CN109308905A - 音频数据处理方法、装置、电子设备和存储介质 - Google Patents

音频数据处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN109308905A
CN109308905A CN201710631919.4A CN201710631919A CN109308905A CN 109308905 A CN109308905 A CN 109308905A CN 201710631919 A CN201710631919 A CN 201710631919A CN 109308905 A CN109308905 A CN 109308905A
Authority
CN
China
Prior art keywords
length
remote signaling
frame
echo
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710631919.4A
Other languages
English (en)
Other versions
CN109308905B (zh
Inventor
李洋
纪璇
陈伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sogou Technology Development Co Ltd
Original Assignee
Beijing Sogou Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sogou Technology Development Co Ltd filed Critical Beijing Sogou Technology Development Co Ltd
Priority to CN201710631919.4A priority Critical patent/CN109308905B/zh
Publication of CN109308905A publication Critical patent/CN109308905A/zh
Application granted granted Critical
Publication of CN109308905B publication Critical patent/CN109308905B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16Sound input; Sound output
    • G06F3/162Interface to dedicated audio devices, e.g. audio drivers, interface to CODECs
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208Noise filtering
    • G10L2021/02082Noise filtering the noise being echo, reverberation of the speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Telephone Function (AREA)

Abstract

本发明实施例提供了一种音频数据处理方法、装置、电子设备和存储介质,以有效的消除录制音频中的回声。所述的方法包括:采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号;依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。能够有效消除语音信号中的回声,并且能够缩短语音延时。

Description

音频数据处理方法、装置、电子设备和存储介质
技术领域
本发明涉及技术领域,特别是涉及一种音频数据处理方法、一种音频数据处理装置、一种电子设备和一种可读存储介质。
背景技术
随着通信技术的快速发展,诸如手机、平板电脑等终端越来越普及,给人们的生活、学习、工作带来了极大的便利。
用户在使用终端时,可通过语音、视频等与其他用户交互,例如打电话、进行视频通信等。在这些交互过程中,终端通常会打开麦克风(Microphone,Mic)录制语音发送给通信对端,也会通过扬声器播放通信对端的语音数据。因此,实际处理中,通过麦克风录制的音频数据中包括本端用户的声音,以及通过扬声器播放的对端的声音,可将录制的通过扬声器播放的对端的声音称为回声。为了提高通信质量,防止回声导致影响音频中正常的语音内容,需要消除该回声。
发明内容
本发明实施例提供一种音频数据处理方法,以有效的消除录制音频中的回声。
相应的,本发明实施例还提供了一种音频数据处理装置、一种电子设备和一种存储介质,用以保证上述方法的实现及应用。
为了解决上述问题,本发明实施例公开了一种音频数据处理方法,包括:采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号;依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
可选的,所述依据帧长和帧移确定远端信号,包括:依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关;依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
可选的,依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,包括:依据帧长,确定在所述第一长度的远端信号之前的第三长度的远端信号,所述第三长度为第一长度和第二长度的差值;将所述第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。
可选的,所述依据远端信号确定目标远端信号,包括:依据所述第二长度的远端信号,确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。
可选的,还包括:获取与所述目标远端信号对应的第四长度的语音信号。
可选的,依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号,包括:依据所述频域的远端信号和空间冲击响应进行处理,得到回声信号;将所述语音信号与所述回声信号相减,得到回声消除的目标信号。
本发明实施例还公开了一种音频数据处理装置,包括:信号采集模块,用于采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;信号处理模块,用于依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号;回声消除模块,用于依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
可选的,所述信号采集模块,包括:远端采集子模块,用于依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关;拼接子模块,用于依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
可选的,拼接子模块,用于依据帧长,确定在所述第一长度的远端信号之前的第三长度的远端信号,所述第三长度为第一长度和第二长度的差值;将所述第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。
可选的,所述信号处理模块,包括:目标确定子模块,用于依据所述第二长度的远端信号,确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。
可选的,所述信号采集模块,还用于获取与所述目标远端信号对应的第四长度的语音信号。
可选的,所述回声消除模块,用于依据所述频域的远端信号和空间冲击响应进行处理,得到回声信号;将所述语音信号与所述回声信号相减,得到回声消除的目标信号。
本发明实施例还公开了一种电子设备,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;
依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到回声信号;
依据所述语音信号和回声信号进行回声抵消处理,得到回声消除的目标信号。
可选的,所述依据帧长和帧移确定远端信号,包括:依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关;依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
可选的,依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,包括:依据帧长,确定在所述第一长度的远端信号之前的第三长度的远端信号,所述第三长度为第一长度和第二长度的差值;将所述第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。
可选的,所述依据远端信号确定目标远端信号,包括:依据所述第二长度的远端信号,确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。
可选的,还包括:获取与所述目标远端信号对应的第四长度的语音信号。
可选的,依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号,包括:依据所述频域的远端信号和空间冲击响应进行处理,得到回声信号;将所述语音信号与所述回声信号相减,得到回声消除的目标信号。
本发明实施例还公开了一种可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如本发明实施例中一个或多个所述的音频数据处理方法。
本发明实施例包括以下优点:
本发明实施例可以采集语音信号,并帧长和帧移确定远端信号,其中,帧移与块长不相等,从而依据远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号,然后依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号,能够有效消除语音信号中的回声,并且能够缩短语音延时。
附图说明
图1是本发明的一种音频数据处理方法实施例的步骤流程图;
图2是本发明的另一种音频数据处理方法实施例的步骤流程图;
图3是本发明的一种音频数据处理装置实施例的结构框图;
图4是本发明的另一种音频数据处理装置实施例的结构框图;
图5是根据一示例性实施例示出的一种用于音频数据处理的电子设备的结构框图;
图6是本发明根据另一示例性实施例示出的一种用于音频数据处理的电子设备的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
在包括语音的通信中,声学回声是难以避免的。其中,远端信号通过电话或者网络传送到近端,然后通过扬声器进行播放,再经过空间传输后,近端麦克风拾取后传回的远端信号即为声学回声。通过麦克风接收的语音信号的数学模型在时域上可以表示为:
y(n)=h(n)*x(n)+d(n)
其中,y(n)为麦克风采集的语音信号;x(n)为远端信号,h(n)是空间的冲击响应,h(n)*x(n)为x(n)与h(n)的卷积结果,表示为远端信号经过空间传输后近端麦克风拾取到的信号;d(n)为近端信号即回声消除的目标信号。
声学回波抵消(Acousitc Echo Cancellation,AEC)算法可用于消除声学回波信号,该AEC算法通常有两步,第一步是自适应滤波算法,第二步是残留回波后滤波算法,从而得到回声消除的目标信号。本发明实施例基于AEC算法进行改进,以更加有效的消除回声。
参照图1,示出了本发明的一种音频数据处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤102,采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等。
使用终端等设备时,可进行包括语音的通讯,在该过程中可采用麦克风录制语音数据,即采集语音信号,该麦克风也称为传声器,是将声音信号转换为电信号的能量转换器件,本实施例的麦克风可为设备上自带的,也可为设备上连接的外置麦克风。所采集的语音信号中包括回声,该回声为通过扬声器播放后被麦克风接收到信号,即被麦克风接收的远端信号。还可采集远端信号,该远端信号可为通讯过程中通过电话或网络传送到设备中并通过扬声器播放的信号。其中,在进行回声消除时,可进行周期性的消除,即每隔一段时间采集信号进行消除,本发明实施例中可依据帧长和帧移确定远端信号,该帧移与块长不相等。
在一种示例中,对于自适应滤波算法可采用分块频域自适应滤波器(PartitionedBlock Frequency Domain Adaptive Filter,PBFDAF),在使用PBFDAF算法中,本发明实施例设置滤波中分块的块长与块滤波器的长度一致,而语音处理的帧移与块长不相等,假设块长为N,则块滤波器的长度也为N,设帧移为M,则N≠M,N,M均为整数,如可将N,M设置为2的幂次数。块长和帧移均为PBFDAF算法中的一种参数。
步骤104,依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号。
PBFDAF算法的过程中在确定出远端信号后,还可基于远端信号确定出目标远端信号,该目标远端信号为需要计算来进行回声消除的远端信号。然后对目标远端信号进行处理,该处理为时域转换为频域的处理,例如基于傅里叶变换的各种处理操作,如进行离散傅里叶变换(Discrete Fourier Transform,DFT)、快速傅里叶变换(fast Fouriertransform,FFT)等,从而得到频域的远端信号,该频域的远端信号可在频域与空间冲击响应h(n)共同确定噪声,即在频域上麦克风接收的回声信号。
步骤106,依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
依据该频域的远端信号可确定噪声即麦克风接收的回声信号,可在频域计算h(n)*x(n)即频域的远端信号和频域的空间冲击响应的乘积,从而得到远端信号经过空间传输后近端麦克风拾取到的信号。然后在与语音信号进行回声抵消,消除语音信号中的回声等回声信号,得到回声消除的目标信号,从而消除了录制音频数据中的回声。例如在语音、视频等通过过程中,通过麦克风录制的数据传输给对端后,可尽量消除回声,保证通话质量。如语音信号为y(n),在时域上计算远端信号和空间冲击响应的卷积结果,相应在频域上计算远端信号和空间冲击响应的乘积结果,得到回声信号即h(n)*x(n),则回声消除的目标信号d(n)=y(n)-h(n)*x(n)。
对于块长和帧移相等的PBFDAF算法,若分块的块长过大,虽然会有利于回波的抵消,但是语音的延时就也较大,而若分块的块长过小,语音的延时能较好的解决,但是不利于回波的抵消的性能。与之相比,本发明实施例的方案中,帧移与块长不相等,可设置帧移小于块长,这样能够在减少语音延时的基础上有效的抵消回波。
综上,可以采集语音信号,并帧长和帧移确定远端信号,其中,帧移与块长不相等,从而依据远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号,然后依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号,能够有效消除语音信号中的回声,并且能够缩短语音延时。
参照图2,示出了本发明的另一种音频数据处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤202,采集语音信号。
步骤204,依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关。
步骤206,依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
使用终端等设备时,可进行包括语音的通讯,在该过程中可采用麦克风采集语音信号,所采集的语音信号中包括回声,该回声为通过扬声器播放后被麦克风接收到信号,即被麦克风接收的远端信号。还可采集远端信号,该远端信号可为通讯过程中通过电话或网络传送到设备中并通过扬声器播放的信号。其中,在进行回声消除时,可进行周期性的消除,即每隔一段时间采集信号进行消除,本发明实施例中可依据帧长和帧移确定远端信号,该帧移与块长不相等。假设块长为N,帧移为M,则块滤波器的长度也为N,N≠M,N,M均为正整数。
在进行回波消除时,可先获取第一长度的远端信号,所述第一长度与帧移M相关。其中,该过程中会持续接收远端信号,本发明实施例进行周期性回波消除,因此可在没达到第一长度后,获取对应的远端信号,从而每隔第一长度的远端信号进行一周期的处理。然后可基于帧长确定需要拼接的远端信号,将该需要拼接的远端信号和第一长度的远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
一个可选实施例中,依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,包括:依据帧长,确定在所述第一长度的远端信号之前的第三长度的远端信号,所述第三长度为第一长度和第二长度的差值;将所述第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。即可依据帧长确定第二长度,然后确定第二长度和第一长度的差值为第三长度,获取在第一长度的远端信号之前的第三长度的远端信号。然后按照顺序如时间顺序,将第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。
步骤208,依据所述第二长度的远端信号,确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。
然后可依据第二长度的远端信号来确定第四长度的远端信号,其中,可确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。即以第二长度的远端信号为基准来确定各第四长度的远端信号,如其中一个第四长度的远端信号在第二长度的远端信号的基础上确定第四长度得到,而其他第四长度的远端信号可在上述第四长度的远端信号的基础上按照块长的倍数偏移来确定。
步骤210,对所述目标远端信号进行快速傅里叶变换,得到频域的远端信号。
然后可对目标远端信号即预设个数的第四长度的远端信号进行快速傅里叶变换FFT,得到相应的频域的远端信号,用于后续计算麦克风接收到的回声信号。
步骤212,依据所述频域的远端信号和空间冲击响应进行处理,得到回声信号。
步骤214,依据所述语音信号和回声信号进行回声抵消处理,得到回声消除的目标信号。
可基于频域的远端信号与空间冲击响应进行相乘,乘积即为回声信号。得到回声信号后,可与语音信号进行回声抵消处理,如将回声信号通过傅里叶变换的反变换得到时域的回声信号,在时域上采用语音信号与回声信号相减,得到的结果即为回声消除的目标信号。当然,该过程中回声信号可能未完全消除,还可进行其他处理操作,如基于残留回波后滤波算法等处理,新一步消除回声。
其中,获取与所述目标远端信号对应的第四长度的语音信号。依据所述语音信号和回声信号进行回声抵消处理,得到回声消除的目标信号,包括:将所述第四长度的语音信号与所述回声信号相减,得到回声消除的目标信号。由于本发明实施例是周期性进行回声消除,因此在采集到语音信号后,可按照一定周期时刻截取语音信号,如可按照时间信息得到与所述目标远端信号对应的第四长度的语音信号,然后将第四长度的语音信号与时域的回声信号相减,得到回声消除的目标信号。
在一个示例中,假设块长为N、帧移为M、帧长为L,则一帧语音分块的个数k=L/N,通常k为2的幂次数。在进行周期性回声消除的过程中:
在t时刻,通过帧移进入的新的M个远端信号点,即获取第一长度为M的远端信号:x(0),x(1),……,x(M-1)
假设第二长度与帧长L相同,则第三长度为(L-M),则与前(L-M)个点进行拼帧,则当前帧的远端信号,即长度为L的远端信号为:
x(M-L),x(M-L+1),......,x(M-1)
预设个数为k,即一帧语音分块的个数,第四长度为2*N即两倍长度的帧长,则k个长度为2*N远端信号为目标远端信号:
x(M-2*N),x(M-2*N+1),......,x(M-1)
x(M-3*N),x(M-3*N+1),......,x(M-N-1)
……
x(M-(k+1)*N),x(M-(k+1)*N+1),......,x(M-(k-1)*N-1)
其中,k=L/N,则最后一个长度为2*N远端信号还可表示为:
x(M-L-N),x(M-L-N+1),......,x(M-L+N-1)
可对上述目标远端信号即k个长度为2*N远端信号进行FFT,得到频域的频域的远端信号。后续可采用频域的远端信号和空间冲击响应进行相乘处理,得到相应的回声信号来进行回声抵消。
本发明实施例中,还从采集的语音信号中,获取T时刻的长度为2*N的语音信号,即:
y(M-2*N),y(M-2*N+1),......,y(M-1)
然后在此基础上,将频域的回声信号反变换为时域的回声信号,与语音信号做自适应抵消得到估计的目标信号d(n)。
上述是一种示例,实际处理中,各长度(包括第一长度、第二长度、第三长度、第四长度)也可与各参数不相等,而是按照需求设置,如按照一定比例设置各参数对应的长度等。
基于上述处理过程,假设b=N/M,如果b设置为大于等于2,则帧移是小于块长的,从而上述通用帧移长度的PBFDAF算法的延时即可缩短,且不影响回声的消除。并且,上述过程可在信号的FFT长度保持不变的情况下,能够保证回波抵消的性能。
并且,假设每经过N个点,PBFDAF的计算量为C,由于N=b*M,则上述处理过程的计算量为b*C,如果b大于等于2,则由于帧移缩短,从而能够将自适应滤波算法的收敛速度加快。
从而上述基于通用帧移长度的分块频域自适应算法,根据合理设置参数,达到在不提升过多计算量的同时,既可以满足回波抵消性能的同时,还可以增加算法的收敛时间,并且缩短AEC算法的延时。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
在上述实施例的基础上,本发明实施例还提供了一种音频数据处理装置。可应用于手机、平板电脑等终端设备上。
参照图3,示出了本发明的一种音频数据处理装置实施例的结构框图,具体可以包括如下模块:
信号采集模块302,用于采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等。
信号处理模块304,用于依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号。
回声消除模块306,用于依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
参照图4,示出了本发明的另一种音频数据处理装置实施例的结构框图,具体可以包括如下模块:
信号采集模块302,用于采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等。
信号处理模块304,用于依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号。
回声消除模块306,用于依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
其中,所述信号采集模块302,包括:
语音采集子模块3022,用于采集语音信号。
远端采集子模块3024,用于依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关。
拼接子模块3026,用于依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
其中,所述拼接子模块3026,用于依据帧长,确定在所述第一长度的远端信号之前的第三长度的远端信号,所述第三长度为第一长度和第二长度的差值;将所述第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。
所述信号处理模块304,包括:目标确定子模块3042和变换处理子模块3044。其中:
目标确定子模块3042,用于依据所述第二长度的远端信号,确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。
变换处理子模块3044,用于对所述目标远端信号进行快速傅里叶变换,得到频域的远端信号。
所述信号采集模块302,还用于获取与所述目标远端信号对应的第四长度的语音信号。其中,可采用语音采集子模块3022获取与所述目标远端信号对应的第四长度的语音信号。
所述回声消除模块306,用于依据所述频域的远端信号和空间冲击响应进行处理,得到回声信号;将所述语音信号与所述回声信号相减,得到回声消除的目标信号。
基于上述处理过程,假设b=N/M,如果b设置为大于等于2,则帧移是小于块长的,从而上述通用帧移长度的PBFDAF算法的延时即可缩短,且不影响回声的消除。并且,上述过程可在信号的FFT长度保持不变的情况下,能够保证回波抵消的性能。
并且,假设每经过N个点,PBFDAF的计算量为C,由于N=b*M,则上述处理过程的计算量为b*C,如果b大于等于2,则由于帧移缩短,从而能够将自适应滤波算法的收敛速度加快。
从而上述基于通用帧移长度的分块频域自适应算法,根据合理设置参数,达到在不提升过多计算量的同时,既可以满足回波抵消性能的同时,还可以增加算法的收敛时间,并且缩短AEC算法的延时。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图5是根据一示例性实施例示出的一种用于音频数据处理的电子设备500的结构框图。例如,电子设备500可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等;也可以是服务端设备,如服务器。
参照图5,电子设备500可以包括以下一个或多个组件:处理组件502,存储器504,电源组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制电子设备500的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件502可以包括一个或多个处理器520来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理部件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在设备500的操作。这些数据的示例包括用于在电子设备500上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件504为电子设备500的各种组件提供电力。电力组件504可以包括电源管理系统,一个或多个电源,及其他与为电子设备500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述电子设备500和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件508包括一个前置摄像头和/或后置摄像头。当电子设备500处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当电子设备500处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器,用于为电子设备500提供各个方面的状态评估。例如,传感器组件514可以检测到设备500的打开/关闭状态,组件的相对定位,例如所述组件为电子设备500的显示器和小键盘,传感器组件514还可以检测电子设备500或电子设备500一个组件的位置改变,用户与电子设备500接触的存在或不存在,电子设备500方位或加速/减速和电子设备500的温度变化。传感器组件514可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件516被配置为便于电子设备500和其他设备之间有线或无线方式的通信。电子设备500可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件514经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件514还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器504,上述指令可由电子设备500的处理器520执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行一种音频数据处理方法,所述方法包括:采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号;依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
可选的,所述依据帧长和帧移确定远端信号,包括:依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关;依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
可选的,依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,包括:依据帧长,确定在所述第一长度的远端信号之前的第三长度的远端信号,所述第三长度为第一长度和第二长度的差值;将所述第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。
可选的,所述依据远端信号确定目标远端信号,包括:依据所述第二长度的远端信号,确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。
可选的,还包括:获取与所述目标远端信号对应的第四长度的语音信号。
可选的,依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号,包括:依据所述频域的远端信号和空间冲击响应进行处理,得到回声信号;将所述语音信号与所述回声信号相减,得到回声消除的目标信号。
图6是本发明根据另一示例性实施例示出的一种用于音频数据处理的电子设备600的结构示意图。该电子设备600可以是服务器,该服务器可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processing units,CPU)622(例如,一个或一个以上处理器)和存储器632,一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器622可以设置为与存储介质630通信,在服务器上执行存储介质630中的一系列指令操作。
服务器还可以包括一个或一个以上电源626,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口658,一个或一个以上键盘656,和/或,一个或一个以上操作系统641,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
在示例性实施例中,服务器经配置以由一个或者一个以上中央处理器622执行,一个或者一个以上程序包含用于进行以下操作的指令:采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号;依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
所述依据帧长和帧移确定远端信号,包括:依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关;依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
所述依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,包括:依据帧长,确定在所述第一长度的远端信号之前的第三长度的远端信号,所述第三长度为第一长度和第二长度的差值;将所述第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。
所述依据远端信号确定目标远端信号,包括:依据所述第二长度的远端信号,确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。
还包含用于进行以下操作的指令:获取与所述目标远端信号对应的第四长度的语音信号。
依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号,包括:依据所述频域的远端信号和空间冲击响应进行处理,得到回声信号;将所述语音信号与所述回声信号相减,得到回声消除的目标信号。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种音频数据处理方法、一种音频数据处理装置、一种电子设备和一种存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种音频数据处理方法,其特征在于,包括:
采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;
依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号;
依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
2.根据权利要求1所述的方法,其特征在于,所述依据帧长和帧移确定远端信号,包括:
依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关;
依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
3.根据权利要求2所述的方法,其特征在于,依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,包括:
依据帧长,确定在所述第一长度的远端信号之前的第三长度的远端信号,所述第三长度为第一长度和第二长度的差值;
将所述第三长度的远端信号和所述第一长度的远端信号进行拼接,得到第二长度的远端信号。
4.根据权利要求2所述的方法,其特征在于,所述依据远端信号确定目标远端信号,包括:
依据所述第二长度的远端信号,确定预设个数的第四长度的远端信号作为目标远端信号,其中,所述第四长度与块长相关,所述预设个数与帧长、块长相关。
5.根据权利要求4所述的方法,其特征在于,还包括:
获取与所述目标远端信号对应的第四长度的语音信号。
6.根据权利要求1所述的方法,其特征在于,依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号,包括:
依据所述频域的远端信号和空间冲击响应进行处理,得到回声信号;
将所述语音信号与所述回声信号相减,得到回声消除的目标信号。
7.一种音频数据处理装置,其特征在于,包括:
信号采集模块,用于采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;
信号处理模块,用于依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到频域的远端信号;
回声消除模块,用于依据所述语音信号和频域的远端信号进行回声抵消处理,得到回声消除的目标信号。
8.根据权利要求7所述的装置,其特征在于,所述信号采集模块,包括:
远端采集子模块,用于依据帧移,确定第一长度的远端信号,其中,所述第一长度与帧移相关;
拼接子模块,用于依据帧长和帧移对远端信号进行拼接,得到第二长度的远端信号,所述第二长度与帧长相关。
9.一种电子设备,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
采集语音信号,并依据帧长和帧移确定远端信号,其中,帧移与块长不相等;
依据所述远端信号确定目标远端信号,对所述目标远端信号进行处理,得到回声信号;
依据所述语音信号和回声信号进行回声抵消处理,得到回声消除的目标信号。
10.一种可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-6中一个或多个所述的音频数据处理方法。
CN201710631919.4A 2017-07-28 2017-07-28 音频数据处理方法、装置、电子设备和存储介质 Active CN109308905B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710631919.4A CN109308905B (zh) 2017-07-28 2017-07-28 音频数据处理方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710631919.4A CN109308905B (zh) 2017-07-28 2017-07-28 音频数据处理方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN109308905A true CN109308905A (zh) 2019-02-05
CN109308905B CN109308905B (zh) 2021-08-20

Family

ID=65205427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710631919.4A Active CN109308905B (zh) 2017-07-28 2017-07-28 音频数据处理方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN109308905B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111179970A (zh) * 2019-08-02 2020-05-19 腾讯科技(深圳)有限公司 音视频处理方法、合成方法、装置、电子设备及存储介质
CN111341338A (zh) * 2020-05-19 2020-06-26 深圳市友杰智新科技有限公司 消除回声的方法、装置和计算机设备
WO2021017134A1 (zh) * 2019-07-26 2021-02-04 歌尔科技有限公司 回声消除方法及装置、电子设备、可读存储介质
CN113194387A (zh) * 2021-04-27 2021-07-30 北京小米移动软件有限公司 音频信号处理方法、装置、电子设备及存储介质
CN113382119A (zh) * 2020-02-25 2021-09-10 北京字节跳动网络技术有限公司 消除回声的方法、装置、可读介质和电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103067629A (zh) * 2013-01-18 2013-04-24 苏州科达科技股份有限公司 回声消除装置
CN103730125A (zh) * 2012-10-12 2014-04-16 华为技术有限公司 一种回声抵消方法和设备
KR101396873B1 (ko) * 2013-04-03 2014-05-19 주식회사 크린컴 두 개의 마이크로폰을 포함하는 통신장치에서의 잡음제거방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103730125A (zh) * 2012-10-12 2014-04-16 华为技术有限公司 一种回声抵消方法和设备
CN103067629A (zh) * 2013-01-18 2013-04-24 苏州科达科技股份有限公司 回声消除装置
KR101396873B1 (ko) * 2013-04-03 2014-05-19 주식회사 크린컴 두 개의 마이크로폰을 포함하는 통신장치에서의 잡음제거방법 및 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姜开宇等: "基于频域逐级回归的声学回声控制", 《电子与信息学报》 *
胡坚等: "基于分段块自适应滤波算法的长延时回声消除", 《数据采集与处理》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021017134A1 (zh) * 2019-07-26 2021-02-04 歌尔科技有限公司 回声消除方法及装置、电子设备、可读存储介质
CN111179970A (zh) * 2019-08-02 2020-05-19 腾讯科技(深圳)有限公司 音视频处理方法、合成方法、装置、电子设备及存储介质
CN111179970B (zh) * 2019-08-02 2023-10-20 腾讯科技(深圳)有限公司 音视频处理方法、合成方法、装置、电子设备及存储介质
CN113382119A (zh) * 2020-02-25 2021-09-10 北京字节跳动网络技术有限公司 消除回声的方法、装置、可读介质和电子设备
CN111341338A (zh) * 2020-05-19 2020-06-26 深圳市友杰智新科技有限公司 消除回声的方法、装置和计算机设备
CN113194387A (zh) * 2021-04-27 2021-07-30 北京小米移动软件有限公司 音频信号处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN109308905B (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN109308905A (zh) 音频数据处理方法、装置、电子设备和存储介质
CN108510987B (zh) 语音处理方法及装置
KR101802403B1 (ko) 촬영기능을 조절하는 제어 방법, 장치, 기기, 프로그램 및 저장매체
CN104536473B (zh) 净化空气的控制方法及装置
CN105491642B (zh) 网络连接的方法和装置
CN105511686B (zh) 来电处理方法、装置及终端电子设备
CN104598130A (zh) 模式切换方法、终端、可穿戴设备及装置
CN104219388A (zh) 语音控制方法和装置
CN106600530B (zh) 照片合成方法及装置
CN107833579A (zh) 噪声消除方法、装置及计算机可读存储介质
CN110931028B (zh) 一种语音处理方法、装置和电子设备
CN109087650A (zh) 语音唤醒方法及装置
CN109376771A (zh) 应用程序分类方法及装置
CN104378715A (zh) 降低耳机pop音的装置和方法
CN104182039A (zh) 设备控制方法、装置及电子设备
CN106782625B (zh) 音频处理方法和装置
CN107368280A (zh) 语音交互的音量控制方法、装置和语音交互设备
CN109256145A (zh) 基于终端的音频处理方法、装置、终端和可读存储介质
CN106060707B (zh) 混响处理方法及装置
CN105430469B (zh) 音视频数据的播放方法、装置、终端及服务器
CN109309764A (zh) 音频数据处理方法、装置、电子设备和存储介质
CN106791245A (zh) 确定滤波器系数的方法及装置
CN110580910B (zh) 一种音频处理方法、装置、设备及可读存储介质
CN110660403B (zh) 一种音频数据处理方法、装置、设备及可读存储介质
CN106020646A (zh) 媒体音量调整方法、装置和终端设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant