CN111402911B - 一种啸叫检测与抑制方法 - Google Patents

Abstract

本发明公开了一种啸叫检测与抑制方法，将采集语音信号帧进行短时傅里叶变换，从而计算得到每个语音信号帧的幅度谱，并由各个幅度谱获得每一帧峰值所对应的频率点和频率值，分别计算确认各个峰值所对应的分贝值和帧间峰值持续稳定性，并将获得的各个帧间峰值持续稳定性与预定阈值进行比较，从而筛选出满足要求的峰值，并作为候选啸叫点，分别计算确定各个候选啸叫点所对应的邻近峰值功率比、谐波功率比和帧间幅度谱斜率偏差，根据各个候选啸叫点的邻近峰值功率比、谐波功率比和帧间幅度谱斜率偏差进行线性组合，从而筛选出符合预定阈值的峰值作为真实啸叫点，滤波器针对各个真实啸叫点设定相应的系数进行啸叫抑制处理。

Description

一种啸叫检测与抑制方法

技术领域

本发明涉及电源时序器的技术领域，尤其是指一种啸叫检测与抑制方法。

背景技术

在会议系统中，声音通过麦克风拾取，并由扬声器播放，播放的声音又重新被麦克风拾取，形成正反馈回路，会在某一频点产生均匀震荡，导致扩声系统的信号功率不断增大，产生声反馈啸叫现象，发出令人不悦的声音破坏声音质量，严重影响听众的听觉感受，还容易烧毁功率放大器，扬声器的中高音单元。

目前针对啸叫现象所做的技术有：采用加权谱熵的啸叫检测方法(如专利CN201710448371.X，一种基于加权谱熵的啸叫检测方法)，搭配陷波器组合成啸叫检测及抑制算法，该算法主要是采用功率谱变化率设计加权值，计算每个功率值的熵来判定该值是否为啸叫点，该算法存在语音信号误判的可能，且当出现因失真引起的谐波分量较多，且多个共振频率则会出现误判。

鉴于此，本发明可以有效的解决以上问题，提出一种基于啸叫特征线性组合的啸叫检测算法。该算法搭配陷波器可有效达到滤除啸叫点的目的。

发明内容

本发明的目的在于克服现有技术的不足，提供一种可有效达到滤除啸叫点、基于啸叫特征线性组合的啸叫检测算法。

为了实现上述的目的，本发明所提供的一种啸叫检测与抑制方法，包括有以下步骤：

S1.将采集语音信号帧进行短时傅里叶变换，从而计算得到每个语音信号帧的幅度谱，并由各个幅度谱获得每一帧峰值所对应的频率点和频率值；

S2.基于各个峰值的频率点和频率值，分别计算确认各个峰值所对应的分贝值和帧间峰值持续稳定性，并将获得的各个帧间峰值持续稳定性与预定阈值进行比较，从而筛选出满足要求的峰值，并作为候选啸叫点；

S3.针对各个候选啸叫点，分别计算确定各个候选啸叫点所对应的邻近峰值功率比、谐波功率比和帧间幅度谱斜率偏差；

S4.根据各个候选啸叫点的邻近峰值功率比、谐波功率比和帧间幅度谱斜率偏差进行线性组合，从而筛选出符合预定阈值的峰值作为真实啸叫点；

S5.滤波器针对各个真实啸叫点设定相应的系数进行啸叫抑制处理。

进一步，在步骤S2中，根据公式dB＝20×log₁₀(|Y(ω_k,t)|)计算获得各个峰值的分贝值，其中，根据每个峰值的分贝值与帧间峰值持续稳定性之间的线性组合以计算得到各个峰值的帧间峰值持续稳定性。

进一步，在步骤S3中，根据候选啸叫点的频率点与额定频率点的比值以计算邻近峰值功率比，其中，若候选啸叫点的频率点大于额定频率点时，则计算该候选啸叫点左边的邻近峰值功率比；若候选啸叫点的频率点小于额定频率点时，则计算该候选啸叫点右边的邻近峰值功率比。

进一步，在步骤S3中，预划分出的三个频率值范围以供各个候选啸叫点的频率值选取对应的频率值范围，从而按照各个频率值范围所对应的阶数进行计算谐波功率比。

进一步，当候选啸叫点的频率值介于20-5600Hz之间时，候选啸叫点计算 m＝[0.5,1.5,2,3,4]阶的谐波功率比；当候选啸叫点的频率值介于5600-11700Hz之间时，候选啸叫点计算m＝[0.5,1.5,2]阶的谐波功率比；当候选啸叫点的频率值大于11700Hz时，则该候选啸叫点判定为失效。

进一步，在步骤S4中，以预设定的频率值为界，当在候选啸叫点的频率值大于预设定的频率值时，采用邻近峰值功率比与帧间幅度谱斜率偏差的线性组合；当在候选啸叫点的频率值小于预设定的频率值，采用谐波功率比、邻近峰值功率比与帧间幅度谱斜率偏差三者的线性组合。

本发明采用上述的方案，其有益效果在于：该发明基于啸叫特征的线性组合能有效降低语音及失真信号的误判率，并能加快判定啸叫点，具有较好的应用价值。

附图说明

图1为本发明的啸叫检测与抑制方法的流程图。

具体实施方式

为了便于理解本发明，下面参照附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。提供这些实施方式的目的是使对本发明的公开内容理解得更加透彻全面。

在本实施例中，一种啸叫检测与抑制方法，本次发明的啸叫检测与抑制方法主要是根据的啸叫特点信息：1)啸叫信号为单频点，2)啸叫信号的谐波分量较少，3)啸叫信号比语音信号持续时间长。根据以上3点采用啸叫点判断特征，分别为帧间峰值持久性(Interframe Peak Magnitude Persistence，IPMP)、邻近功率峰值比(Peak-to-Neighboring Power Ratio，PNPR),峰值谐波功率比(Peak-to-Harmonic Power Ratio，PHPR),帧间幅度谱斜率偏差(Interframe Magnitude Slope Deviation，IMSD)的线性组合，以达到提高判断准确率，加快啸叫点判定时间的目的。

进一步，啸叫检测与抑制方法具体包括有以下步骤：

S1.将采集语音信号帧进行短时傅里叶变换，从而计算得到每个语音信号帧的幅度谱，并由各个幅度谱获得每一帧峰值所对应的频率点和频率值；

S2.基于各个峰值的频率点和频率值，分别计算确认各个峰值所对应的分贝值和帧间峰值持续稳定性(IPMP)，并将获得的各个帧间峰值持续稳定性与预定阈值进行比较，从而筛选出满足要求的峰值，并作为候选啸叫点；

S3.针对各个候选啸叫点，分别计算确定各个候选啸叫点所对应的邻近峰值功率比(PNPR)、谐波功率比(PHPR)和帧间幅度谱斜率偏差(IMSD)；

S4.根据各个候选啸叫点的邻近峰值功率比、谐波功率比和帧间幅度谱斜率偏差进行线性组合，从而筛选出符合预定阈值的峰值作为真实啸叫点；

S5.滤波器针对各个真实啸叫点设定相应的系数进行啸叫抑制处理。

为了便于对上述的方法的理解，以下作出进一步的解释说明，其中，预先定义频率点ω和频率f：

在步骤S1中，基于傅里叶变换进行计算每个语音信号帧的幅度谱，即：

其中，Y(ω_K,t)为第t帧信号在频率中ω_K的幅度值，x(n) 是第t帧的时域信号值，共有N个样本点，e代表自然对数，j表示虚数。进而根据计算获得的每个幅度谱中分别确认每一帧峰值所在位置的频率点ω_K以及点ω_K以对应的频率值f_k，并对各个幅度谱的每一帧峰值进行确认和记录所对应的频率点和幅度值。

在步骤S2中，对于峰值的分贝值的计算如下：dB＝20×log₁₀(|Y(ω_k,t)|)，从而分别计算得到各个峰值的分贝值dB。

另外，根据短时傅里叶变换所获得峰值数量较多，且由于啸叫点具有持续性比语音信号长、持续性幅值能量比语音信号长的特性，因此采用帧间峰值持续稳定性(IPMP)与对应的分贝值dBA进行线性组合，其中，此处的分贝值dBA采用该点峰值前5帧满足峰值的分贝值dB要求的比率，因此，对于帧间峰值持续稳定性的计算如下：

valptip≥T_ptip∩dBA(ω_k,t)≥T_dBA，其中，ω_K为第k个峰值所在的频率点。从而将获得各个帧间峰值持续稳定性与预定阈值(此处的预定阈值为0.73)进行比较，从而筛选出满足要求的峰值，并作为候选啸叫点，即：帧间峰值持续稳定性≥预定阈值时，则判定为满足要求。

在步骤S3中的邻近峰值功率比(PNPR)计算如下：根据啸叫信号为单频点的特点且啸叫信号较窄、附件点幅值较小的原则，在对比候选啸叫点的幅值与临近峰值的功率比值时，由于语音信号也附近也存在幅值较小的情况，因此，为了避免误判，通过引入相邻两个值的相对偏差，以减少PNPR误判的可能，以便于共同组合计算邻近峰值功率比PNPR(ω_K，t)，即：

若ω_K存在以下情况，则按相对应的方式计算：1)若ω_K＜7，则只计算该候选啸叫点右边的邻近峰值功率比；2)若ω_K＜7，则只计算该候选啸叫点左边的邻近峰值功率比。

在步骤S3中的谐波功率比(PHPR)计算如下：基于啸叫点所对应的0.5阶，1.5阶， 2阶，3阶，4阶谐波分量较小的原则，即0.5倍，1.5倍，2倍，3倍，4倍的啸叫频点即为其啸叫点对应的谐波分量，且由于啸叫点具有持续性和持续时间较长的特性，故计算该点的前Q_H帧中满足阈值的个数比例值作为谐波功率比(PHPR)，其中，针对频率值划分出三个频率值范围，即，处于20＜f_k＜5600之间的候选啸叫点计算m＝[0.5,1.5,2,3,4]阶；处于5600 ＜f_k＜11700之间的候选啸叫点计算m＝[0.5,1.5,2]阶；处于f_k＞11700的候选啸叫点，则该判定方式为失效，改为PHPR(ω_k,t)＝0。

在步骤S3中的在步骤S3中的帧间幅度谱斜率偏差(IMSD)计算如下：由于啸叫信号具有随时间不断增长的特性，故对该候选啸叫点每次的增长斜率以计算帧间幅度谱斜率偏差IMSD(ω_K，t)。

根据上述的计算分别计算得出各个候选啸叫点的邻近峰值功率比(PNPR)、谐波功率比(PHPR)和帧间幅度谱斜率偏差(IMSD)，其中，为了提高算法的精度，结合不同声音和啸叫信号的差异，特在步骤S4中对计算获得的PHPR、PNPR、IMSD进行线性组合，即：以频率值11700Hz为分界线进行划分为如下情况：

1)当f_k＞11700Hz时，谐波功率比(PHPR)判定为失效，此时仅采用邻近峰值功率比(PNPR)与帧间幅度谱斜率偏差(IMSD)的线性组合；

2)当f_k＜11700Hz时，此时采用谐波功率比(PHPR)、邻近峰值功率比(PNPR)与帧间幅度谱斜率偏差(IMSD)三者的线性组合。

根据步骤S4中的两种线性组合的情况，从而分别计算确认各个候选啸叫点的线性组合结果，并根据该结果与预定阈值进行比较大小，进而筛选出复合预定阈值的峰值作为真实啸叫点，通过这种方式以达到提高判断准确率，加快啸叫点判定时间的目的。

综上所述，首先根据啸叫信号特点采用帧间峰值持续稳定性(IPMP)与信号幅值现结合的方式，滤掉大量能量值低、持续性较差的峰值，有效地降低算法的复杂度，同时降低误判的几率，其次，采用啸叫点的特征值PHPR,PNPR,IMSD的线性组合方式，多方位判断啸叫信号，避免因声音失真所产生的的谐波分量影响啸叫点检测，提高检测的准确率，最后将啸叫点搭配二阶滤波器，可完成啸叫点抑制。

以上所述之实施例仅为本发明的较佳实施例，并非对本发明做任何形式上的限制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，利用上述揭示的技术内容对本发明技术方案作出更多可能的变动和润饰，或修改均为本发明的等效实施例。故凡未脱离本发明技术方案的内容，依据本发明之思路所做的等同等效变化，均应涵盖于本发明的保护范围内。

Claims (6)

1.一种啸叫检测与抑制方法，其特征在于：包括有以下步骤：

S1.将采集语音信号帧进行短时傅里叶变换，从而计算得到每个语音信号帧的幅度谱，并由各个幅度谱获得每一帧峰值所对应的频率点和频率值；

S2.基于各个峰值的频率点和频率值，分别计算确认各个峰值所对应的分贝值和帧间峰值持续稳定性，并将获得的各个帧间峰值持续稳定性与预定阈值进行比较，从而筛选出满足要求的峰值，并作为候选啸叫点；

S3.针对各个候选啸叫点，分别计算确定各个候选啸叫点所对应的邻近峰值功率比（PNPR）、谐波功率比和帧间幅度谱斜率偏差；

S4.根据各个候选啸叫点的邻近峰值功率比、谐波功率比和帧间幅度谱斜率偏差进行线性组合，从而筛选出符合预定阈值的峰值作为真实啸叫点；

S5.滤波器针对各个真实啸叫点设定相应的系数进行啸叫抑制处理。

2.根据权利要求1所述的一种啸叫检测与抑制方法，其特征在于：在步骤S2中，根据公 式

计算获得各个峰值的分贝值，其中，根据每个峰值的分 贝值与帧间峰值持续稳定性之间的线性组合以计算得到各个峰值的帧间峰值持续稳定性。

3.根据权利要求1所述的一种啸叫检测与抑制方法，其特征在于：在步骤S3中，根据候选啸叫点的频率点与额定频率点的比值以计算邻近峰值功率比，其中，若候选啸叫点的频率点大于额定频率点时，则计算该候选啸叫点左边的邻近峰值功率比；若候选啸叫点的频率点小于额定频率点时，则计算该候选啸叫点右边的邻近峰值功率比。

4.根据权利要求1所述的一种啸叫检测与抑制方法，其特征在于：在步骤S3中，预划分出的三个频率值范围以供各个候选啸叫点的频率值选取对应的频率值范围，从而按照各个频率值范围所对应的阶数进行计算谐波功率比。

5.根据权利要求4所述的一种啸叫检测与抑制方法，其特征在于：当候选啸叫点的频率值介于20-5600Hz之间时，候选啸叫点计算m=[0.5,1.5,2,3,4]阶的谐波功率比；当候选啸叫点的频率值介于5600-11700Hz之间时，候选啸叫点计算m=[0.5,1.5,2]阶的谐波功率比；当候选啸叫点的频率值大于11700Hz时，则该候选啸叫点判定为失效。

6.根据权利要求1所述的一种啸叫检测与抑制方法，其特征在于：在步骤S4中，以预设定的频率值为界，当在候选啸叫点的频率值大于预设定的频率值时，采用邻近峰值功率比与帧间幅度谱斜率偏差的线性组合；当在候选啸叫点的频率值小于预设定的频率值，采用谐波功率比、邻近峰值功率比与帧间幅度谱斜率偏差三者的线性组合。

Images