CN111583949A - 啸叫抑制的方法、装置和设备 - Google Patents

Abstract

本发明实施例公开了啸叫抑制的方法、装置和设备，涉及音频处理技术领域，啸叫抑制的方法包括：对输入音频进行时延处理，得到用于回声抑制的回采信号；根据所述输入音频和所述回采信号进行回声抑制处理得到回声抑制增益；对所述输入音频进行啸叫抑制处理得到啸叫增益；根据所述回声抑制增益和所述啸叫增益对所述输入音频进行处理得到目标音频。本发明基于回声抑制和啸叫抑制技术，采用软回采方式对音频进行处理，可以在保证音频质量的前提下，得到明显的啸叫抑制效果。

Description

啸叫抑制的方法、装置和设备

技术领域

本发明实施例涉及音频处理技术领域，具体涉及啸叫抑制的方法、装置和 设备。

背景技术

回授音有很多种，最常听到的是“啸叫”也是一种。啸叫产生必须同时满 足和相位条件和振幅条件。其中，相位条件要求反馈到传声器的声波信号与传 声器原声源输入的声波信号同相位。振幅条件中声反馈环路为正反馈，即反馈 增益大于1。

现有技术中，当音频设备调整好以后，不可乱动，包括一些对器材性能不 熟悉，只懂开、关机、调音音量大小的音响调制人员。现有技术存在如下的不 足：处理音质降低比较明显；依赖硬件；适用范围有限。

发明内容

本发明实施例的目的在于提供啸叫抑制的方法、装置和设备，用以解决现 有处理音质降低明显和适用范围有限的问题。

本申请的发明人经过大量的创造性研究发现：啸叫的主要原因是回声引起 的，如果可以把回声消除干净理论上是可以抑制的，回声消除的主要原理是从 当前mic(麦克风，Microphone)信号中消除回声信号。一般而言，回声信号 都是扬声器播出的信号经过设备和空气传播再收集回来的信号，和播放的信号 是一致的，只是比播放的信号有延时。

为了检测和抑制啸叫信号，需要对啸叫信号的基本特性做一定的分析，对 啸叫信号在时域和频域上进行分析，最终得出以下结论：

啸叫信号的时域波形是一个频率恒定的正弦波，其幅值随着时间的增加迅 速增大，直到超出了功放放大区，进入饱和区和截止区时，产生削波现象。

啸叫信号的频谱图中存在单一的，并且固定不变的啸叫频率点，并且啸叫 频率点对应的幅值远远大于语音信号中其他频率点的幅值。

为实现上述目的，本发明实施例主要提供如下技术方案：

第一方面，本发明实施例提供了一种啸叫抑制的方法，包括：对输入音频 进行时延处理，得到用于回声抑制的回采信号；根据所述输入音频和所述回采 信号进行回声抑制处理得到回声抑制增益；对所述输入音频进行啸叫抑制处理 得到啸叫增益；根据所述回声抑制增益和所述啸叫增益对所述输入音频进行处 理得到目标音频。

根据本发明的一个实施例，所述对输入音频进行时延处理，得到用于回声 抑制的回采信号，包括：获取麦克风信号；对所述麦克风信号进行延时处理得 到扬声器信号。

根据本发明的一个实施例，所述对所述输入音频进行啸叫抑制处理得到啸 叫增益，包括：对所述麦克风信号求出能量并作平滑处理得到平滑处理后的麦 克风能量信号；对所述麦克风能量信号进行分频处理和啸叫特征检测，采用多 种啸叫检测算法确定啸叫频点；根据所述啸叫频点得到所述啸叫增益。

根据本发明的一个实施例，所述根据所述回声抑制增益和所述啸叫增益对 所述输入音频进行处理得到目标音频，包括：根据所述回声抑制增益和所述啸 叫增益相乘，再对结果进行平滑处理，将得出的目标增益作用于所述麦克风信 号；对所述麦克风信号再次进行啸叫检测和增益处理得到所述目标音频。

第二方面，本发明实施例还提供一种啸叫抑制的装置，包括：获取模块， 用于获取输入音频；时延处理模块，用于对输入音频进行时延处理，得到用于 回声抑制的回采信号；增益处理模块，用于根据所述输入音频和所述回采信号 进行回声抑制处理得到回声抑制增益；所述增益处理模块还用于对所述输入音 频进行啸叫抑制处理得到啸叫增益；目标音频生成模块，用于根据所述回声抑 制增益和所述啸叫增益对所述输入音频进行处理得到目标音频。

根据本发明的一个实施例，所述获取模块用于获取麦克风音频；所述时延 处理模块用于对所述麦克风信号进行延时处理得到扬声器信号。

根据本发明的一个实施例，所述增益处理模块用于对所述麦克风信号求出 能量并作平滑处理得到平滑处理后的麦克风能量信号，并对所述麦克风能量信 号进行分频处理和啸叫特征检测，采用多种啸叫检测算法确定啸叫频点，进而 根据所述啸叫频点得到所述啸叫增益。

根据本发明的一个实施例，所述目标音频生成模块用于根据所述回声抑制 增益和所述啸叫增益相乘，再对结果进行平滑处理，将得出的目标增益作用于 所述麦克风信号；对所述麦克风信号再次进行啸叫检测和增益处理得到所述目 标音频。

第三方面，本发明实施例还提供一种电子设备，包括：至少一个处理器和 至少一个存储器；所述存储器用于存储一个或多个程序指令；所述处理器，用 于运行一个或多个程序指令，用以执行如第一方面所述的啸叫抑制的方法。

第四方面，本发明实施例还提供一种计算机可读存储介质，包含一个或多 个程序指令，所述一个或多个程序指令用于被执行如第一方面所述的啸叫抑制 的方法。

本发明实施例提供的技术方案至少具有如下优点：

本发明实施例提供的啸叫抑制的方法、装置和设备，基于回声抑制和啸叫 抑制技术，采用软回采方式对音频进行处理，可以在保证音频质量的前提下， 得到明显的啸叫抑制效果。

附图说明

图1为本发明实施例的啸叫抑制的方法的流程图。

图2为本发明一个具体实施例的流程图。

图3为本发明另一个具体实施例的流程图。

图4为本发明一个示例中啸叫抑制处理前的音频文件的示意图。

图5为图4所示的示例中啸叫抑制处理后的音频文件的音频文件的示意图。

图6为图4和图5所示的示例中处理前后频率分析对比图。

图7为本发明实施例的啸叫抑制的装置的结构框图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由 本说明书所揭露的内容轻易地了解本发明的其他优点及功效。

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、 技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清 楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中， 省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本 发明的描述。

在本发明的描述中，需要理解的是，术语“第一”和“第二”仅用于描述 目的，而不能理解为指示或暗示相对重要性。

图1为本发明实施例的啸叫抑制的方法的流程图。如图1所示，本发明实 施例的啸叫抑制的方法，包括：

S1：对输入音频进行时延处理，得到用于回声抑制的回采信号。

具体地，获取麦克风信号，对麦克风信号进行延时处理得到扬声器信号。 其中，延时处理的时长是用户给定的，或者是根据预设算法计算得到的。

S2：根据输入音频和回采信号进行回声抑制(Acoustic Echo Suppression， AES)处理得到回声抑制增益。其中，回声抑制是一种非线性的回声消除。它 通过比较器将准备由扬声器播放的声音与当前话筒拾取的声音的电平进行比 较，如果前者高于某个阈值，那么就允许传至扬声器，而且话筒被关闭，以阻 止它拾取扬声器播放的声音而引起远端回声。如果话筒拾取的声音电平高于某 个阈值，扬声器被禁止，以达到消除回声的目的。

AES通过以下方式实现回声衰减：在频域中操作麦克风的幅度谱信号， 而离开相位频谱保持不变。对于噪声抑制，广泛采用的频谱操纵算法是参数 维纳滤波器也称为频谱减法。如果|Y^(i，k)|表示幅度谱的估计频率索引为 k和时间索引的回波信号的变化i，基于参数维纳滤波器的回声抑制算法可以 表示为：

e(n)＝F^-1[G(i，k)Y(i，k)]，

其中，Y(i，k)表示麦克风信号，F^-1表示傅里叶逆变化，可以得出：

G(i，k)是维纳增益滤波器，其中α和β是控制回声抑制性能的设计参 数，即回声抑制增益。

S3：对输入音频进行啸叫抑制处理得到啸叫增益。

在本发明的一个实施例中，步骤S3包括：

S3-1：对麦克风信号求出能量并作平滑处理得到平滑处理后的麦克风能量 信号。

S3-2：对麦克风能量信号进行分频处理和啸叫特征检测，采用多种啸叫检 测算法确定啸叫频点。

在本发明的实施例中，步骤S2中的多个啸叫检测算法包括峰值谐波功率 比(Peak-to-Harmonic Power Ratio，PHPR)、峰临比(Peak-to-Neighboring Power Ratio，PNPR)和帧间峰值保持度(Interframe Peak Magnitude Persistence，IPMP) 算法。

其中，在PHPR算法中，啸叫频点的功率和音频信号的功率做对比，当结 果大于阈值判定为啸叫频点。PHPR算法如下：

其中，X表示麦克风信号，ω表示频率，t表示时间，m表示系数参数。

在PNPR算法中，利用啸叫的频谱特性，对比啸叫点和相邻频点的功率， 当结果大于阈值判定为啸叫频点。PNPR算法如下：

其中，X表示麦克风信号，ω表示频率，t表示时间，m表示系数参数，N 表示系数参数，通过调节m/N可以比较相邻多个频点。

在IPMP算法中，检测一段时间内在特定频率内是否一直出现恒定的啸叫 频点，如果功率保持恒定判断为啸叫频点。IPMP算法如下：

其中，Q_M表示上一帧信号，ω表示频率，t表示时间，D表示当前帧。

在本发明中，啸叫频点的判断需要结合多个检测算法给出。

S3-3：根据啸叫频点得到啸叫增益。

具体地，确定在该频点附近3个的啸叫增益值为0-1之间，例如0.1。

S4：根据回声抑制增益和啸叫增益对输入音频进行处理得到目标音频。

具体地，根据回声抑制增益和啸叫增益相乘，再对结果进行平滑处理，将 得出的目标增益作用于麦克风信号；对麦克风信号再次进行啸叫检测和增益处 理得到目标音频。

图2为本发明一个具体实施例的流程图。如图2所示，在本实施例中，对 输入音频进行时延处理，得到用于回声抑制的回采信号；对根据输入音频和回 采音频进行时频变换，并根据输入音频和回采音频的频域信号进行回声抑制增 益估计；根据输入音频的频域信号进行啸叫检测以及增益估计；结合啸叫增益 和回声抑制增益进行啸叫处理，进一步进行时频逆变换，得到处理后的音频。

图3为本发明另一个具体实施例的流程图。如图3所示，在本实施例中， 对输入音频进行时延处理，得到用于回声抑制的回采音频；对根据输入音频和 回采音频进行时频变换，并根据输入音频和回采音频的频域信号进行回声抑制 增益估计；根据输入音频的频域信号进行啸叫检测以及增益估计；结合啸叫增 益和回声抑制增益进行啸叫处理；根据啸叫处理后的音频进行啸叫检测和增益 调整，进一步进行时频逆变换，得到处理后的音频。

图4为本发明一个示例中啸叫抑制处理前的音频文件的示意图，图5为图 4所示的示例中啸叫抑制处理后的音频文件的音频文件的示意图，图6为图4 和图5所示的示例中处理前后频率分析对比图。如图4-6所示，采用本发明的 啸叫抑制处理后，啸叫点对应的能量降低20dB左右，且收敛速度0.5s左右。

本发明实施例提供的啸叫抑制的方法，基于回声抑制和啸叫抑制技术，采 用软回采方式对音频进行处理，可以在保证音频质量的前提下，得到明显的啸 叫抑制效果。

图7为本发明实施例的啸叫抑制的装置的结构框图。如图7所示，本发明 实施例的啸叫抑制的装置，包括：获取模块100、时延处理模块200、增益处 理模块300和目标音频生成模块400。

其中，获取模块100用于获取输入音频。时延处理模块200用于对输入音 频进行时延处理，得到用于回声抑制的回采信号。增益处理模块300用于根据 输入音频和回采信号进行回声抑制处理得到回声抑制增益。增益处理模块300 还用于对输入音频进行啸叫抑制处理得到啸叫增益。目标音频生成模块400 用于根据回声抑制增益和啸叫增益对输入音频进行处理得到目标音频。

在本发明的一个实施例中，获取模块100用于获取麦克风音频。时延处理 模块200用于对麦克风信号进行延时处理得到扬声器信号。

在本发明的一个实施例中，增益处理模块300用于对麦克风信号求出能量 并作平滑处理得到平滑处理后的麦克风能量信号，并对麦克风能量信号进行分 频处理和啸叫特征检测，采用多种啸叫检测算法确定啸叫频点，进而根据啸叫 频点得到啸叫增益。

在本发明的一个实施例中，目标音频生成模块400用于根据回声抑制增益 和啸叫增益相乘，再对结果进行平滑处理，将得出的目标增益作用于麦克风信 号；对麦克风信号再次进行啸叫检测和增益处理得到目标音频。

需要说明的是，本发明实施例的啸叫抑制的装置的具体实施方式与本发明 实施例的啸叫抑制的方法的具体实施方式类似，具体参见啸叫抑制的方法部分 的描述，为了减少冗余，不做赘述。

另外，本发明实施例的啸叫抑制的装置的其它构成以及作用对于本领域的 技术人员而言都是已知的，为了减少冗余，不做赘述。

本发明实施例还提供一种电子设备，包括：至少一个处理器和至少一个存 储器；所述存储器用于存储一个或多个程序指令；所述处理器，用于运行一个 或多个程序指令，用以执行如第一方面所述的啸叫抑制的方法。

本发明所公开的实施例提供一种计算机可读存储介质，所述计算机可读存 储介质中存储有计算机程序指令，当所述计算机程序指令在计算机上运行时， 使得计算机执行上述的啸叫抑制的方法。

在本发明实施例中，处理器可以是一种集成电路芯片，具有信号的处理能 力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简 称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、 现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可 编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通 用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本 发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或 者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存 储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄 存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件 完成上述方法的步骤。

存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或 可包括易失性和非易失性存储器两者。

其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、 可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存 储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。

易失性存储器可以是随机存取存储器(Random Access Memory，简称 RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的 RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机 存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器 (Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储 器(Double Data Rate SDRAM，简称DDRSDRAM)、增强型同步动态随机存 取存储器(Enhanced SDRAM，简称ESDRAM)、同步连接动态随机存取存储 器(Synch Link DRAM，简称SLDRAM)和直接内存总线随机存取存储器 (Direct Rambus RAM，简称DRRAM)。

本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类 型的存储器。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描 述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储 在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进 行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括 便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通 用或专用计算机能够存取的任何可用介质。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了 进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已， 并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的 任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种啸叫抑制的方法，其特征在于，包括：

对输入音频进行时延处理，得到用于回声抑制的回采信号；

根据所述输入音频和所述回采信号进行回声抑制处理得到回声抑制增益；

对所述输入音频进行啸叫抑制处理得到啸叫增益；

根据所述回声抑制增益和所述啸叫增益对所述输入音频进行处理得到目标音频。

2.根据权利要求1所述的啸叫抑制的方法，其特征在于，所述对输入音频进行时延处理，得到用于回声抑制的回采信号，包括：

获取麦克风信号；

对所述麦克风信号进行延时处理得到扬声器信号。

3.根据权利要求2所述的啸叫抑制的方法，其特征在于，所述对所述输入音频进行啸叫抑制处理得到啸叫增益，包括：

对所述麦克风信号求出能量并作平滑处理得到平滑处理后的麦克风能量信号；

对所述麦克风能量信号进行分频处理和啸叫特征检测，采用多种啸叫检测算法确定啸叫频点；

根据所述啸叫频点得到所述啸叫增益。

4.根据权利要求3所述的啸叫抑制的方法，其特征在于，所述根据所述回声抑制增益和所述啸叫增益对所述输入音频进行处理得到目标音频，包括：

根据所述回声抑制增益和所述啸叫增益相乘，再对结果进行平滑处理，将得出的目标增益作用于所述麦克风信号；

对所述麦克风信号再次进行啸叫检测和增益处理得到所述目标音频。

5.一种啸叫抑制的装置，其特征在于，包括：

获取模块，用于获取输入音频；

时延处理模块，用于对输入音频进行时延处理，得到用于回声抑制的回采信号；

增益处理模块，用于根据所述输入音频和所述回采信号进行回声抑制处理得到回声抑制增益；所述增益处理模块还用于对所述输入音频进行啸叫抑制处理得到啸叫增益；

目标音频生成模块，用于根据所述回声抑制增益和所述啸叫增益对所述输入音频进行处理得到目标音频。

6.根据权利要求5所述的啸叫抑制的装置，其特征在于，所述获取模块用于获取麦克风音频；所述时延处理模块用于对所述麦克风信号进行延时处理得到扬声器信号。

7.根据权利要求6所述的啸叫抑制的装置，其特征在于，所述增益处理模块用于对所述麦克风信号求出能量并作平滑处理得到平滑处理后的麦克风能量信号，并对所述麦克风能量信号进行分频处理和啸叫特征检测，采用多种啸叫检测算法确定啸叫频点，进而根据所述啸叫频点得到所述啸叫增益。

8.根据权利要求7所述的啸叫抑制的装置，其特征在于，所述目标音频生成模块用于根据所述回声抑制增益和所述啸叫增益相乘，再对结果进行平滑处理，将得出的目标增益作用于所述麦克风信号；对所述麦克风信号再次进行啸叫检测和增益处理得到所述目标音频。

9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器和至少一个存储器；

所述存储器用于存储一个或多个程序指令；

所述处理器，用于运行一个或多个程序指令，用以执行如权利要求1-4任一项所述的啸叫抑制的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-4任一项所述的啸叫抑制的方法。

Images