(shí)幅度譜，在能量掩蔽上占優(yōu)勢(shì)，且時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)完全不可懂或者部分可懂，不會(huì)成為新的干擾聲源。時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)的掩蔽性能遠(yuǎn)高于噪聲掩蔽信號(hào)，在相同的目標(biāo)聲 源信號(hào)對(duì)聲掩蔽信號(hào)的能量比情況下，可以大大降低言語(yǔ)可懂度，保護(hù)通話隱私。另外，時(shí) 間反轉(zhuǎn)聲掩蔽信號(hào)產(chǎn)生方法，信號(hào)處理過(guò)程簡(jiǎn)單，適合實(shí)時(shí)處理。


圖1是本發(fā)明的一種基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法流程圖；圖2是本發(fā)明的目標(biāo)聲源信號(hào)經(jīng)過(guò)預(yù)處理進(jìn)行分幀后的波形圖；圖3是基于圖2中的波形進(jìn)行時(shí)間反轉(zhuǎn)后的波形圖；圖4是基于圖3中的波形加入Tukey窗函數(shù)平滑后的聲掩蔽信號(hào)波形圖；圖5是圖2中的目標(biāo)聲源信號(hào)與圖4中的聲掩蔽信號(hào)疊加得到的掩蔽波形圖。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行進(jìn)一步說(shuō)明。該聲掩蔽信號(hào)具有和目標(biāo)聲源信號(hào)相似的長(zhǎng)時(shí)幅度譜，并且言語(yǔ)可懂度很低。本 發(fā)明方法產(chǎn)生的聲掩蔽信號(hào)在掩蔽效率方面，遠(yuǎn)優(yōu)于現(xiàn)有的噪聲掩蔽信號(hào)，表現(xiàn)在相同的 目標(biāo)聲源信號(hào)和聲掩蔽信號(hào)能量比TMRCTarget-to-Masker ratio)情況下，使目標(biāo)聲源信 號(hào)的言語(yǔ)可懂度更低，有效的保護(hù)通話隱私。本發(fā)明的一種基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法流程圖，如圖1所示。本發(fā)明 的技術(shù)方案包括如下步驟步驟1)單個(gè)傳聲器、多個(gè)傳聲器或者傳聲器陣列拾取目標(biāo)聲源信號(hào)，進(jìn)行預(yù)處 理，預(yù)處理過(guò)程包括語(yǔ)音增強(qiáng)、降噪等。步驟2、對(duì)預(yù)處理后的干凈目標(biāo)聲源信號(hào)按特定時(shí)間窗長(zhǎng)度進(jìn)行分幀，每一幀信 號(hào)進(jìn)行時(shí)域的時(shí)間反轉(zhuǎn)，對(duì)時(shí)間反轉(zhuǎn)后的每一幀信號(hào)加入時(shí)間窗函數(shù)，平滑前后幀之間得 到目標(biāo)聲源的聲掩蔽信號(hào)。聲掩蔽信號(hào)通過(guò)揚(yáng)聲器系統(tǒng)進(jìn)行重放，對(duì)目標(biāo)聲源信號(hào)產(chǎn)生掩 蔽作用，降低目標(biāo)聲源信號(hào)的言語(yǔ)可懂度，保護(hù)目標(biāo)聲源的通話隱私以下對(duì)本發(fā)明的每個(gè)步驟結(jié)合圖2、圖3、圖4和圖5作進(jìn)一步的詳細(xì)說(shuō)明所述步驟1中，具體實(shí)現(xiàn)如下拾取目標(biāo)聲源信號(hào)，通過(guò)單個(gè)傳聲器、多個(gè)傳聲器或者傳聲器陣列實(shí)現(xiàn)，由于背景 噪聲的存在以及目標(biāo)聲源和傳聲器位置的差異，拾取的信號(hào)可能包含噪聲以及其他信號(hào)， 通過(guò)預(yù)處理得到干凈的目標(biāo)聲源信號(hào)，預(yù)處理的過(guò)程可以包括語(yǔ)音增強(qiáng)、降噪、聲源定位、 聲源特征識(shí)別等。所述步驟2中，具體實(shí)現(xiàn)如下本發(fā)明的目標(biāo)聲源信號(hào)經(jīng)過(guò)預(yù)處理進(jìn)行分幀后的波形圖，如圖2所示，預(yù)處理后 的信號(hào)按特定的時(shí)間窗長(zhǎng)度進(jìn)行分幀，幀的推薦范圍為150ms到500ms之間，圖中舉例為 200ms。然后如圖3所示，對(duì)分幀后的信號(hào)進(jìn)行時(shí)間反轉(zhuǎn)處理，每一幀信號(hào)在時(shí)域上反轉(zhuǎn)，得 到反轉(zhuǎn)后的信號(hào)。此時(shí)，該信號(hào)在幀與幀連接處不連續(xù)，通過(guò)窗函數(shù)進(jìn)行平滑，平滑后信號(hào) 如圖4所示。時(shí)間反轉(zhuǎn)信號(hào)，隨著幀長(zhǎng)變化，言語(yǔ)可懂度會(huì)發(fā)生變化，具體表現(xiàn)在幀長(zhǎng)小于 50ms，時(shí)間反轉(zhuǎn)信號(hào)幾乎是完全可懂的，隨著幀長(zhǎng)增加，言語(yǔ)可懂度下降，幀長(zhǎng)為130ms時(shí)，大概是50%可懂，直到幀長(zhǎng)接近200ms，完全不可懂。此發(fā)明中希望設(shè)計(jì)與目標(biāo)聲源信號(hào)長(zhǎng) 時(shí)幅度譜相似，但是完全不可懂或者部分可懂的掩蔽信號(hào)，所以幀長(zhǎng)推薦為150ms以上，如 果幀長(zhǎng)過(guò)短，聲掩蔽信號(hào)本身就是可懂的，無(wú)法進(jìn)行掩蔽。理論上幀長(zhǎng)大于200ms以上，時(shí) 間反轉(zhuǎn)信號(hào)完全不可懂，但是考慮應(yīng)用中實(shí)時(shí)處理的要求，幀長(zhǎng)范圍推薦在500ms以下。時(shí)間反轉(zhuǎn)后的信號(hào)如圖3，幀與幀之間是不連續(xù)的，不連續(xù)可能會(huì)產(chǎn)生噪聲，增加 時(shí)間反轉(zhuǎn)掩蔽信號(hào)的煩惱度，這里使用時(shí)間窗函數(shù)進(jìn)行平滑。對(duì)于窗函數(shù)的選擇，要求窗函 數(shù)邊緣處衰減快以及端點(diǎn)處為0，盡可能保留時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)的大部分波形信息，圖4 為經(jīng)過(guò)窗函數(shù)平滑后幀端點(diǎn)值為0的信號(hào)波形圖。圖例中目標(biāo)聲源的聲掩蔽信號(hào)如圖4所示，通過(guò)揚(yáng)聲器系統(tǒng)進(jìn)行重放，揚(yáng)聲器系 統(tǒng)可以是單個(gè)揚(yáng)聲器、多個(gè)揚(yáng)聲器或者揚(yáng)聲器陣列，根據(jù)不同的系統(tǒng)空間設(shè)計(jì)結(jié)構(gòu)以及所 希望達(dá)到的掩蔽效果，調(diào)整揚(yáng)聲器的輸入信號(hào)幅度，實(shí)現(xiàn)對(duì)目標(biāo)聲源信號(hào)的言語(yǔ)可懂度控 制。一般情況下，在接收點(diǎn)處目標(biāo)聲源信號(hào)對(duì)時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)的能量比在_5dB到OdB 之間，言語(yǔ)可懂度有一定程度的下降，如果希望更低的言語(yǔ)可懂度，可以適當(dāng)提高時(shí)間反轉(zhuǎn) 聲掩蔽信號(hào)的能量。本發(fā)明具體實(shí)施例如下本實(shí)施例信號(hào)處理過(guò)程在MATLAB軟件里進(jìn)行仿真，處理結(jié)果通過(guò)聽(tīng)覺(jué)主觀實(shí)驗(yàn) 評(píng)定言語(yǔ)可懂度。假設(shè)已經(jīng)得到干凈的目標(biāo)聲源信號(hào)，如圖2所示，然后對(duì)圖2中信號(hào)進(jìn) 行200ms為一幀的分幀處理，如圖2所示虛線為分幀邊界，接著對(duì)每幀信號(hào)進(jìn)行時(shí)間反轉(zhuǎn)處 理，如圖3所示，此時(shí)，幀與幀之間是不連續(xù)的，為了消除不連續(xù)，加入Tukey窗函數(shù)平滑，窗 函數(shù)MATLAB表達(dá)式為“tukeyWin(L，0. 2) ”，其中L為幀內(nèi)采樣點(diǎn)數(shù)，最后得到該目標(biāo)聲源信 號(hào)的時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)，如圖4所示。調(diào)節(jié)目標(biāo)聲源信號(hào)圖2和聲掩蔽信號(hào)圖4的能量 比，疊加后得到輸出測(cè)試信號(hào)如圖5所示，其中，圖5為能量比為OdB時(shí)的結(jié)果。測(cè)試圖5輸 出的言語(yǔ)可懂度錯(cuò)誤率，同時(shí)使用噪聲信號(hào)作為參考，實(shí)驗(yàn)結(jié)果如表1所示，表明時(shí)間反轉(zhuǎn) 聲掩蔽信號(hào)在相同的能量比條件下，相比噪聲掩蔽信號(hào)，具有更好的降低言語(yǔ)可懂度能力， 比如能量比為-IOdB時(shí)，時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)掩蔽目標(biāo)聲源信號(hào)后，可懂度錯(cuò)誤率為97%， 沒(méi)有言語(yǔ)可懂度，而噪聲掩蔽信號(hào)掩蔽目標(biāo)聲源信號(hào)后，言語(yǔ)可懂度幾乎沒(méi)有喪失。表1實(shí)驗(yàn)結(jié)果-言語(yǔ)可懂度的錯(cuò)誤率
權(quán)利要求
1.一種基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，該方法根據(jù)目標(biāo)聲源信號(hào)得到相應(yīng)的聲 掩蔽信號(hào)，該聲掩蔽信號(hào)具有和目標(biāo)聲源信號(hào)相似的長(zhǎng)時(shí)幅度譜，并且言語(yǔ)可懂度很低；該 方法具體步驟包括步驟1)使用傳聲器或傳聲器陣列拾取目標(biāo)聲源信號(hào)，通過(guò)預(yù)處理得到干凈的目標(biāo)聲 源信號(hào)；步驟幻根據(jù)所述的步驟1)得到的目標(biāo)聲源信號(hào)按特定時(shí)間窗長(zhǎng)度進(jìn)行分幀，按照式 (1)對(duì)每一幀信號(hào)進(jìn)行時(shí)域的時(shí)間反轉(zhuǎn)得到目標(biāo)聲源的相應(yīng)的聲掩蔽信號(hào)；y(t) =x(-t)(1)其中，x(t)表示一幀信號(hào)，y(t)表示該幀的輸出信號(hào)。
2.根據(jù)權(quán)利要求1所述的基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，其特征在于，所述的 步驟1)中的預(yù)處理包括語(yǔ)音增強(qiáng)、降噪、聲源定位和聲音特征識(shí)別。
3.根據(jù)權(quán)利要求1所述的基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，其特征在于，所述的 步驟2)中按特定時(shí)間窗長(zhǎng)度進(jìn)行分幀時(shí)幀長(zhǎng)度為150ms 500ms。
4.根據(jù)權(quán)利要求1所述的基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，其特征在于，所述的 步驟2)還包括對(duì)時(shí)間反轉(zhuǎn)每幀信號(hào)加入時(shí)間窗函數(shù)平滑。
5.根據(jù)權(quán)利要求4所述的基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，其特征在于，所述的 時(shí)間窗函數(shù)邊緣衰減快且端點(diǎn)處為0。
6.根據(jù)權(quán)利要求4或5所述的基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，其特征在于，所述 的時(shí)間窗函數(shù)為Tukey窗函數(shù)。
全文摘要
本發(fā)明涉及一種基于時(shí)間反轉(zhuǎn)的聲掩蔽信號(hào)產(chǎn)生方法，該方法根據(jù)目標(biāo)聲源信號(hào)得到相應(yīng)的聲掩蔽信號(hào)，該聲掩蔽信號(hào)具有和目標(biāo)聲源信號(hào)相似的長(zhǎng)時(shí)幅度譜，并且言語(yǔ)可懂度很低；該方法具體步驟包括使用傳聲器或傳聲器陣列拾取目標(biāo)聲源信號(hào)，通過(guò)預(yù)處理得到干凈的目標(biāo)聲源信號(hào)；根據(jù)得到的目標(biāo)聲源信號(hào)按特定時(shí)間窗長(zhǎng)度進(jìn)行分幀，按照y(t)＝x(-t)對(duì)每一幀信號(hào)進(jìn)行時(shí)域的時(shí)間反轉(zhuǎn)得到目標(biāo)聲源的相應(yīng)的聲掩蔽信號(hào)；其中，x(t)表示一幀信號(hào)，y(t)表示該幀的輸出信號(hào)。本發(fā)明的時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)與目標(biāo)聲源信號(hào)具有類似的長(zhǎng)時(shí)幅度譜，在能量掩蔽上占優(yōu)勢(shì)，且時(shí)間反轉(zhuǎn)聲掩蔽信號(hào)完全不可懂或者部分可懂，不會(huì)成為新的干擾聲源。
文檔編號(hào)G10L19/02GK102110441SQ20101061716
公開(kāi)日2011年6月29日 申請(qǐng)日期2010年12月22日 優(yōu)先權(quán)日2010年12月22日
發(fā)明者匡正, 楊軍, 蔣斌 申請(qǐng)人:中國(guó)科學(xué)院聲學(xué)研究所