CN105812993B

CN105812993B - 啸叫检测和抑制方法及其装置

Info

Publication number: CN105812993B
Application number: CN201410856712.3A
Authority: CN
Inventors: 张金亮; 王彦
Original assignee: Leadcore Technology Co Ltd
Current assignee: Leadcore Technology Co Ltd
Priority date: 2014-12-29
Filing date: 2014-12-29
Publication date: 2019-02-15
Anticipated expiration: 2034-12-29
Also published as: CN105812993A

Abstract

本发明涉及一种啸叫检测方法，包括以下步骤：将输入的语音信号帧从时域变换到频域；选择该语音信号帧中能量最大的多个峰值频点；根据预设时间段各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点；对各个峰值频点确定为疑似啸叫点的连续出现次数进行置信计数；以及根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点。

Description

啸叫检测和抑制方法及其装置

技术领域

本发明涉及声音信号处理，尤其是涉及啸叫检测和抑制方法。

背景技术

啸叫，又称自激或声学反馈。用话筒进行现场扩音时，容易出现话筒啸叫问题。这是当声音信号从音箱发送出去后又从话筒再次输入到扩音系统后又一次进行放大，形成信号叠加，产生正反馈，由此信号被不断地放大从而出现啸叫。

图1示出产生啸叫的系统框图，其中X(z)为输入信号，Y(z)为输出信号，G(z)为前向系统，F(z)为反馈系统。

这一系统的闭环系统传递函数为：

根据奈奎斯特稳定判据，如果存在ω＝2π(f/f_s)，使得开环增益的幅值和相位满足以下条件：

则系统为不稳定系统。ω就是系统的一个啸叫点。

现有技术中为了解决啸叫问题而提出的第一种方案是移频，即将话筒输入信号经过反馈回路被话筒重新拾取时，全频带整体向上或向下偏移几个或几十个赫兹。移频后的信号经过反馈回路与输入信号叠加时，峰值频率点不会完全重合，从而提高反馈系统的稳定性。图2示出移频方案的系统框图，如图2所示，移频的实现方法是在话筒11到音箱12的正向路径上增加一个频移器13。通常移频不建议超过8Hz，超过8Hz会听出来变音。受限于移频的宽度，因此移频适用于反馈回路短，啸叫点带宽不大，开环传递增益不高的场景。

现有技术中为了解决啸叫问题而提出的第二种方案是相位调制，即控制麦克风输入信号经过反馈回路被麦克风重新拾取时每个频点有不同的相位，从而提高闭环系统的稳定性。图3示出相位调制方案的系统框图，如图3所示，相位调制的实现方式是话筒21到音箱22的在正向路径上增加一个相位调制器23。在优化方案中会加上啸叫检测器24，检测到啸叫后发送信号给相位调制滤波器，将信号相位反向180度。

现有技术中为了解决啸叫问题而提出的第三种方案是自适应反馈消除，即使用自适应滤波器模拟反馈回路，生成模拟反馈信号，将麦克风输入信号中的反馈信号进行抵消。例如申请号为CN201210097645.2的专利，公开了一种处理音频系统啸叫的方法及音频系统。该方法包括检测音频系统输入信号是否可能存在啸叫；当检测到输入信号可能存在啸叫时，使用第一自适应算法跟踪估计音频系统输出信号的反馈信号，否则使用第二自适应算法跟踪估计音频系统输出信号的反馈信号。

可以看出移频和相位调制算法简单，但缺乏对使用场景的判断，导致在不同场景中表现差异很大，鲁棒性差。自适应反馈方法中，由于啸叫信号和参考信号有可能不在同一台终端上，参考信号的获取是个难题。回声信号与近端信号有较强的相关性，回声信号的线性也很难保证。所以使用自适应反馈的方法难度比较大，效果也不一定好。

发明内容

本发明的一个目的是提供一种啸叫检测方法，可以更加准确地判断啸叫点。

本发明的另一个目的是提供一种啸叫抑制方法，其对啸叫点抑制干净，对语音质伤也小。

本发明为解决上述技术问题而采用的技术方案是提出一种啸叫检测方法，包括以下步骤：将输入的语音信号帧从时域变换到频域；选择该语音信号帧中能量最大的多个峰值频点；根据预设时间段内各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点；对各个峰值频点确定为疑似啸叫点的次数进行置信计数；以及根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点。

在本发明的一实施例中，根据预设时间段内各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点的步骤包括：当某一峰值频点出现的概率大于第一阈值，且该峰值频点的峰值均值比大于第二阈值时，确定该峰值频点为疑似啸叫点。

在本发明的一实施例中，上述方法还包括将相邻的峰值频点视为一个峰值频点。

在本发明的一实施例中，上述预设时间段为几秒。

本发明还提出一种啸叫抑制方法，包括以下步骤：将输入的语音信号帧从时域变换到频域；选择该语音信号帧中能量最大的多个峰值频点；根据预设时间段内各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点；对各个峰值频点确定为疑似啸叫点的次数进行置信计数；根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点；为真正啸叫点生成对应的陷波器；使用生成的陷波器对该语音信号进行啸叫抑制。

在本发明的一实施例中，根据各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点的步骤包括：当某一峰值频点出现的概率大于第一阈值，且该峰值频点的峰值均值比大于第二阈值时，确定该峰值频点为疑似啸叫点。

在本发明的一实施例中，各陷波器的中心频率点ω₀与对应真正啸叫点f₀的频点满足：

k₀＝{k|min{|k-f₀|},k∈{1,4,7,...,127}}。

在本发明的一实施例中，上述方法还包括每隔预设时间重置各陷波器。

本发明还提出一种啸叫检测装置，包括：用于将输入的语音信号帧从时域变换到频域的模块；用于选择该语音信号帧中能量最大的多个峰值频点的模块；用于根据各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点的模块；用于对各个峰值频点确定为疑似啸叫点的次数进行置信计数的模块；以及用于根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点的模块。

本发明还提出一种啸叫抑制装置，包括：用于将输入的语音信号帧从时域变换到频域的模块；用于选择该语音信号帧中能量最大的多个峰值频点的模块；用于根据各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点的模块；用于对各个峰值频点确定为疑似啸叫点的次数进行置信计数的模块；用于根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点的模块；用于为真正啸叫点生成对应的陷波器的模块；以及用于使用生成的陷波器对该语音信号进行啸叫抑制的模块。

本发明由于采用以上技术方案，使之与现有技术相比，啸叫检测方法可以提高啸叫检测的鲁棒性，减少误判。啸叫抑制方法可以相应的根据检测到的准确啸叫点进行抑制，从而啸叫点抑制干净，对语音质伤也小。

附图说明

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明，其中：

图1示出啸叫产生的系统框图。

图2示出已知的用于抑制啸叫的移频方案的系统框图。

图3示出已知的用于抑制啸叫的相位调制方案的系统框图。

图4示出本发明一实施例的检测啸叫的方法流程图。

图5示出本发明另一实施例的检测啸叫的方法流程图。

图6示出本发明一实施例的抑制啸叫的方法流程图。

图7示出本发明另一实施例的抑制啸叫的方法流程图。

图8示出本发明实施例的检测和抑制效果的语谱图。

具体实施方式

本发明的实施例提出啸叫检测和抑制方法。这一啸叫检测方法可以提高啸叫检测的鲁棒性，减少误判。这一啸叫抑制方法可以相应的根据检测到的准确啸叫点进行抑制，从而啸叫点抑制干净，对语音质伤也小。

图4示出本发明一实施例的检测啸叫的方法流程图。参考图4所示，本实施例的方法包括以下步骤：

在步骤301，将输入的语音信号帧从时域变换到频域，即时频变换。

时频变换的作用是将时域信号变换到频域中，在频域中对啸叫点进行检测。在本发明的各实施例中，示例的处理对象为采样率8KHz的语音信号，每帧数据20ms，即M＝160样点。时频变换在数据处理中通常使用快速傅立叶变换(Fast Fourier Transformation,FFT)。FFT长度为N＝256，混叠长度为L＝96。

其中为输入信号，为混叠后信号，为窗函数，类型不做特殊要求。

在步骤302，选择语音信号帧中能量最大的多个峰值频点。

具体来说，可以统计当前帧中能量最大的三个频点k₀，k₁，k₂及其能量|X(m,k₀)|²，|X(m,k₁)|²，|X(m,k₂)|²。另外，还统计当前帧样点均值能量E_avg(m)和样点峰值能量E_peak(m)，给后续运算使用。

E_peak(m)＝|X(m,k₀)|²+|X(m,k₁)|²+|X(m,k₂)|²

较佳地，还对上述各个值进行平滑，以获得更为准确的数值。

统计帧能量平滑均值能量平滑和峰值能量平滑

其中0＜α＜1。

在步骤303，根据预设时间段内各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点。

发现啸叫点的特征是在信号的能量主要集中在某个频点上，且在一段时间内这种现象出现在同一频点上的概率极高(即峰值频点稳定)。这一段时间为啸叫点产生的周期的倍数，通常为几秒。针对这一特征，本实施例设置了峰值频点稳定和能量集中两个条件进行判定。

对于峰值频点稳定的条件，本实施例统计预设时间段内各个峰值频点出现的概率，并将此概率与第一阈值比较。举例来说，如果某个峰值频点出现的次数大于等于50％，则确定为疑似啸叫点，记录下来。此外，不一定以单个峰值频点为单位统计其出现概率，也可以以多个峰值频点为单位统计其出现概率，并与第一阈值比较。举例来说，如果有两个频点出现次数加起来出现大于60％，也有可能是啸叫点，记录下来。

在一实施例中，需要对相邻的峰值频点进行合并。举例来说，如果两个点相邻，则视为一个点，否则视为两个点，记录下来。

对于能量集中的条件，通过判断能量的峰值均值比得到结果。举例来说，当

其中，T为大于1的比例门限。表明峰值均值比很高，说明能量集中到某一频点上，符合啸叫点特征，则能量集中的条件也满足。

在步骤304，对各个峰值频点确定为疑似啸叫点的次数进行置信计数。

在步骤303的两个条件均满足的情况下，还不能立刻判断啸叫点出现，而是通过置信计数的累加来进一步确认。

具体地说，设置一个啸叫置信计数器howl_persist_cnt。如果两个均条件满足则howl_persist_cnt++，否则howl_persist_cnt清0。

在步骤305，根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点。

具体来说，howl_persist_cnt＞CNT_THR(CNT_THR为置信计数门限)，认为啸叫点真正出现。啸叫标志howl_flg置1。

通过上述实施例的流程，可以有效地检测出啸叫点，误检率低。

图5示出本发明一实施例的检测啸叫的方法流程图。参考图5所示，本实施例的方法包括以下步骤：

在步骤401，将输入的语音信号帧从时域变换到频域，即时频变换。

在步骤402，选择语音信号中帧能量最大的多个峰值频点。

具体来说，可以统计当前帧中能量最大的三个频点k₀，k₁，k₂及其能量|X(m,k₀)|²，|X(m,k₁)|²，|X(m,k₂)|²。另外，还统计当前帧总能量E(m)，样点均值能量E_avg(m)和样点峰值能量E_peak(m)，给后续运算使用。

E_peak(m)＝|X(m,k₀)|²+|X(m,k₁)|²+|X(m,k₂)|²

统计帧能量平滑均值能量平滑和峰值能量平滑

其中0＜α＜1。

在步骤403，如果当前帧非静音帧和噪声帧，保存最大峰值频点。

具体地说，如果当前帧总能量E(m)大于门限Thr1(小噪声门限)，则表明其非静音帧和噪声帧，此时可将最大频点k₀保存起来。

在步骤404，根据预设时间段内各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点。

发现啸叫点的特征是在信号的能量主要集中在某个频点上，且在一段时间内这种现象出现在同一频点上的概率极高(即峰值频点稳定)。针对这一特征，本实施例设置了峰值频点稳定和能量集中两个条件进行判定。

且

其中，T为大于1的比例门限。表明峰值均值比很高，说明能量集中到某一频点上，符合啸叫点特征，则能量集中的条件也满足。上述第二个式子用于排除静音或小噪声部分干扰。

在步骤405，对各个峰值频点确定为疑似啸叫点的次数进行置信计数。

在步骤406的两个条件均满足的情况下，还不能立刻判断啸叫点出现，而是通过置信计数的累加来进一步确认。

在步骤407，根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点。

在上述检测啸叫的方法的基础上，可以使用陷波器进行啸叫抑制，从而将啸叫点抑制干净。

图6示出本发明一实施例的抑制啸叫的方法流程图。参考图6所示，步骤501-505与图4所示的步骤301-305相同，在此不再赘述。当然可以理解，在另一实施例中也可以选用图5所示的实施例的检测方法作为抑制啸叫的前置流程。

在步骤506，根据真正啸叫点来生成对应的陷波器。

举例来说，陷波器可以采用二阶IIR结构，根据中心频率点和-3dB衰减带宽生成。传递函数如下：

其中α＝(1+k₂)/2，k₁＝-cos(ω₀)，k₂＝(1-tan(B/2))/(1+tan(B/2)),ω₀为待陷波的中心频率点，单位为弧度。B为-3dB衰减带宽，单位为弧度。

陷波器的中心频率点k₀∈{1,4,7,…,127}，根据啸叫点f₀选择k₀，

k₀＝{k|min{|k-f₀|},k∈{1,4,7,...,127}}

而-3dB衰减带宽B选择固定4个频点带宽(每个频点带宽4000/128＝31.25Hz)125Hz。

值得注意的一点是，如果所需的陷波器已经存在，则不需要另外生成。

根据一实施例，可以为陷波器的个数设置上限，例如为43。个数上限作为一个参数，可由用户外部设置，表示最多可生成的陷波器个数，范围[0,43]，0表示不生成任何陷波器。

在步骤507，用生成的陷波器群对输入信号进行啸叫抑制。

如果生成陷波器，说明有啸叫点出现，对输入信号进行陷波处理：

其中x(n)，为输入信号h_notch(n)为陷波器冲击响应，表示卷积。

通常来说，会有不止一个陷波器，所有陷波器可以做级联。如果没有陷波器，则将输入信号直接输出。

图7示出本发明另一实施例的抑制啸叫的方法流程图。图7所示实施例的步骤601-607可以与图6所示实施例的步骤501-507相同，在此不再赘述。与图6不同的是，在图7中每隔一段时间，陷波器需要做一次重置，如步骤608所示。这是为了防止啸叫点自然消失(扬声器和麦克风距离变远啸叫点有可能自然消失)，陷波器仍然工作引起的音质损伤。前述间隔的时间可以由外部用户设置。重置时陷波器会清零，能量峰值点会重新保存，置信计数器也会清零。

从无陷波器到有陷波器处理，输出信号无问题。但重置后输入信号突然不经过陷波器，输出信号会有不连续问题。所以当滤波器重置后，输出信号信号应做平滑处理，避免信号不连续问题。

图8示出本发明实施例的检测和抑制效果的语谱图。参考图8所示，框81是啸叫检测和抑制开启的效果，框81外为关闭的效果。框82为啸叫点。按时间轴从左到右，扬声器和麦克风之间距离由远及近，故啸叫点也越来越多。但是啸叫抑制开启后啸叫点都被逐一检测到并抑制掉。由此可见，本发明实施例的啸叫抑制方法可以有效地检测出啸叫点，并进行准确抑制，误检率低。

虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。

Claims

1.一种啸叫检测方法，包括以下步骤：

将输入的语音信号帧从时域变换到频域；

选择该语音信号帧中能量的多个峰值频点；

根据预设时间段内各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点；

对各个峰值频点连续确定为疑似啸叫点的次数进行置信计数；以及

根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点。

2.如权利要求1所述的啸叫检测方法，其特征在于，根据预设时间段各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点的步骤包括：

当某一峰值频点出现的概率大于第一阈值，且该峰值频点的峰值均值比大于第二阈值时，确定该峰值频点为疑似啸叫点。

3.如权利要求2所述的啸叫检测方法，其特征在于，还包括将相邻的峰值频点视为一个峰值频点。

4.一种啸叫抑制方法，包括以下步骤：

将输入的语音信号帧从时域变换到频域；

选择该语音信号帧中能量的多个峰值频点；

根据预设时间段各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点；

对各个峰值频点连续确定为疑似啸叫点的次数进行置信计数；

根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点；

为真正啸叫点生成对应的陷波器；

使用生成的陷波器对该语音信号进行啸叫抑制。

5.如权利要求4所述的啸叫抑制方法，其特征在于，根据预设时间段各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点的步骤包括：

6.如权利要求5所述的啸叫抑制方法，其特征在于，还包括将相邻的峰值频点视为一个峰值频点。

7.如权利要求4所述的啸叫抑制方法，其特征在于，还包括每隔预设时间重置各陷波器。

8.一种啸叫检测装置，包括：

用于将输入的语音信号帧从时域变换到频域的模块；

用于选择该语音信号帧中能量的多个峰值频点的模块；

用于根据预设时间内各个峰值频点出现的概率，以及各个峰值频点的峰值均值比来确定各个峰值频点是否为疑似啸叫点的模块；

用于对各个峰值频点连续确定为疑似啸叫点的次数进行置信计数的模块；以及

用于根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点的模块。

9.一种啸叫抑制装置，包括：

用于将输入的语音信号帧从时域变换到频域的模块；

用于选择该语音信号帧中能量的多个峰值频点的模块；

用于根据该置信计数与置信计数门限的比较结果确定该疑似啸叫点是否为真正啸叫点的模块；

用于为真正啸叫点生成对应的陷波器的模块；以及

用于使用生成的陷波器对该语音信号进行啸叫抑制的模块。