CN110232905B - 上行降噪方法、装置和电子设备 - Google Patents
上行降噪方法、装置和电子设备 Download PDFInfo
- Publication number
- CN110232905B CN110232905B CN201910503947.7A CN201910503947A CN110232905B CN 110232905 B CN110232905 B CN 110232905B CN 201910503947 A CN201910503947 A CN 201910503947A CN 110232905 B CN110232905 B CN 110232905B
- Authority
- CN
- China
- Prior art keywords
- signal
- acoustic signal
- acoustic
- sound
- signals
- 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.)
- Expired - Fee Related
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000005236 sound signal Effects 0.000 claims abstract description 72
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims 1
- 230000005534 acoustic noise Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/175—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general using interference effects; Masking sound
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech 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
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Circuit For Audible Band Transducer (AREA)
- Noise Elimination (AREA)
Abstract
本发明提供了一种上行降噪方法、装置和电子设备,属于声学降噪技术领域。本发明实施例提供的上行降噪方法、装置和电子设备,从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;将两路声信号作为输入信号,采用最小均方算法生成中间声信号;将所述中间声信号和所述第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号。通过将最小均方算法优化所得的声信号重新作为该算法的优化对象,使最终所得声信号的信噪比高于输入的两路声信号的信噪比,与仅使用最小均方算法相比,进一步提升了信噪比,改善上行降噪的降噪效果,提升语音通话质量。
Description
技术领域
本发明涉及声学降噪技术领域,具体而言,涉及一种上行降噪方法、装置和电子设备。
背景技术
现有降噪技术可分上行降噪和下行降噪两种,上行降噪是指在通话时,对于传来的语音信号进行过滤与清洗,提高语音信号的信噪比;下行降噪是指消除环境噪声。基于双麦的上行降噪方法被广泛应用于手机通话中,通过分别在手机两端安装麦克风,其中一个麦克风采集环境噪声,另一个麦克风采集语音信号,利用这两路麦克风采集的声信号将噪声信号和语音信号分离,实现上行降噪。现有的上行降噪方法语音信号的信噪比较低,导致降噪效果不理想。
发明内容
针对上述问题,本发明提供了一种上行降噪方法、装置和电子设备,有助于改善上行降噪的降噪效果。
第一方面,本发明实施例提供了一种上行降噪方法,包括:
从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;
将所述两路声信号作为输入信号,采用最小均方算法生成中间声信号;
将所述中间声信号和所述第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号;
输出所述最终声信号。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号的步骤,包括:
接收两路声信号;
计算两路声信号的信噪比;
比较所述两路声信号的信噪比大小,确定信噪比大的声信号为第一声信号,信噪比小的声信号为第二声信号。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,将所述两路声信号作为输入信号,采用最小均方算法生成中间声信号的步骤,包括:
基于所述第一声信号和第二声信号,利用最小均方算法进行寻优,获取最优滤波参数;
基于所述最优滤波参数,对所述第一声信号进行滤波,获取所述中间声信号。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,基于所述第一声信号和第二声信号,利用最小均方算法进行寻优,获取最优滤波参数的步骤,包括:
根据公式(1)和公式(2),优化滤波参数W(n)到最优滤波参数W1(n),
e(n)=x1(n)-W(n)Tx2(n) (1)
W1(n)=W(n-1)+ux2(n)e(n) (2)
其中,W(n)T表示滤波参数矩阵的转置,W1(n)表示最优滤波参数,x1(n),x2(n)分别表示第一声信号和第二声信号,e(n)为误差信号,u为步长因子,n为滤波参数个数。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述滤波参数初始化为W(n)=[0,0…0]。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述步长因子u可变。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,基于所述第一声信号和第二声信号,利用最小均方算法进行寻优,获取最优滤波参数的步骤,还包括:
当误差信号e(n)小于设定阈值时,停止更新滤波参数,将此时的滤波参数作为最优滤波参数。
结合第一方面,本发明实施例提供了第一方面的第七种可能的实施方式,其中,重复执行所述采用最小均方算法生成中间声信号,直至获取最终声信号的步骤,包括:
如果执行所述采用最小均方算法生成中间声信号的次数达到设定次数,则停止执行,将此时生成的声信号作为最终声信号。
第二方面,本发明实施例还提供了一种上行降噪装置,包括:
选择模块,用于从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;
处理模块,用于将所述两路声信号作为输入信号,采用最小均方算法生成中间声信号;将所述中间声信号和所述第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号;
输出模块,用于输出所述最终声信号。
第三方面,本发明实施例还提供了一种电子设备,其中,包括处理器和存储器,所述存储器中存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现第一方面中任一项所述的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现第一方面的任一项所述的方法。
本发明实施例带来了以下有益效果:
本发明实施例提供的上行降噪方法、装置和电子设备,从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;将两路声信号作为输入信号,采用最小均方算法生成中间声信号;将所述中间声信号和所述第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号。通过将最小均方算法优化所得的声信号重新作为该算法的优化对象,使最终所得声信号的信噪比高于输入的两路声信号的信噪比,与仅使用最小均方算法相比,进一步提升了信噪比,改善上行降噪的降噪效果,提升语音通话质量。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例所提供的上行降噪方法的流程图;
图2为本发明一实施例所提供的上行降噪方法的降噪效果图;
图3为本发明一实施例所提供的上行降噪装置的结构框图;
图4为本发明一实施例所提供的电子设备的结构框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为便于对本实施例进行理解,下面对本发明实施例提供的上行降噪方法、装置和电子设备进行详细介绍。
实施例一
如图1示出了本发明实施例提供的上行降噪方法步骤流程图,参照图1,该上行降噪方法包括如下步骤:
S100:从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;
S200:将两路声信号作为输入信号,采用最小均方算法生成中间声信号;
S300:将所述中间声信号和第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号。
S400:输出最终声信号。
最小均方算法的基本思路是利用两路输入声信号的信噪比差异,将信噪比低的信号逼近信噪比高的信号,根据梯度下降的迭代搜索得出滤波器参数,在实际应用中,两路信号具有一定的相关性,因此优化所得滤波器对信噪比较高的一路信号也具有一定的优化效果,使最终所得输出信号信噪比相较于输入的两信号更高。而将优化输出信号和信噪比较高的信号作为初始输入,又得到了两路信噪比不同的输入信号。以此类推,如此迭代可以消除大部分噪声。
在一个实施方式中,上述步骤S100包括如下步骤:
步骤一:接收两路声信号;
步骤二:计算两路声信号的信噪比;
步骤三:比较两路声信号的信噪比大小,确定信噪比大的声信号为第一声信号,信噪比小的声信号为第二声信号。
利用两个麦克风分别采集两个声信号x1和x2,其中x1=s1+n1,x2=s2+n2,其中s1,s2分别为声信号x1和x2需要提出的语音信号,n1,n2为需要剔除的噪音信号。声信号x1的信噪比SNR1=s1/n1;声信号x2的信噪比SNR2=s2/n2。对于两个信号的信噪比SNR1和SNR2,也可通过语音源与两个麦克风距离的远近进行简单判断,如离语音源近的麦克风采集的声信号的信噪比高于离语音源远的麦克风采集的声信号的信噪比。
在一个实施方式中,上述步骤S200包括如下步骤:
步骤a:基于第一声信号和第二声信号,利用最小均方算法进行寻优,获取最优滤波参数;
步骤b:基于最优滤波参数,对第一声信号进行滤波,获取中间声信号。
在一个实施方式中,上述步骤a包括:根据公式(1)和公式(2),优化滤波参数W(n)到最优滤波参数W1(n),
e(n)=x1(n)-W(n)Tx2(n) (1)
W1(n)=W(n-1)+ux2(n)e(n) (2)
其中,W(n)T表示滤波参数矩阵的转置,W1(n)表示最优滤波参数,x1(n),x2(n)分别表示第一声信号和第二声信号,e(n)为误差信号,u为步长因子,n为滤波参数个数。
通常步长因子为定常数。利用第二声信号对滤波参数进行训练,滤波参数不断被训练和更新,使得最优滤波器的参数达到最佳,此时误差信号e(n)最小,训练阶段采用最小均方算法更新滤波器参数至最新。预设误差信号e(n)的阈值,当误差信号e(n)小于该阈值时,停止更新滤波参数。
在一个实施方式中,上述滤波参数初始化为W(n)=[0,0…0]。初始化为滤波参数在算法第一步计算时的取值,为滤波参数迭代更新前的取值。
在一个实施方式中,上述步长因子u为可变。在滤波参数优化开始阶段,步长因子u可选用较大取值,保证较快的收敛速度,然后让u逐渐变小,保证收敛后得到较小的失调量。
在一个实施方式中,通过设置步骤S300的迭代次数,停止步骤S300的实施,获取最终声信号。由于该算法只有在两路输入的信噪通道有一定的相关性情况下适用,迭代若干次后信噪相关性会下降,降噪效果受到一定的制约,因此,过多的迭代次数并不能提高降噪效果,反而会增加计算时间和计算量。
如图2所示的基于最小均方算法的上行降噪方法的降噪效果图,参考图2可知,利用上述基于最小均方算法的上行降噪方法对图中x1和x2进行优化处理后得到信号y,信号y的信噪比较信号x1和x2有显著提升,说明本降噪方法的有效性。
本发明实施例提供的基于最小均方算法的上行降噪方法,通过将最小均方算法优化所得的声信号重新作为该算法的优化对象,使最终所得声信号的信噪比高于第一声信号和第二声信号的信噪比,与仅使用最小均方算法相比,进一步提升了信噪比,改善上行降噪的降噪效果,提升语音通话质量。
实施例二
与上述方法实施例相对应地,本实施例提供了一种上行降噪装置,如图3所示,该装置包括:
选择模块31,用于从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;
处理模块32,用于将所述两路声信号作为输入信号,采用最小均方算法生成中间声信号;将所述中间声信号和所述第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号;
输出模块33,用于输出所述最终声信号。
可选地,选择模块31还可以用于:接收两路声信号;计算两路声信号的信噪比;比较所述两路声信号的信噪比大小,确定信噪比大的声信号为第一声信号,信噪比小的声信号为第二声信号。
处理模块32还可以用于:基于所述第一声信号和第二声信号,利用最小均方算法进行寻优,获取最优滤波参数;基于所述最优滤波参数,对所述第一声信号进行滤波,获取所述中间声信号。例如,根据公式(1)和公式(2),优化滤波参数W(n)到最优滤波参数W1(n),
e(n)=x1(n)-W(n)Tx2(n) (1)
W1(n)=W(n-1)+ux2(n)e(n) (2)
其中,W(n)T表示滤波参数矩阵的转置,W1(n)表示最优滤波参数,x1(n),x2(n)分别表示第一声信号和第二声信号,e(n)为误差信号,u为步长因子,n为滤波参数个数。
滤波参数可以初始化为W(n)=[0,0…0]。步长因子u可变。当误差信号e(n)小于设定阈值时,停止更新滤波参数,将此时的滤波参数作为最优滤波参数。
处理模块32还可以用于:如果执行所述采用最小均方算法生成中间声信号的次数达到设定次数,则停止执行,将此时生成的声信号作为最终声信号。
本发明实施例提供的上行降噪装置,从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;将两路声信号作为输入信号,采用最小均方算法生成中间声信号;将所述中间声信号和所述第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号。通过将最小均方算法优化所得的声信号重新作为该算法的优化对象,使最终所得声信号的信噪比高于输入的两路声信号的信噪比,与仅使用最小均方算法相比,进一步提升了信噪比,改善上行降噪的降噪效果,提升语音通话质量。
实施例三
与上述实施例的基础上,本公开实施例提供了一种电子设备。示例性地,该电子设备可以是手机。如图4所示,该电子设备包括:处理器41、存储器42、第一麦克风44、第二麦克风45,且该电子设备的各个单元模块通过总线43进行连接。其中,存储器42可用于存储软件程序以及模块,如本发明实施例中的上行降噪装置对应的程序指令/模块。处理器41通过运行存储在存储器42的软件程序以及模块,从而执行对应的各种功能应用以及数据处理,如本发明实施例提供的上行降噪方法。
存储器42可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(如本发明实施例的上行降噪方法)等;存储数据区可存储根据显示设备的使用所创建的数据(比如机柜内的负载量)等。此外,存储器42可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器41是该电子设备的控制中心,利用各种接口和线路连接整个设备的各个部分,通过运行或执行存储在存储器42内的软件程序和/或模块,以及调用存储在存储器42内的数据,执行各种功能和处理数据,从而对电子设备进行整体监控。可选的,处理器41可包括一个或多个处理单元。
第一麦克风44和第二麦克风45用于采集语音信号。
总线43连接该电子设备的各个模块单元,用于向处理器41发出的控制指令信息,以及将存储器44存储的信息传输给处理器41,此外,还可以将第一麦克风44和第二麦克风45采集的语音信号发送给处理器41。
本发明实施例提供的电子设备还可包括比图4中所示更多或者更少的组件,或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
进一步地,本发明实施例还提供了一种机器可读存储介质,该机器可读存储介质存储有机器可执行指令,该机器可执行指令在被处理器调用和执行时,机器可执行指令促使处理器实现上述的数据备份方法。
本发明实施例提供的上行降噪方法、装置和电子设备具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
需要说明的是,在本发明所提供的实施例中,应该理解到,所揭露系统和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种上行降噪方法,其特征在于,包括:
从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;
将所述两路声信号作为输入信号,采用最小均方算法生成中间声信号;
将所述中间声信号和所述第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号;
输出所述最终声信号。
2.根据权利要求1所述的方法,其特征在于,从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号的步骤,包括:
接收两路声信号;
计算两路声信号的信噪比;
比较所述两路声信号的信噪比大小,确定信噪比大的声信号为第一声信号,信噪比小的声信号为第二声信号。
3.根据权利要求2所述的方法,其特征在于,将所述两路声信号作为输入信号,采用最小均方算法生成中间声信号的步骤,包括:
基于所述第一声信号和第二声信号,利用最小均方算法进行寻优,获取最优滤波参数;
基于所述最优滤波参数,对所述第一声信号进行滤波,获取所述中间声信号。
4.根据权利要求2所述的方法,其特征在于,基于所述第一声信号和第二声信号,利用最小均方算法进行寻优,获取最优滤波参数的步骤,包括:
根据公式(1)和公式(2),优化滤波参数W(n)到最优滤波参数W1(n),
e(n)=x1(n)-W(n)Tx2(n) (1)
W1(n)=W(n-1)+ux2(n)e(n) (2)
其中,W(n)T表示滤波参数矩阵的转置,W1(n)表示最优滤波参数,x1(n),x2(n)分别表示第一声信号和第二声信号,e(n)为误差信号,u为步长因子,n为滤波参数个数。
5.根据权利要求4所述的方法,其特征在于,所述滤波参数初始化为W(n)=[0,0…0]。
6.根据权利要求4所述的方法,其特征在于,所述步长因子u可变。
7.根据权利要求4所述的方法,其特征在于,基于所述第一声信号和第二声信号,利用最小均方算法进行寻优,获取最优滤波参数的步骤,还包括:
当误差信号e(n)小于设定阈值时,停止更新滤波参数,将此时的滤波参数作为最优滤波参数。
8.根据权利要求1所述的方法,其特征在于,重复执行所述采用最小均方算法生成中间声信号,直至获取最终声信号的步骤,包括:
如果执行所述采用最小均方算法生成中间声信号的次数达到设定次数,则停止执行,将此时生成的声信号作为最终声信号。
9.一种上行降噪装置,其特征在于,包括:
选择模块,用于从接收到的两路声信号中,选择信噪比大的声信号作为第一声信号;
处理模块,用于将所述两路声信号作为输入信号,采用最小均方算法生成中间声信号;将所述中间声信号和所述第一声信号作为输入信号,重复执行所述采用最小均方算法生成中间声信号的步骤,直至获取最终声信号;
输出模块,用于输出所述最终声信号。
10.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910503947.7A CN110232905B (zh) | 2019-06-12 | 2019-06-12 | 上行降噪方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910503947.7A CN110232905B (zh) | 2019-06-12 | 2019-06-12 | 上行降噪方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110232905A CN110232905A (zh) | 2019-09-13 |
CN110232905B true CN110232905B (zh) | 2021-08-27 |
Family
ID=67859025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910503947.7A Expired - Fee Related CN110232905B (zh) | 2019-06-12 | 2019-06-12 | 上行降噪方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232905B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111603191B (zh) * | 2020-05-29 | 2023-10-20 | 上海联影医疗科技股份有限公司 | 医学扫描中的语音降噪方法、装置和计算机设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938254A (zh) * | 2012-10-24 | 2013-02-20 | 中国科学技术大学 | 一种语音信号增强系统和方法 |
CN104679981A (zh) * | 2014-12-25 | 2015-06-03 | 新疆大学 | 一种基于可变步长lms-eemd的振动信号降噪方法 |
CN106302906A (zh) * | 2016-09-15 | 2017-01-04 | 上海斐讯数据通信技术有限公司 | 一种双麦克降噪方法及其装置、一种移动终端 |
CN107068162A (zh) * | 2017-05-25 | 2017-08-18 | 北京小鱼在家科技有限公司 | 一种语音增强方法、装置及终端设备 |
CN107248412A (zh) * | 2017-05-18 | 2017-10-13 | 歌尔科技有限公司 | 音频降噪方法和装置 |
CN107306239A (zh) * | 2017-07-13 | 2017-10-31 | 国网江苏省电力公司电力科学研究院 | 基于最小均方算法的堆垛机消噪方法 |
CN108962274A (zh) * | 2018-07-11 | 2018-12-07 | 会听声学科技(北京)有限公司 | 一种语音增强方法,装置及耳机 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1793374A1 (en) * | 2005-12-02 | 2007-06-06 | Nederlandse Organisatie voor Toegepast-Natuuurwetenschappelijk Onderzoek TNO | A filter apparatus for actively reducing noise |
CN101154383B (zh) * | 2006-09-29 | 2010-10-06 | 株式会社东芝 | 噪声抑制、提取语音特征、语音识别及训练语音模型的方法和装置 |
US8296135B2 (en) * | 2008-04-22 | 2012-10-23 | Electronics And Telecommunications Research Institute | Noise cancellation system and method |
US9280984B2 (en) * | 2012-05-14 | 2016-03-08 | Htc Corporation | Noise cancellation method |
US20140126737A1 (en) * | 2012-11-05 | 2014-05-08 | Aliphcom, Inc. | Noise suppressing multi-microphone headset |
CN103700375B (zh) * | 2013-12-28 | 2016-06-15 | 珠海全志科技股份有限公司 | 语音降噪方法及其装置 |
CN105489224B (zh) * | 2014-09-15 | 2019-10-18 | 讯飞智元信息科技有限公司 | 一种基于麦克风阵列的语音降噪方法及系统 |
CN107945815B (zh) * | 2017-11-27 | 2021-09-07 | 歌尔科技有限公司 | 语音信号降噪方法及设备 |
-
2019
- 2019-06-12 CN CN201910503947.7A patent/CN110232905B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102938254A (zh) * | 2012-10-24 | 2013-02-20 | 中国科学技术大学 | 一种语音信号增强系统和方法 |
CN104679981A (zh) * | 2014-12-25 | 2015-06-03 | 新疆大学 | 一种基于可变步长lms-eemd的振动信号降噪方法 |
CN106302906A (zh) * | 2016-09-15 | 2017-01-04 | 上海斐讯数据通信技术有限公司 | 一种双麦克降噪方法及其装置、一种移动终端 |
CN107248412A (zh) * | 2017-05-18 | 2017-10-13 | 歌尔科技有限公司 | 音频降噪方法和装置 |
CN107068162A (zh) * | 2017-05-25 | 2017-08-18 | 北京小鱼在家科技有限公司 | 一种语音增强方法、装置及终端设备 |
CN107306239A (zh) * | 2017-07-13 | 2017-10-31 | 国网江苏省电力公司电力科学研究院 | 基于最小均方算法的堆垛机消噪方法 |
CN108962274A (zh) * | 2018-07-11 | 2018-12-07 | 会听声学科技(北京)有限公司 | 一种语音增强方法,装置及耳机 |
Also Published As
Publication number | Publication date |
---|---|
CN110232905A (zh) | 2019-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113676803B (zh) | 一种主动降噪方法及装置 | |
EP2235927B1 (en) | Apparatus, method and program for computing control information for an echo suppression filter | |
Szurley et al. | Efficient computation of microphone utility in a wireless acoustic sensor network with multi-channel Wiener filter based noise reduction | |
EP3439325A1 (en) | Automatically tuning an audio compressor to prevent distortion | |
JP4496186B2 (ja) | 音源分離装置、音源分離プログラム及び音源分離方法 | |
CN112581973B (zh) | 一种语音增强方法及系统 | |
EP2573768A2 (en) | Reverberation suppression device, reverberation suppression method, and computer-readable storage medium storing a reverberation suppression program | |
CN103222192A (zh) | 信号处理设备、信号处理方法和信号处理程序 | |
KR20130117750A (ko) | 컴퓨테이셔널 청각 장면 분석에 기초한 단청 노이즈 억제 | |
JP6135106B2 (ja) | 音声強調装置、音声強調方法及び音声強調用コンピュータプログラム | |
CN110556125B (zh) | 基于语音信号的特征提取方法、设备及计算机存储介质 | |
CN112602150A (zh) | 噪声估计方法、噪声估计装置、语音处理芯片以及电子设备 | |
CN111564161B (zh) | 智能抑制噪音的声音处理装置、方法、终端设备及可读介质 | |
CN110232905B (zh) | 上行降噪方法、装置和电子设备 | |
CN110021289B (zh) | 一种声音信号处理方法、装置及存储介质 | |
CN112201273A (zh) | 一种噪声功率谱密度计算方法、系统、设备及介质 | |
CN111988707B (zh) | 啸叫检测方法、装置及存储介质 | |
WO2024041512A1 (zh) | 音频降噪方法、装置、电子设备及可读存储介质 | |
CN112997249B (zh) | 语音处理方法、装置、存储介质及电子设备 | |
CN112201272A (zh) | 音频数据降噪的方法、装置、设备及存储介质 | |
CN117496990A (zh) | 语音去噪方法、装置、计算机设备及存储介质 | |
CN113205824B (zh) | 声音信号处理方法、装置、存储介质、芯片及相关设备 | |
CN110265048B (zh) | 回声消除方法、装置、设备及存储介质 | |
CN113707170A (zh) | 风噪声抑制方法、电子设备和存储介质 | |
CN112289336A (zh) | 音频信号处理方法和装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210827 |