一種信號匹配方法及裝置的制造方法

一種信號匹配方法及裝置的制造方法
【專利摘要】本發明涉及一種信號匹配方法，其包括以下步驟：S1：對參考信號x(t)和目標信號y(t)分別進行預處理；S2：對參考信號x(t)和目標信號y(t)分別進行短時傅里葉變換，分別得出頻域參考信號X(f,m)和目標信號Y(f,m)；S3：進行估計本底噪聲；S4：進行二值化處理；S5：獲得匹配位置；S6：原出相應的時域信號xp(t)；S7：分別對該時域信號xp(t)和目標信號y(t)進行分頻，分別得出若干個頻帶；S8：計算每個頻帶的相關系數；S9：對上述每個頻帶的相關系數進行加權計算，獲取相關系數序列，并選取其最大值。相比于現有技術，本發明能夠提高聲音匹配的精度。同時，相比于常規相關性而言，僅僅計算部分信號的相關性，可以降低復雜度，提高運算速度。
【專利說明】
_種信號匹配方法及裝置
技術領域
[0001] 本發明涉及一種信號匹配方法，特別是一種聲音精確信號匹配方法;本發明還設 計一種用于實現上述方法的信號匹配裝置。
【背景技術】
[0002] 在聲音信號處理中，兩個相似的聲音的匹配是很關鍵的一個技術。該技術的廣泛 用于雷達信號處理，延時估計，以及聲學回聲消除等技術領域中。
[0003] 針對上述問題，公開號為US20130163698A1的美國專利，公開了一種低復雜度和魯 棒性的延時估計方法。具體的，請參閱圖1，其為現有技術中的延時估計方法的原理框圖。該 方法包括以下步驟：
[0004] 步驟1:對參考信號A和目標信號B進行預處理；
[0005] 步驟2:分別進行短時傅里葉變換(STFT);
[0006] 步驟3:分別提取聲音的特征譜，包括相關譜和相干譜；
[0007] 步驟4:匹配獲得延時。
[0008] 上述方法有復雜度低，查找速度快的優點。然而，該方案受到快速傅里葉變換 (FFT)的重疊長度的影響，重疊長度就限定了其精度，重疊長度越大，精度就越小，運算量越 小，反之亦然。

【發明內容】

[0009] 本發明在于克服現有技術的缺點與不足，提供一種能夠精確匹配的信號匹配方法 及裝置。
[0010] 本發明是通過以下的技術方案實現的：一種信號匹配方法，其包括以下步驟：
[0011] SI:對參考信號x(t)和目標信號y(t)分別進行預處理；
[0012] S2:對參考信號x(t)和目標信號y(t)分別進行短時傅里葉變換，分別得出頻域參 考信號X(f，m)和目標信號Y(f，m)，其中f = 0，l，. . .，NF-1表示頻率，對于X(f，m)，m=l， 2, ...Mx表示幀數;對于Y(f，m)，m=l，2, ...My表示幀數；
[0013] S3:對參考信號X(f>)和目標信號Y(f>)分別進行估計本底噪聲，分別獲得Xn(f， m),Yn(f,m)；
[0014] S4:根據本底噪聲分別對參考信號X(f>)和目標信號Y(f>)進行二值化處理，分 別獲得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My;
[0015] S5:計算Xb(f，m)每個頻點在Yb(f，m)中的位置，獲得k個匹配位置，分別用nu， m2,...，mk表示，其中位置HiSljmk的匹配度遞減；
[0016] S6:以匹配位置Hi1為中心，向兩邊的位置取出
[0017] 肩-爪,)，-We + 1)，…"j….，外/.，"V+.A 并分別還原出相應的時域信號&(0;
[0018] S7:分別對該時域信號xP(t)和目標信號y(t)進行分頻，分別得出若干個頻帶；
[0019] S8:計算每個頻帶的相關系數；
[0020] S9:對上述每個頻帶的相關系數進行加權計算，獲取相關系數序列，并選取其最大 值。
[0021] 相比于現有技術，本發明能夠提高聲音匹配的精度。同時，相比于常規相關性而 言，僅僅計算部分信號的相關性，可以降低復雜度，提高運算速度。
[0022]作為本發明的進一步改進，所述Sl中進行預處理的方式包括降噪、去混響和預加 重。
[0023] 作為本發明的進一步改進，所述S3中使用最小跟蹤或直接估計方法進行估計本底 噪聲。
[0024] 作為本發明的進一步改進，所述S7中將xP(t)和y(t)分別分頻變為XpL(t)，xPM(t)， XpH(t)和yL(t)，yM(t)，yH(t)三個頻帶；
[0025] 所述S8中包括步驟：
[0026] S81:取低頻信號計算yiXt)，t=l, . . . ,My和xPL(t)，t=l, . . . ,My的相關性系數，獲 得Pl(I);然后yL(t)，t = l，· · ·，My，和xPL(t)，t = 2, · · ·，My+l與獲得相關系數pl(2);以此類 推，獲得相關系數序列PL(t)，t=l, · · ·，2mc+l;
[0027] S82:取中頻信號計算yM(t)，t=l, . . . ,My和xPM(t)，t=l, . . . ,My的相關性系數，獲 得Pm(I);然后yM(t)，t = l，. . .，My，和xPM(t)，t = 2, . . .，My+l與獲得相關系數pm(2);以此類 推，獲得相關系數序列PM(t)，t=l,. . .，2nk+l;
[0028] S83:取高頻信號計算yH(t)，t=l，· · ·，My和xpH(t)，t=l，· · ·，My的相關性系數，獲 得Ph(I);然后yH(t)，t = l，· · ·，My，和xPH(t)，t = 2, · · ·，My+l與獲得相關系數ph(2);以此類 推，獲得相關系數序列PH(t)，t=l,. . .，2nk+l;
[0029] 所述59中使用加權系數使用加權系數(1 = [€[1，(12，(13]，€[1，...，(1 3彡0，||€[||=1，計 算加權P(t)=a[pL(t)，PM(t)，PH(t)] '，選取p(t)中最大值，對于的序號是mkc，(Xmkc彡2mc+ 1〇
[0030] 作為本發明的進一步改進，還包括步驟SlO:比較最大值P(k)和一設定閾值λ的大 小;若最大值Ρ(1〇>λ則表示接受該位置，則獲得的實際匹配位置為 mi+mkc;
[0031] 如果不滿足Ρ(1〇>λ，則在S6中依次使用匹配位置m2至Hik繼續執行步驟S7-S9。
[0032] 本發明還提供了一種信號匹配裝置，包括：
[0033]預處理模塊，用于對參考信號x(t)和目標信號y(t)分別進行預處理；
[0034]頻域變換模塊，用于對參考信號x(t)和目標信號y(t)分別進行短時傅里葉變換， 分別得出頻域參考信號X(f，m)和目標信號Y(f，m)，其中f = 0，l，. . .，Nf-1表示頻率，對于X (f，m)，m=l，2, · · .Mx表示幀數;對于Y(f，m)，m=l，2, · · .My表示幀數；
[0035]估計模塊，用于對參考信號X(f>)和目標信號Y(f>)分別進行估計本底噪聲，分 別獲得 Xn(f，m)，Yn(f，m);
[0036] 二值化處理模塊，用于根據本底噪聲分別對參考信號X(f>)和目標信號Y(f>)進 行二值化處理，分別獲得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My;
[0037] 匹配位置計算模塊，用于計算Xb(f，m)每個頻點在Yb(f，m)中的位置，獲得k個匹配 位置，分別用mi ,m2,...，mk表示，其中位置mi到mk的匹配度遞減；
[0038] 時域還原模塊，以匹配位置m 1為中心，向兩邊m。的位置取出 原出相應的時域信號xP(t);
[0039] 分頻模塊，用于分別對該時域信號xP(t)和目標信號y(t)進行分頻，分別得出若干 個頻帶；
[0040] 相關系數計算模塊，用于分別計算每個頻帶的相關系數；
[0041] 加權計算模塊，用于對上述每個頻帶的相關系數進行加權計算，獲取相關系數序 列，并選取其最大值。
[0042] 作為本發明的進一步改進，所述預處理模塊中的預處理的方式包括降噪、去混響 和預加重。
[0043] 作為本發明的進一步改進，所述估計模塊中使用最小跟蹤或直接估計方法進行估 計本底噪聲。
[0044] 作為本發明的進一步改進，所述分頻模塊將Xp(t)和y (t)分別分頻變為xPL⑴，XpM (t)，xPH(t)和yL(t)，yM(t)，yH(t)三個頻帶；
[0045] 所述相關系數計算模塊，包括
[0046] 低頻計算子模塊，用于取低頻信號計算yiXt)，t=l, . . . ,My和xPL(t)，t = l, . . . ,My 的相關性系數，獲得Pl(I);然后yL(t)，t = l，…，My，和xpL(t)，t = 2,…，My+l與獲得相關系 數Pl(2);以此類推，獲得相關系數序列Pl(t)，t = 1，…，2mc+l;
[0047] 中頻計算子模塊，用于取中頻信號計算yM(t)，t=l, . . . ,My和xPM(t)，t = l, . . . ,My 的相關性系數，獲得Pm(I);然后yM(t)，t = l,. . . ,My，和xPM(t)，t = 2,. . . ,My+l與獲得相關系 數PM⑵；以此類推，獲得相關系數序列PM(t)，t = l，...，2m。+l;
[0048]高頻計算子模塊，用于取高頻信號計算yH(t)，t=l, · · ·，My和xPH(t)，t = l, · · ·，My 的相關性系數，獲得Ph(I);然后yH(t)，t = l，· · ·，My，和xPH(t)，t = 2, · · ·，My+l與獲得相關系 數Ph(2);以此類推，獲得相關系數序列pH(t)，t = I，…，2mc+l;
[0049]所述加權計算模塊使用加權系數使用加權系數= ,CX1, ...，α3彡〇, I |α I =1，計算加權P(t)=a[pL(t)，PM(t)，PH(t)] '，選取P(t)中最大值，對于的序號是mkc，(X mkc^i2mc+l 〇
[0050] 作為本發明的進一步改進，還包括比較模塊，用于比較最大值P(k)和一設定閾值λ 的大小;若最大值P(k) >λ則表示接受該位置，則獲得的實際匹配位置為mi+mk。;如果不滿足 Ρ(1〇>λ，則在時域還原模塊中依次使用肥至趾匹配位置繼續搜索相關系數。
[0051] 相比于現有技術，本發明能夠提高聲音匹配的精度。同時，相比于常規相關性而 言，僅僅計算部分信號的相關性，可以降低復雜度，提高運算速度。
[0052] 為了更好地理解和實施，下面結合附圖詳細說明本發明。
【附圖說明】
[0053]圖1是現有技術的延時估計方法的原理框圖。
[0054]圖2是本發明的信號匹配方法的步驟流程圖。
[0055]圖3是本實施例的實施流程圖。
[0056]圖4是本發明的信號匹配裝置的模塊連接框圖。
【具體實施方式】
[0057]請同時參閱圖2,其為本發明的信號匹配方法的步驟流程圖。
[0058]本發明提供了一種信號匹配方法，其包括以下步驟：
[0059] SI:對參考信號x(t)和目標信號y(t)分別進行預處理。具體的，所述Sl中進行預處 理的方式包括降噪、去混響和預加重等方式。
[0060] S2:對參考信號x(t)和目標信號y(t)分別進行短時傅里葉變換，分別得出頻域參 考信號X(f，m)和目標信號Y(f，m)，其中f = 0，l，. . .，Nf-1表示頻率，對于X(f，m)，m=l， 2,. . .Mx表示幀數;對于Y(f，m)，m=l，2,. . .My表示幀數；
[0061] S3:對參考信號X(f>)和目標信號Y(f>)分別進行估計本底噪聲，分別獲得Xn(f， m)，Yn(f，m)。具體的，在本實施例中，所述S3中可以使用最小跟蹤方法進行估計本底噪聲， 也可以使用直接估計等其他方式進行估計。
[0062] S4:根據本底噪聲分別對參考信號X(f，m)和目標信號Y(f，m)進行二值化處理，分 別獲得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My;
[0063] S5:計算Xb(f，m)每個頻點在Yb(f，m)中的位置，獲得k個匹配位置，分別用m， m2, · · ·，mk表示，其中位置血到mk的匹配度遞減；
[0064] S6:以匹配位置血為中心，向兩邊mc的位置取出
[0065]
并分別還原出相應的時域信號&(0;
[0066] S7:分別對該時域信號xP(t)和目標信號y(t)進行分頻，分別得出若干個頻帶。具 體的，在本實施例中，所述S7中將x P(t)和y(t)分別分頻變為XpL(t)，xPM(t)，xPH(t)和yiXt)， yM( t)，yH( t)三個頻帶，也可以劃分為多個頻帶。本實施例中定義低、中、高頻與普通描述通 信系統的或者聲音的頻帶劃分不同。這個劃分是一個相對的劃分，對于語音信號，低頻表征 了這個信號的包絡特性，中頻表征了一個幅度相對平穩的，信噪比相對大的區域。高頻的信 噪比小，我們給予低的權值，或者忽略。
[0067] S8:計算每個頻帶的相關系數。所述S8中包括步驟：
[0068] S81:取低頻信號計算yL(t)，t=l, . . . ,My和xPL(t)，t=l, . . . ,My的相關性系數，獲 得Pl(I);然后yL(t)，t = l，· · ·，My，和xPL(t)，t = 2, · · ·，My+l與獲得相關系數pl(2);以此類 推，獲得相關系數序列PL(t)，t=l, · · ·，2mc+l;
[0069] S82:取中頻信號計算yM(t)，t=l, . . . ,My和xPM(t)，t=l, . . . ,My的相關性系數，獲 得Pm(I);然后yM(t)，t = l，. . .，My，和xPM(t)，t = 2, . . .，My+l與獲得相關系數pm(2);以此類 推，獲得相關系數序列PM(t)，t=l,. . .，2nk+l;
[0070] S83:取高頻信號計算yH(t)，t=l，· · ·，My和xpH(t)，t=l，· · ·，My的相關性系數，獲 得Ph(I);然后yH(t)，t = l，· · ·，My，和xPH(t)，t = 2, · · ·，My+l與獲得相關系數ph(2);以此類 推，獲得相關系數序列PH(t)，t=l,. . .，2nk+l;
[0071] S9:對上述每個頻帶的相關系數進行加權計算，獲取相關系數序列，并選取其最大 值。所述S9中使用加權系數使用加權系數azIlaiaLasLcu，· · ·，α3彡〇, I |α| I =1，計算加權 P(t)=a[pL(t)，PM(t)，PH(t)] '，選取 P(t)中最大值，對于的序號是 mkc，(Xmkc^2mc+l。這里 的P(t)=a[pL(t)，PM(t)，PH(t)] '表示加權系數矩陣a與矩陣[pL(t)，PM(t)，PH(t)]的乘法。
[0072] SlO:比較最大值P(k)和一設定閾值λ的大小；若最大值p(k) >人則表示接受該位 置，則獲得的實際匹配位置為nu+mkc;
[0073] 如果不滿足Ρ(1〇>λ，則在S6中依次使用匹配位置m2至mk繼續執行步驟S7-S9。
[0074] 以下通過一個具體實例，介紹本發明的聲音匹配方法。
[0075] 本發明的匹配方法能用于音樂匹配，類如截取一段音樂，或者是任何兩個需要做 二維信號匹配的地方。
[0076] 若有參考信號x(t)，目標信號y(t)。目的就是從參考信號中找到與目標信號匹配 的信號/(/)<=.\-(/)。其中7 /(1:)是7(1:)的變換，定義為7/(1:)=1'(7(1:))。算子1'(>)代表某種 本算法能夠處理的變換，包括線性變換，也可以是非線性的幅度和相位的變換。
[0077] 請參閱圖3,其為本發明的實施流程圖。
[0078]詳細方法：
[0079] 首先對x(t)和y(t)進行必要的預處理，包括降噪、去混響等。
[0080] 然后進行重疊為UFFT點數為Nfft的STFT變換，分別對應為X(f，m)和Y(f，m)，其中f = 0,1，· · ·，Nf_1 表示頻率，對于 X(f，m)，m=l，2, · · .Mx 表示幀數。對于 Y(f，m)，m=l，2, · · .My 表示幀數。因為是為了在X(f，m)中尋找Y(f，m)的變換量，因此顯然My彡Mx。
[0081] 接著估計X(f，m)和Y(f，m)的本底噪聲獲得乂"^111)，￥11^111)，估計本底噪聲的方法 可以是最小跟蹤或者其他能夠估計噪聲的方法的一種。
[0082] 對X(f，m)和Y(f，m)進行二值化獲得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2， ...My 〇
[0083] 最后計匹配位置，計算Xb(f，m)每個頻點在Yb(f，m)中的位置。然后加權平均獲得k 最終位置分別用mi，m2,. . .，mmi，m2,. . .，mkk表示。其中位置mi到mk的匹配度遞減，mi表示最匹 配。
[0084]接著，對這個范圍附近的前后N個幀數據再處理。
[0085] 前面獲得了匹配位置k個匹配位置nu，m2, · · ·，mk。首先以匹配位置m為中心，向兩 邊mc的位置取出丨)"."外/.，川丨)…丨 +"1^^ 個值做ISTFT，或者直接在原序列中提取原序列。如果需要使用FFT濾波器的話，就對My+2mc+ 1個位置直接使用，并用ISTFT還原。如果使用時域的濾波器方法就直接提取這My+2mc+l個位 置的時域信號x P(t)。
[0086] 跟著，在N個幀中使用改進的相關性算法搜索位置。現在我們考慮的問題是xP(t) 與y(t)的匹配問題。因為往往ylOiTGU))的變化都不是線性的，同時也有可能引入一 些噪聲。因此本發明不使用直接的相關性計算方法，而是用使用一種分頻帶的相關性計算 法。
[0087] 首先把Xp(t)和y(t)分成對于語音信號而言（對于音樂信號或者其他二維信號可 以考慮其他劃分組成的標準)分成三個組成：高頻FH=FHi,...，FHh，中頻FM = FMi, ...，FMh， 低頻FL = FL1, ...，FLh。注意該定義與普通描述通信系統的或者聲音的頻帶劃分不同。這個 劃分是一個相對的劃分，對于語音信號，低頻表征了這個信號的包絡特性，中頻表征了一個 幅度相對平穩的，信噪比相對大的區域。高頻的信噪比小，我們給予低的權值，或者忽略。
[0088 ]對三個頻帶的數據分別使用以下的算法計算相關性。X p (t)和y (t)經過同樣的方 法進行分頻變為XpL⑴，XpM(t)，xPH(t)和yL(t)，yM⑴，yH(t)三個頻帶。
[0089] 第一步，取低頻信號計算yL(t)，t = l，…，My和xPL(t)，t = l，…，My的相關性系數， 獲得Pl(I);然后yL(t)，t = l，· · ·，My，和xpL(t)，t = 2，· · ·，My+l與獲得相關系數pl(2);以此 類推，可以獲得相關系數序列PL(t)，t=l，· · ·，2mc+l。
[0090] 第二步，對 XpM(t)，yH(t)和 XpM(t)yH(t)使用第一步的方法，獲得 PM(t)和 PH(t)。
[0091] 第三步，使用加權系數CX1, ...，(13多0, I |α| I =1，計算加權P⑴=α [PL(t)，PM(t)，PH(t)] '。這里的P(t)=a[pL(t)，PM(t)，PH(t)] '表示加權系數矩陣α與矩陣 [PL(t)，PM(t)，PH(t)]的乘法。注意，分頻限制，此處也可以是N個頻帶。加權系數根據語音情 況設定，如果需要減小低信噪比的的頻帶的影響，則對該頻帶使用較小的系數或者為設置 系數為0。
[0092] 第四步，選取p( t)中最大值，對于的序號是mkc，(Xmkc< 2mc+l。
[0093] 第五步，如果ρ(1〇>λ則表示接受該位置。假設獲得的位置為mi，獲得的實際匹配 位置就是mi+mk。。如果不滿足P (k) > λ，那么使用m2位置搜索繼續。
[0094] 相比于現有技術，本發明能夠提高聲音匹配的精度。同時，相比于常規相關性而 言，僅僅計算部分信號的相關性，可以降低復雜度，提高運算速度。
[0095] 請參閱圖4,其為本發明的信號匹配裝置的模塊連接框圖。
[0096] 本發明還提供了一種用于實現上述信號匹配方法的信號匹配裝置，其包括:預處 理模塊1、頻域變換模塊2、估計模塊3、二值化處理模塊4、匹配位置計算模塊5、時域還原模 塊6、分頻模塊7、相關系數計算模塊8、加權計算模塊9和比較模塊10。
[0097]所述預處理模塊1，用于對參考信號x(t)和目標信號y(t)分別進行預處理。具體 的，所述預處理模塊中的預處理的方式包括降噪、去混響和預加重等。
[0098] 所述頻域變換模塊2,用于對參考信號x(t)和目標信號y(t)分別進行短時傅里葉 變換，分別得出頻域參考信號X(f，m)和目標信號Y(f，m)，其中f = 0，l，. . .，Nf-1表示頻率， 對于 x(f，m)，m=l，2, ...Mx 表示幀數;對于 Y(f，m)，m=l，2, ...My 表示幀數；
[0099] 所述估計模塊3,用于對參考信號X(f>)和目標信號Y(f>)分別進行估計本底噪 聲，分別獲得乂11^111)，￥ 11^111)。具體的，所述估計模塊中使用最小跟蹤方法進行估計本底噪 聲，也可以使用如直接估計等其他估計方法。
[0100] 所述二值化處理模塊4,用于根據本底噪聲分別對參考信號X(f，m)和目標信號Y (f，m)進行二值化處理，分別獲得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My;
[0101] 所述匹配位置計算模塊5,用于計算Xb(f，m)每個頻點在Yb(f，m)中的位置，獲得k個 匹配位置，分別用nu，m 2, · · ·，mk表示，其中位置血到mk的匹配度遞減；
[0102] 所述時域還原模塊6，以匹配位置m為中心，向兩邊的位置取出 出丨外/.，"?丨+ 1)，…,對….，.X(/，川I +"p-M'JhMy+Smc+l個值 原出相應的時域信號xP(t)。
[0103] 所述分頻模塊7,用于分別對該時域信號&(〇和目標信號y(t)進行分頻，分別得 出若干個頻帶。具體的，在本實施例中，所述分頻模塊將x P(t)和y(t)分別分頻變為XpL(t)， XpM(t)，xPH(t)和yL(t)，yM(t)，yH(t)三個頻帶。
[0104] 所述相關系數計算模塊8,用于分別計算每個頻帶的相關系數。具體的，所述相關 系數計算模塊，包括低頻計算子模塊81、中頻計算子模塊82和高頻計算子模塊83。
[0105]所述低頻計算子模塊81，用于取低頻信號計算yL(t)，t = l, · · · ,My和xPL(t)，t = I，· · ·，My的相關性系數，獲得 pl( 1);然后yi(t)，t = l, · · ·，My，和 XpL( t)，t = 2，· · ·，My+l與獲 得相關系數PL(2);以此類推，獲得相關系數序列R(t)，t = I，. . .，2nk+l;
[0106]所述中頻計算子模塊82,用于取中頻信號計算yM(t)，t = l, . . . ,My和xPM(t)，t = I，. . .，My的相關性系數，獲得Pm(I);然后yM(t)，t = l，. . .，My，和xPM(t)，t = 2, . . .，My+l與獲 得相關系數Pm(2);以此類推，獲得相關系數序列pM(t)，t = I，· · .，2mc+l;
[0107]所述高頻計算子模塊83,用于取高頻信號計算yH(t)，t = l, · · · ,My和xPH(t)，t = I，· · ·，My的相關性系數，獲得 PH( 1);然后yH(t)，t=l, · · ·，My，和 XpH( t)，t = 2，· · ·，My+l與獲 得相關系數PH(2);以此類推，獲得相關系數序列PH(t)，t = I，· · .，2mc+l;
[0108] 所述加權計算模塊9,用于對上述每個頻帶的相關系數進行加權計算，獲取相關系 數序列，并選取其最大值。所述加權計算模塊使用加權系數使用加權系數α = [α?，α2，α3]， <11,...，€[ 3彡0，||€[||=1，計算加權0(1：)=€[|>1^(1：)^(1：)，0[1(1：)]'，選取0(1：)中最大值，對于 的序號是mkc ；，0彡mkc；彡2mc；+l。這里的p(t)=α[pL(t)，PM(t)，PH(t)]'表示加權系數矩陣α與矩 陣[PL(t)，PM(t)，PH(t)]的乘法。
[0109] 所述比較模塊10，用于比較最大值P(k)和一設定閾值λ的大小;若最大值p(k) >λ 則表示接受該位置，則獲得的實際匹配位置為m+mk。;如果不滿足Ρ(1〇>λ，則在時域還原模 塊中依次使用肥至趾匹配位置繼續搜索相關系數。
[0110]相比于現有技術，本發明能夠提高聲音匹配的精度。同時，相比于常規相關性而 言，僅僅計算部分信號的相關性，可以降低復雜度，提高運算速度。
[0111]本發明并不局限于上述實施方式，如果對本發明的各種改動或變形不脫離本發明 的精神和范圍，倘若這些改動和變形屬于本發明的權利要求和等同技術范圍之內，則本發 明也意圖包含這些改動和變形。
【主權項】
1. 一種信號匹配方法，其包括以下步驟： S1:對參考信號x(t)和目標信號y(t)分別進行預處理； S2:對參考信號x(t)和目標信號y(t)分別進行短時傅里葉變換，分別得出頻域參考信 號X(f，m)和目標信號Y(f，m)，其中f = 0，l，. . .，Nf_1 表示頻率，對于X(f，m)，m=l，2,. . .Mx表 示幀數;對于Y(f，m)，m=l，2, · · .My表示幀數； S3:對參考信號X(f，m)和目標信號Y(f>)分別進行估計本底噪聲，分別獲得Xn(f>)，Y n (f ,m)； S4:根據本底噪聲分別對參考信號X(f>)和目標信號Y(f>)進行二值化處理，分別獲 得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My; S5:計算Xb(f，m)每個頻點在Yb(f，m)中的位置，獲得k個匹配位置，分別用mi，m2, · · ·，mk 表示，其中位置nu到mk的匹配度遞減； S6:以匹配位置m為中心，向兩邊的位置取出 [a乂/、％ - ),尤(/, +1)，,片/，％)，…，X(/，％ +相。+ Afjj，My+2mc+1 個值，并分 別還原出相應的時域信號xP(t); S7:分別對該時域信號xP(t)和目標信號y(t)進行分頻，分別得出若干個頻帶； S8:計算每個頻帶的相關系數； S9:對上述每個頻帶的相關系數進行加權計算，獲取相關系數序列，并選取其最大值。2. 根據權利要求1所述信號匹配方法，其特征在于:所述S1中進行預處理的方式包括降 噪、去混響和預加重。3. 根據權利要求1所述信號匹配方法，其特征在于:所述S3中使用最小跟蹤或者直接估 計方法進行估計本底噪聲。4. 根據權利要求1所述信號匹配方法，其特征在于:所述S7中將xP(t)和y(t)分別分頻變 為 XpL(t)，xPM(t)，xPH(t)和 yL(t)，yM(t)，yH(t)三個頻帶； 所述S8中包括步驟： S81:取低頻信號計算yL(t)，t = l,…，My和xPL(t)，t=l,…，My的相關性系數，獲得pl (1);然后幾(〇4 = 1，...爲，和辦辦）4 = 2，...為+1與獲得相關系數仇(2);以此類推，獲 得相關系數序列PL(t)，t=l, · · ·，2mc+l; S82:取中頻信號計算yM(t)，t = l, . . .，My和xPM(t)，t=l,. . .，My的相關性系數，獲得pm (1);然后7(?(〇4 = 1，...爲，和辦[^)4 = 2，...為+1與獲得相關系數0[?(2);以此類推，獲 得相關系數序列PM(t)，t=l,. . .，2nk+l; S83:取高頻信號計算yH(t)，t = l, · · ·，My和xPH(t)，t=l, · · ·，My的相關性系數，獲得ph (1);然后7辦）4 = 1，...爲，和知辦）4 = 2，...為+1與獲得相關系數011(2);以此類推，獲 得相關系數序列PH(t)，t=l,. . .，2nk+l; 所述59中使用加權系數使用加權系數(1=[€[1，(12，(13]，€[ 1，...，(13彡〇，||€[||=1，計算加 權P(t)=a[pL(t)，PM(t)，PH(t)] '，選取p(t)中最大值，對于的序號是mkc，(Xmkc^2mc+l。5. 根據權利要求4所述信號匹配方法，其特征在于:還包括步驟S10:比較最大值P(k)和 一設定閾值λ的大小；若最大值Ρ(1〇>λ則表示接受該位置，則獲得的實際匹配位置為 mi+ mkc； 如果不滿足Ρ(1〇>λ，則在S6中依次使用匹配位置m2至mk繼續執行步驟S7-S9。6. -種信號匹配裝置，其特征在于，包括： 預處理模塊，用于對參考信號x(t)和目標信號y(t)分別進行預處理； 頻域變換模塊，用于對參考信號x(t)和目標信號y(t)分別進行短時傅里葉變換，分別 得出頻域參考信號X(f，m)和目標信號Y(f，m)，其中f = 0，l，. . .，Nf-1表示頻率，對于X(f， m)，m=l，2, ...Mx 表示幀數;對于 Y(f，m)，m=l，2, ...My 表示幀數； 估計模塊，用于對參考信號X(f>)和目標信號Y(f，m)分別進行估計本底噪聲，分別獲 得Xn(f，m)，Yn(f，m); 二值化處理模塊，用于根據本底噪聲分別對參考信號X(f>)和目標信號Y(f>)進行二 值化處理，分別獲得Xb(f，m)，m=l，2, · · .Mx，Yb(f，m)，m=l，2, · · .My; 匹配位置計算模塊，用于計算Xb(f，m)每個頻點在Yb(f，m)中的位置，獲得k個匹配位置， 分別用mi，m2,. . .，mk表示，其中位置mi到mk的匹配度遞減； 時域還原模塊，以匹配位置m為中心，向兩邊的位置取出 [Α"(/，/% --"?,+ 1 )..·,，尤(/，/%)，.·.，+ "/( + )j，My+2mc+l個值，并分 別還原出相應的時域信號xP(t); 分頻模塊，用于分別對該時域信號xP(t)和目標信號y(t)進行分頻，分別得出若干個頻 帶； 相關系數計算模塊，用于分別計算每個頻帶的相關系數； 加權計算模塊，用于對上述每個頻帶的相關系數進行加權計算，獲取相關系數序列，并 選取其最大值。7. 根據權利要求6所述信號匹配裝置，其特征在于:所述預處理模塊中的預處理的方式 包括降噪、去混響和預加重。8. 根據權利要求6所述信號匹配裝置，其特征在于:所述估計模塊中使用最小跟蹤或者 直接估計方法進行估計本底噪聲。9. 根據權利要求6所述信號匹配裝置，其特征在于:所述分頻模塊將&(〇和y(t)分別分 頻變為XpL(t)，xPM(t)，x PH(t)和yL(t)，yM(t)，yH(t)三個頻帶； 所述相關系數計算模塊，包括 低頻計算子模塊，用于取低頻信號計算yL(t)，t=l, . . .，My和XPL(t)，t=l, . . .，My的相 關性系數，獲得PL(1);然后yL(t)，t = l, · · ·，My，和xPL(t)，t = 2, · · ·，My+l與獲得相關系數PL (2);以此類推，獲得相關系數序列pL(t)，t=l, · · ·，2mc+l; 中頻計算子模塊，用于取中頻信號計算yM(t)，t=l, . . .，My和XPM(t)，t=l, . . .，My的相 關性系數，獲得Pm(1);然后yM(t)，t = l，. . .，My，和xPM(t)，t = 2,. . .，My+l與獲得相關系數pm (2);以此類推，獲得相關系數序列PM(t)，t=l, ·2mc+l; 高頻計算子模塊，用于取高頻信號計算yH(t)，t=l, · · ·，My和XPH(t)，t=l, · · ·，My的相 關性系數，獲得Ph(1);然后yH(t)，t = l，…，My，和xPH(t)，t = 2,…，My+1與獲得相關系數ph (2);以此類推，獲得相關系數序列PH(t)，t=l, ·2mc+l; 所述加權計算模塊使用加權系數使用加權系數. . .，α3彡〇, | |α| | = 1，計算加權P(t) =a[pL(t)，PM(t)，PH(t)] '，選取p(t)中最大值，對于的序號是mkc，(Xmkc彡 2mc+l 〇10.根據權利要求6所述信號匹配裝置，其特征在于:還包括比較模塊，用于比較最大值 P(k)和一設定閾值λ的大小;若最大值ρ(1〇>λ則表示接受該位置，則獲得的實際匹配位置 為m+mkc;如果不滿足Ρ(1〇>λ，則在時域還原模塊中依次使用肥至趾匹配位置繼續搜索相關 系數。
【文檔編號】G10L25/06GK106057211SQ201610373420
【公開日】2016年10月26日
【申請日】2016年5月27日
【發明人】徐波
【申請人】廣州多益網絡股份有限公司