CN111988708A - 一种基于单麦克风的啸叫抑制方法及装置 - Google Patents

一种基于单麦克风的啸叫抑制方法及装置 Download PDF

Info

Publication number
CN111988708A
CN111988708A CN202010918663.7A CN202010918663A CN111988708A CN 111988708 A CN111988708 A CN 111988708A CN 202010918663 A CN202010918663 A CN 202010918663A CN 111988708 A CN111988708 A CN 111988708A
Authority
CN
China
Prior art keywords
signal
filtering
microphone
sub
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.)
Pending
Application number
CN202010918663.7A
Other languages
English (en)
Inventor
郑越
李振
王绪丰
李树营
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.)
KT MICRO Inc
Original Assignee
KT MICRO Inc
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 KT MICRO Inc filed Critical KT MICRO Inc
Priority to CN202010918663.7A priority Critical patent/CN111988708A/zh
Publication of CN111988708A publication Critical patent/CN111988708A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04RLOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00Circuits for transducers, loudspeakers or microphones
    • H04R3/02Circuits for transducers, loudspeakers or microphones for preventing acoustic reaction, i.e. acoustic oscillatory feedback

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Otolaryngology (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Circuit For Audible Band Transducer (AREA)

Abstract

本申请实施例提供一种基于单麦克风的啸叫抑制方法及装置,涉及音频处理技术领域,该方法包括:对麦克风采集信号进行模数采样得到麦克风采样信号;通过子带自适应滤波器对麦克风采样信号进行滤波,得到中间滤波信号;通过后置滤波器对中间滤波信号进行滤波,得到啸叫抑制信号。可见,实施这种实施方式,能够有效抑制啸叫的产生,同时提高音频输出音质。

Description

一种基于单麦克风的啸叫抑制方法及装置
技术领域
本申请涉及音频处理技术领域,具体而言,涉及一种基于单麦克风的啸叫抑制方法及装置。
背景技术
在现实生活中,音频信号经扬声器输出后,会被麦克风反复采集,形成扬声器-->传声器-->放大器-->扬声器之间的正反馈回路,使放大器的输出信号幅度不断被放大,从而使某些频率上的信号发生自激震荡,产生啸叫。而这种啸叫会损坏扩声系统中的设备,同时还会对人耳产生危害。因此,如何有效抑制啸叫成了人们迫切想要解决的问题之一。
发明内容
本申请实施例的目的在于提供一种基于单麦克风的啸叫抑制方法及装置,能够有效抑制啸叫的产生,同时提高音频输出音质。
本申请实施例第一方面提供了一种基于单麦克风的啸叫抑制方法,包括:
对麦克风采集信号进行模数采样得到麦克风采样信号;
通过子带自适应滤波器对所述麦克风采样信号进行滤波,得到中间滤波信号;
通过后置滤波器对所述中间滤波信号进行滤波,得到啸叫抑制信号。
在上述实现过程中,该方法可以优先对麦克风采集信号进行模数采样得到麦克风采样信号;然后再通过子带自适应滤波器对麦克风采样信号进行滤波,得到中间滤波信号;最后再通过后置滤波器对中间滤波信号进行滤波,得到啸叫抑制信号。可见,实施这种实施方式,能够根据麦克风采样信号进行模数转换处理,得到可以处理的数字信号,并在此基础上,通过子带滤波和后置滤波的二次滤波方法实现麦克风采样信号中的啸叫抑制,从而输出更高质量的音频信号,并且不带有任何啸叫。
进一步地,所述通过子带自适应滤波器对所述麦克风采样信号进行滤波,得到中间滤波信号的步骤包括:
获取子带自适应滤波器包括的滤波器系数;
提取与所述麦克风采样信号相对应的音频输出信号;
根据所述滤波器系数和所述音频输出信号进行计算,得到回声估计信号;
在所述麦克风采样信号中滤除所述回声估计信号,得到中间滤波信号。
在上述实现过程中,该方法在通过子带自适应滤波器对麦克风采样信号进行滤波,得到中间滤波信号的过程中可以优先获取子带自适应滤波器包括的滤波器系数;然后,提取与麦克风采样信号相对应的音频输出信号;再根据滤波器系数和音频输出信号进行计算,得到回声估计信号;最后,在麦克风采样信号中滤除回声估计信号,得到中间滤波信号。可见,实施这种实施方式,能够通过子带自适应滤波器对音频输出信号进行回声估计计算,并记录所得到的回声估计信号,并在麦克风采样信号中滤除上述的回声估计信号,从而完成一次滤波。
进一步地,所述根据所述滤波器系数和所述音频输出信号进行计算,得到回声估计信号的步骤包括:
根据预设的信号抽插规则对所述音频输出信号进行信号抽取,得到音频抽取信号;
对所述音频抽取信号进行子带分解,得到多个音频分解子信号;
根据所述滤波器系数和所述多个音频分解子信号进行计算,得到多个估计子信号;所述多个估计子信号组成回声估计信号。
在上述实现过程中,该方法在根据滤波器系数和音频输出信号进行计算,得到回声估计信号的过程中,可以优先根据预设的信号抽插规则对音频输出信号进行信号抽取,得到音频抽取信号;然后再对音频抽取信号进行子带分解,得到多个音频分解子信号;最后,根据滤波器系数和多个音频分解子信号进行计算,得到多个估计子信号;多个估计子信号组成回声估计信号。可见,实施这种实施方式,能够对音频输出信号进行抽取,使得分解后的子带信号能够降低对信号的原始采样率并减小计算复杂度,从而比全带滤波具有更短的冲激相应,有利于提高收敛速度,进而能够提高子带滤波效率。
进一步地,所述在所述麦克风采样信号中滤除所述回声估计信号,得到中间滤波信号的步骤包括:
对所述麦克风采样信号进行子带分解,得到多个采样分解子信号;
在所述多个采样分解子信号中滤除所述多个估计子信号,得到多个中间滤波子信号;
根据所述信号抽插规则对所述多个中间滤波子信号进行信号内插处理及信号合成处理,得到中间滤波信号。
在上述实现过程中,该方法在在麦克风采样信号中滤除回声估计信号,得到中间滤波信号的过程中,可以优先对麦克风采样信号进行子带分解,得到多个采样分解子信号;然后,在多个采样分解子信号中滤除多个估计子信号,得到多个中间滤波子信号;再然后,根据信号抽插规则对多个中间滤波子信号进行信号内插与合成,得到中间滤波信号。可见,实施这种实施方式,能够对子带分解后的采样分解子信号进行相应滤波,使得每个频域的信号都经过了相应的滤波,从而使得信号内插时能够得到更优的滤波信号,进而提高整体滤波效果。
进一步地,所述通过后置滤波器对所述中间滤波信号进行滤波,得到啸叫抑制信号的步骤包括:
对中间滤波信号进行短时谱分析,得到多个分析子信号;
通过所述后置滤波器对所述多个分析子信号进行噪声估计,得到谱增益系数;
根据所述谱增益系数对所述中间滤波信号进行噪声抑制,得到啸叫抑制信号。
在上述实现过程中,该方法在通过后置滤波器对中间滤波信号进行滤波,得到啸叫抑制信号的过程中,可以优先对中间滤波信号进行短时谱分析,得到多个分析子信号;再通过后置滤波器对多个分析子信号进行噪声估计,得到谱增益系数;最后,根据谱增益系数对中间滤波信号进行噪声抑制,得到啸叫抑制信号。可见,实施这种实施方式,能够通过短时谱分析完成信号的二次分析,从而能够进一步滤除噪声,得到啸叫抑制信号,进而实现对啸叫的抑制。
本申请实施例第二方面提供了一种基于单麦克风的啸叫抑制装置,所述基于单麦克风的啸叫抑制装置包括:
采样单元,用于对麦克风采集信号进行模数采样得到麦克风采样信号;
子带滤波单元,用于通过子带自适应滤波器对所述麦克风采样信号进行滤波,得到中间滤波信号;
后置滤波单元,用于通过后置滤波器对所述中间滤波信号进行滤波,得到啸叫抑制信号。
在上述实现过程中,该基于单麦克风的啸叫抑制装置可以通过采样单元对麦克风采集信号进行模数采样得到麦克风采样信号;再通过子带滤波单元来通过子带自适应滤波器对麦克风采样信号进行滤波,得到中间滤波信号;最后,通过后置滤波单元来通过后置滤波器对中间滤波信号进行滤波,得到啸叫抑制信号。可见,实施这种实施方式,能够根据麦克风采样信号进行模数转换处理,得到可以处理的数字信号,并在此基础上,通过子带滤波和后置滤波的二次滤波方法实现麦克风采样信号中的啸叫抑制,从而输出更高质量的音频信号,并且不带有任何啸叫。
进一步地,所述子带滤波单元包括:
获取子单元,用于获取子带自适应滤波器包括的滤波器系数;
提取子单元,用于提取与所述麦克风采样信号相对应的音频输出信号;
计算子单元,用于根据所述滤波器系数和所述音频输出信号进行计算,得到回声估计信号;
子带滤波子单元,用于在所述麦克风采样信号中滤除所述回声估计信号,得到中间滤波信号。
在上述实现过程中,子带滤波单元可以通过获取子单元来获取子带自适应滤波器包括的滤波器系数;再通过提取子单元来提取与麦克风采样信号相对应的音频输出信号;再通过计算子单元来根据滤波器系数和音频输出信号进行计算,得到回声估计信号;最后,通过子带滤波子单元在麦克风采样信号中滤除回声估计信号,得到中间滤波信号。可见,实施这种实施方式,能够通过子带自适应滤波器对音频输出信号进行回声估计计算,并记录所得到的回声估计信号,并在麦克风采样信号中滤除上述的回声估计信号,从而完成一次滤波。
进一步地,所述后置滤波单元包括:
分析子单元,用于对中间滤波信号进行短时谱分析,得到多个分析子信号;
估计子单元,用于通过所述后置滤波器对所述多个分析子信号进行噪声估计,得到谱增益系数;
后置滤波子单元,用于根据所述谱增益系数对所述中间滤波信号进行噪声抑制,得到啸叫抑制信号。
在上述实现过程中,后置滤波单元可以通过分析子单元对中间滤波信号进行短时谱分析,得到多个分析子信号;再通过估计子单元来通过后置滤波器对多个分析子信号进行噪声估计,得到谱增益系数;最后,通过后置滤波子单元根据谱增益系数对中间滤波信号进行噪声抑制,得到啸叫抑制信号。可见,实施这种实施方式,能够通过短时谱分析完成信号的二次分析,从而能够进一步滤除噪声,得到啸叫抑制信号,进而实现对啸叫的抑制。
本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的基于单麦克风的啸叫抑制方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的基于单麦克风的啸叫抑制方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种基于单麦克风的啸叫抑制方法的流程示意图;
图2为本申请实施例提供的另一种基于单麦克风的啸叫抑制方法的流程示意图;
图3为本申请实施例提供的一种基于单麦克风的啸叫抑制装置的结构示意图;
图4为本申请实施例提供的另一种基于单麦克风的啸叫抑制装置的结构示意图;
图5为本申请实施例提供的一种基于单麦克风的啸叫抑制方法的信号变化示意图;
图6为本实施例提供的一种信号抽插原理示意图;
图7为本实施例提供的一种基于子带分解的自适应啸叫抑制模型的工作模型示意图;
图8为本实施例提供的一种后置滤波的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
请参看图1,图1为本申请实施例提供了一种基于单麦克风的啸叫抑制方法的流程示意图。该方法应用于音频播放系统、舞台系统等等场景当中,具体用于对麦克风啸叫进行抑制。其中,该基于单麦克风的啸叫抑制方法包括:
S101、对麦克风采集信号进行模数采样得到麦克风采样信号。
本实施例中,麦克风采集信号为麦克风采集到的模拟信号,该麦克风采集信号可以用d(t)进行表示。
在本实施例中,麦克风采集信号由近端说话声s(t)、外部环境噪声v(t)以及外部环境噪声y(t)组合得到。
在本实施例中,外部环境噪声y(t)是播放设备播放音频播放信号x(t)之后,音频播放信号x(t)经过房间脉冲冲激响应之后得到的噪声信号。
在本实施例中,音频播放信号x(t)是音频输出信号x(n)进行数模转换之后得到的。
在本实施例中,音频输出信号x(n)可以是上一刻的啸叫抑制信号。
在本实施例中,房间脉冲冲激响应中包括房间传输函数w(t)。
在本实施例中,y(t)=x(t)w(t)。
本实施例中,麦克风采样信号为数字信号,可以用d(n)表示。
本实施例中,对模数转换的方式不作任何限定。
S102、通过子带自适应滤波器对麦克风采样信号进行滤波,得到中间滤波信号。
本实施例中,子带自适应滤波器用于对音频输出信号x(n)和d(n)进行子带拆分与滤波。
本实施例中,子带自适应滤波器采用NLMS算法。
S103、通过后置滤波器对中间滤波信号进行滤波,得到啸叫抑制信号。
本实施例中,后置滤波器还可以滤除自适应滤波后残余的回声,从而进一步提高啸叫抑制能力。
作为一种可选的实施方式,该方法还可以包括:
对啸叫抑制信号进行数模转换处理,得到音频播放信号;
输出音频播放信号。
实施这种实施方式,可以对啸叫抑制信号进行DA转换,从而获取到模拟信号状态下的音频播放信号,并在此时输出该音频播放信号,进而实现完整的音频播放环路。
本实施例中,该方法的执行主体可以为计算机、服务器等计算装置,对此本实施例中不作任何限定。
在本实施例中,该方法的执行主体还可以为智能手机和平板等智能设备,对此本实施例中不作任何限定。
本实施例中,各个环节的音频信号列载如下:
v(t):外部环境噪声;s(t):近端说话声;w(t):房间传输函数;y(t):房间传输路径输出信号;d(t):麦克风采集信号;
d(n):麦克风采样信号;w^(n):子带自适应滤波器的滤波器系数;y^(n):回声估计信号;e(n):中间滤波信号;x(n):音频输出信号(又为当前循环中的后置滤波信号)。其中,
d(t)=y(t)+s(t)+v(t);
y(t)=x(t)w(t);
d(t)=x(t)w(t)+s(t)+v(t)。
请参阅图5,图5是本实施例提供的一种基于单麦克风的啸叫抑制方法的信号变化示意图。其中,各个符号可以参照上述内容,且RIR为房间脉冲响应,SAF为子带自适应滤波器。对此,本实施例中不再多加赘述。
实施这种实施方式,具有如下效果:第一,声音保真度高;第二,延时降低,因为子带分解后降低了信号的原始采样率,从而能够降低计算延时;第三,收敛速度加快,因为原始信号子带分解,能够大大降低输入信号的相关性,从而提高了算法的收敛速度;第四,啸叫抑制强,因为采用后置滤波的语音增强算法,结合环境噪声进一步处理子带滤波后的残余回声,使啸叫抑制能力显著提升。
本实施例中,该方法在实际16k采样率测试过程中,当麦克风正对音响<10cm,即使频繁移动也不容易引起啸叫,音质还原度高,达到或者超过同类竞品效果。
可见,实施图1所描述的基于单麦克风的啸叫抑制方法,能够根据麦克风采样信号进行模数转换处理,得到可以处理的数字信号,并在此基础上,通过子带滤波和后置滤波的二次滤波方法实现麦克风采样信号中的啸叫抑制,从而输出更高质量的音频信号,并且不带有任何啸叫;还能够通过子带自适应滤波和后置滤波PF的方式对啸叫进行抑制,从而使得该方法具有良好的啸叫抑制效果以及较高的声音保真度。
实施例2
请参看图2,图2为本申请实施例提供的另一种基于单麦克风的啸叫抑制方法的流程示意图。图2所描述的基于单麦克风的啸叫抑制方法的流程示意图是根据图1所描述的基于单麦克风的啸叫抑制方法的流程示意图进行改进得到的。其中,该基于单麦克风的啸叫抑制方法包括:
S201、对麦克风采集信号进行模数采样得到麦克风采样信号。
本实施例中,麦克风采集信号为模拟信号;麦克风采样信号为数字信号。
本实施例中,通过AD模数转换器,对d(t)采样得到d(n);通过DA数模转换器,对处理后的信号x(n)转换得到x(t),并播放x(t),从而形成完整播放环路。
S202、获取子带自适应滤波器包括的滤波器系数。
本实施例中,滤波器系数为上述的w^(n)。
在本实施例中,时刻n的滤波器系数组成:
Figure BDA0002665208600000101
S203、提取与麦克风采样信号相对应的音频输出信号。
本实施例中,音频输出信号为上述的x(n)。
在本实施例中,定义时刻n的输入数组如式:
x(n)=[x0(n)x1(n)x2(n)…xl-1(n)]T
作为一种可选的实施方式,该方法还包括:
根据滤波器系数和音频输出信号进行计算,得到回声估计信号。
本实施例中,上述过程为:y^(n)=w^T(n)x(n)。
在本实施例中,上述过程具体为步骤S204~S206。
作为一种可选的实施方式,该方法还包括:在麦克风采样信号中滤除回声估计信号,得到中间滤波信号。
本实施例中,上述过程为:e(n)=d(n)-y^(n)。
在本实施例中,上述过程具体为步骤S207~S209。
本实施例中,因为d(n)中包含回声路径的反馈信号,理论上误差输出信号e(n)中可以消除反馈信号的存在,这样可以降低正反馈,进一步啸叫抑制处理。
S204、根据预设的信号抽插规则对音频输出信号进行信号抽取,得到音频抽取信号。
本实施例中,信号抽插规则应用于信号抽插滤波器中。
在本实施例中,该步骤是通过信号抽插滤波器对音频输出信号进行信号抽取,得到音频抽取信号。
请参照图6,图6是本实施例中提供的一种信号抽插原理示意图。在该示意图中,输入是x(n),输出是x^(n),↓为抽取不必要的信号,↑为插入所谓的不必要的信号,h0(n)、f0(n)等信号皆为中间变化信号,此处不进行赘述。基于此,y^(n)=w^T(n)x(n)将变化为y^(n)=w^T(n)x^(n)。
S205、对音频抽取信号进行子带分解,得到多个音频分解子信号。
本实施例中,根据频域对音频抽取信号进行子带分解,得到多个音频分解子信号。
S206、根据滤波器系数和多个音频分解子信号进行计算,得到多个估计子信号;多个估计子信号组成回声估计信号。
本实施例中,子带自适应滤波器采用NLMS算法,它避免输入信号过大而导致梯度噪声过大,同时引入了归一化可变因子,使得滤波器权值向量随着输入信号的能量大小进行更新,加强了算法的稳定性。各子带内对分别按照如下公式对分解的输入信号进行NLMS运算及信号处理:
Figure BDA0002665208600000111
本实施例中,为进一步加快归一化的子带自适应滤波(NSAF)算法的收敛速度,提出了自适应变步长算法,并将其用于子带滤波器系数的更新。该算法利用自适应滤波器系数的长时平均Al(n)和短时平均As(n)之差来动态监测滤波器系数的更新状态,针对不同的更新状态自适应地采用不同步长。
Al(n)的计算式为:Al(n)=λl(n)Al(n-1)+(1-λl)w(n),式中,为长时平均的平滑参数,且0<λl<1。
As(n)的计算式为:As(n)=λs(n)As(n-1)+(1-λs)w(n),式中,为长时平均的平滑参数,且0<λsl<1。
当自适应滤波器处于收敛状态时,Al(n)和As(n)之间的距离较大;当自适应滤波器处于平稳状态时,Al(n)和As(n)之间的距离较小;长时平均值和短时平均值的差值向量可表示为D(n)=Al(n)-As(n)。
对D(n)进行归一化得到k(n),即
Figure BDA0002665208600000121
式中,ε为较小的正数,以避免分母为零。
若k(n)较大,则自适应滤波器处于收敛状态;若k(n)接近于0,则自适应滤波器处于平稳状态。因此,可通过引入阈值δ1和δ2将k(n)分为3段,分别表示滤波器所处的3种更新状态:收敛状态、过渡状态和平稳状态。
当滤波器处于不同的更新状态时,使用不同步长来更新滤波器系数。
S207、对麦克风采样信号进行子带分解,得到多个采样分解子信号。
本实施例中,多个采样分解子、音频分解子信号与多个估计子信号三者之间一一对应。
S208、在多个采样分解子信号中滤除多个估计子信号,得到多个中间滤波子信号。
本实施例中,多个采样分解子信号表示为d0(m)、d1(m)、d2(m)……
本实施例中,多个音频分解子信号表示为x0(m)、x1(m)、x2(m)……
本实施例中,多个子带滤波器系数表示为
Figure BDA0002665208600000131
本实施例中,多个估计子信号表示为
Figure BDA0002665208600000132
其中,
Figure BDA0002665208600000133
Figure BDA0002665208600000134
本实施例中,多个中间滤波子信号表示为e0(m)、e1(m)、e2(m)……其中,
Figure BDA0002665208600000135
S209、根据信号抽插规则对多个中间滤波子信号进行信号内插处理和信号合成处理,得到中间滤波信号。
请参见图7,图7是本实施例提供的一种基于子带分解的自适应啸叫抑制模型的工作流程示意图,其中各个信号名称已在上述内容中描述,对此本实施例中不再多加赘述。
S210、对中间滤波信号进行短时谱分析,得到多个分析子信号。
本实施例中,短时谱分析为短时傅里叶变换及其谱图分析。
在本实施例中,语音信号是一个非平稳的信号,具有时变特性,假设其在10~30ms内短时平稳。因此需要使用这种方式使得每个分析子信号为平稳的信号。
S211、通过后置滤波器对多个分析子信号进行噪声估计,得到谱增益系数。
S212、根据谱增益系数对中间滤波信号进行噪声抑制,得到啸叫抑制信号。
实施这种实施方式,能够滤除子带自适应滤波后的残余回声,从而进一步提高啸叫抑制能力,进而最大限度的降低残余回声对回路中反馈的影响。
请参照图8,图8是本实施例提供的一种后置滤波的流程示意图。
可见,实施图2所描述的基于单麦克风的啸叫抑制方法,能够根据麦克风采样信号进行模数转换处理,得到可以处理的数字信号,并在此基础上,通过子带滤波和后置滤波的二次滤波方法实现麦克风采样信号中的啸叫抑制,从而输出更高质量的音频信号,并且不带有任何啸叫;还能够通过子带自适应滤波和后置滤波PF的方式对啸叫进行抑制,从而使得该方法具有良好的啸叫抑制效果以及较高的声音保真度。
实施例3
请参看图3,图3为本申请实施例提供的一种基于单麦克风的啸叫抑制装置的结构示意图。其中,该基于单麦克风的啸叫抑制装置包括:
采样单元310,用于对麦克风采集信号进行模数采样得到麦克风采样信号;
子带滤波单元320,用于通过子带自适应滤波器对麦克风采样信号进行滤波,得到中间滤波信号;
后置滤波单元330,用于通过后置滤波器对中间滤波信号进行滤波,得到啸叫抑制信号。
本实施例中,对于基于单麦克风的啸叫抑制装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施图3所描述的基于单麦克风的啸叫抑制装置,能够根据麦克风采样信号进行模数转换处理,得到可以处理的数字信号,并在此基础上,通过子带滤波和后置滤波的二次滤波方法实现麦克风采样信号中的啸叫抑制,从而输出更高质量的音频信号,并且不带有任何啸叫。
实施例4
请参看图4,图4为本申请实施例提供的另一种基于单麦克风的啸叫抑制装置的结构示意图。图4所描述的基于单麦克风的啸叫抑制装置的结构示意图是根据图3所描述的基于单麦克风的啸叫抑制装置的结构示意图进行改进得到的。其中,该子带滤波单元320包括:
获取子单元321,用于获取子带自适应滤波器包括的滤波器系数;
提取子单元322,用于提取与麦克风采样信号相对应的音频输出信号;
计算子单元323,用于根据滤波器系数和音频输出信号进行计算,得到回声估计信号;
子带滤波子单元324,用于在麦克风采样信号中滤除回声估计信号,得到中间滤波信号。
作为一种可选的实施方式,计算子单元323包括:
抽取模块,用于根据预设的信号抽插规则对音频输出信号进行信号抽取,得到音频抽取信号;
第一分解模块,用于对音频抽取信号进行子带分解,得到多个音频分解子信号;
计算模块,用于根据滤波器系数和多个音频分解子信号进行计算,得到多个估计子信号;多个估计子信号组成回声估计信号。
作为一种可选的实施方式,子带滤波子单元324包括:
第二分解模块,用于对麦克风采样信号进行子带分解,得到多个采样分解子信号;
滤除模块,用于在多个采样分解子信号中滤除多个估计子信号,得到多个中间滤波子信号;
内插合成模块,用于根据信号抽插规则对多个中间滤波子信号进行信号内插处理及合成处理,得到中间滤波信号。
作为一种可选的实施方式,后置滤波单元330包括:
分析子单元331,用于对中间滤波信号进行短时谱分析,得到多个分析子信号;
估计子单元332,用于通过所述后置滤波器对所述多个份子信号进行噪声估计,得到谱增益系数;
后置滤波子单元333,用于根据所述谱增益系数对所述中间滤波信号进行噪声抑制,得到啸叫抑制信号。
本实施例中,对于基于单麦克风的啸叫抑制装置的解释说明可以参照实施例1或实施例2中的描述,对此本实施例中不再多加赘述。
可见,实施图4所描述的基于单麦克风的啸叫抑制装置,能够根据麦克风采样信号进行模数转换处理,得到可以处理的数字信号,并在此基础上,通过子带滤波和后置滤波的二次滤波方法实现麦克风采样信号中的啸叫抑制,从而输出更高质量的音频信号,并且不带有任何啸叫。
本申请实施例提供了一种电子设备,包括存储器以及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使电子设备执行本申请实施例1或实施例2中任一项基于单麦克风的啸叫抑制方法。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,计算机程序指令被一处理器读取并运行时,执行本申请实施例1或实施例2中任一项基于单麦克风的啸叫抑制方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也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,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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,本申请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)执行本申请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。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
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、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种基于单麦克风的啸叫抑制方法,其特征在于,包括:
对麦克风采集信号进行模数采样得到麦克风采样信号;
通过子带自适应滤波器对所述麦克风采样信号进行滤波,得到中间滤波信号;
通过后置滤波器对所述中间滤波信号进行滤波,得到啸叫抑制信号。
2.根据权利要求1所述的基于单麦克风的啸叫抑制方法,其特征在于,所述通过子带自适应滤波器对所述麦克风采样信号进行滤波,得到中间滤波信号的步骤包括:
获取子带自适应滤波器包括的滤波器系数;
提取与所述麦克风采样信号相对应的音频输出信号;
根据所述滤波器系数和所述音频输出信号进行计算,得到回声估计信号;
在所述麦克风采样信号中滤除所述回声估计信号,得到中间滤波信号。
3.根据权利要求2所述的基于单麦克风的啸叫抑制方法,其特征在于,所述根据所述滤波器系数和所述音频输出信号进行计算,得到回声估计信号的步骤包括:
根据预设的信号抽插规则对所述音频输出信号进行信号抽取,得到音频抽取信号;
对所述音频抽取信号进行子带分解,得到多个音频分解子信号;
根据所述滤波器系数和所述多个音频分解子信号进行计算,得到多个估计子信号;所述多个估计子信号组成回声估计信号。
4.根据权利要求3所述的基于单麦克风的啸叫抑制方法,其特征在于,所述在所述麦克风采样信号中滤除所述回声估计信号,得到中间滤波信号的步骤包括:
对所述麦克风采样信号进行子带分解,得到多个采样分解子信号;
在所述多个采样分解子信号中滤除所述多个估计子信号,得到多个中间滤波子信号;
根据所述信号抽插规则对所述多个中间滤波子信号进行信号内插处理及信号合成处理,得到中间滤波信号。
5.根据权利要求1所述的基于单麦克风的啸叫抑制方法,其特征在于,所述通过后置滤波器对所述中间滤波信号进行滤波,得到啸叫抑制信号的步骤包括:
对中间滤波信号进行短时谱分析,得到多个分析子信号;
通过所述后置滤波器对所述多个分析子信号进行噪声估计,得到谱增益系数;
根据所述谱增益系数对所述中间滤波信号进行噪声抑制,得到啸叫抑制信号。
6.一种基于单麦克风的啸叫抑制装置,其特征在于,所述啸叫抑制装置包括:
采样单元,用于对麦克风采集信号进行模数采样得到麦克风采样信号;
子带滤波单元,用于通过子带自适应滤波器对所述麦克风采样信号进行滤波,得到中间滤波信号;
后置滤波单元,用于通过后置滤波器对所述中间滤波信号进行滤波,得到啸叫抑制信号。
7.根据权利要求6所述的基于单麦克风的啸叫抑制装置,其特征在于,所述子带滤波单元包括:
获取子单元,用于获取子带自适应滤波器包括的滤波器系数;
提取子单元,用于提取与所述麦克风采样信号相对应的音频输出信号;
计算子单元,用于根据所述滤波器系数和所述音频输出信号进行计算,得到回声估计信号;
子带滤波子单元,用于在所述麦克风采样信号中滤除所述回声估计信号,得到中间滤波信号。
8.根据权利要求6所述的基于单麦克风的啸叫抑制装置,其特征在于,所述后置滤波单元包括:
分析子单元,用于对中间滤波信号进行短时谱分析,得到多个分析子信号;
估计子单元,用于通过所述后置滤波器对所述多个分析子信号进行噪声估计,得到谱增益系数;
后置滤波子单元,用于根据所述谱增益系数对所述中间滤波信号进行噪声抑制,得到啸叫抑制信号。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的基于单麦克风的啸叫抑制方法。
10.一种可读存储介质,其特征在于,所述可读取存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至5任一项所述的基于单麦克风的啸叫抑制方法。
CN202010918663.7A 2020-09-03 2020-09-03 一种基于单麦克风的啸叫抑制方法及装置 Pending CN111988708A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010918663.7A CN111988708A (zh) 2020-09-03 2020-09-03 一种基于单麦克风的啸叫抑制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010918663.7A CN111988708A (zh) 2020-09-03 2020-09-03 一种基于单麦克风的啸叫抑制方法及装置

Publications (1)

Publication Number Publication Date
CN111988708A true CN111988708A (zh) 2020-11-24

Family

ID=73447487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010918663.7A Pending CN111988708A (zh) 2020-09-03 2020-09-03 一种基于单麦克风的啸叫抑制方法及装置

Country Status (1)

Country Link
CN (1) CN111988708A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112803921A (zh) * 2021-04-13 2021-05-14 浙江华创视讯科技有限公司 自适应滤波器、方法、介质及电子设备
CN113194385A (zh) * 2021-01-14 2021-07-30 四川湖山电器股份有限公司 基于步长控制的子带自适应反馈消除方法及系统
CN114449428A (zh) * 2022-01-10 2022-05-06 惠州Tcl移动通信有限公司 防啸叫方法、装置、存储介质及助听器

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5001701A (en) * 1989-08-07 1991-03-19 At&T Bell Laboratories Subband echo canceler including real time allocation among the subbands
US6396872B1 (en) * 1998-06-11 2002-05-28 Nec Corporation Unknown system identification method by subband adaptive filters and device thereof
CN101223767A (zh) * 2005-07-13 2008-07-16 坦德伯格电信公司 低延迟的回声消除方法和系统
CN101227537A (zh) * 2007-01-19 2008-07-23 中兴通讯股份有限公司 一种宽带声学回声消除方法
CN101562669A (zh) * 2009-03-11 2009-10-21 屈国良 自适应全双工全频段回声消除的方法
CN106601266A (zh) * 2017-02-24 2017-04-26 喜大(上海)网络科技有限公司 回声消除方法、装置及系统
US10117021B1 (en) * 2017-03-31 2018-10-30 Polycom, Inc. Audio feedback reduction utilizing adaptive filters and nonlinear processing
CN109727604A (zh) * 2018-12-14 2019-05-07 上海蔚来汽车有限公司 用于语音识别前端的频域回声消除方法及计算机储存介质
CN111182431A (zh) * 2019-12-27 2020-05-19 中山大学花都产业科技研究院 一种会议扩声系统啸叫抑制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5001701A (en) * 1989-08-07 1991-03-19 At&T Bell Laboratories Subband echo canceler including real time allocation among the subbands
US6396872B1 (en) * 1998-06-11 2002-05-28 Nec Corporation Unknown system identification method by subband adaptive filters and device thereof
CN101223767A (zh) * 2005-07-13 2008-07-16 坦德伯格电信公司 低延迟的回声消除方法和系统
CN101227537A (zh) * 2007-01-19 2008-07-23 中兴通讯股份有限公司 一种宽带声学回声消除方法
CN101562669A (zh) * 2009-03-11 2009-10-21 屈国良 自适应全双工全频段回声消除的方法
CN106601266A (zh) * 2017-02-24 2017-04-26 喜大(上海)网络科技有限公司 回声消除方法、装置及系统
US10117021B1 (en) * 2017-03-31 2018-10-30 Polycom, Inc. Audio feedback reduction utilizing adaptive filters and nonlinear processing
CN109727604A (zh) * 2018-12-14 2019-05-07 上海蔚来汽车有限公司 用于语音识别前端的频域回声消除方法及计算机储存介质
CN111182431A (zh) * 2019-12-27 2020-05-19 中山大学花都产业科技研究院 一种会议扩声系统啸叫抑制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113194385A (zh) * 2021-01-14 2021-07-30 四川湖山电器股份有限公司 基于步长控制的子带自适应反馈消除方法及系统
CN112803921A (zh) * 2021-04-13 2021-05-14 浙江华创视讯科技有限公司 自适应滤波器、方法、介质及电子设备
CN114449428A (zh) * 2022-01-10 2022-05-06 惠州Tcl移动通信有限公司 防啸叫方法、装置、存储介质及助听器

Similar Documents

Publication Publication Date Title
CN111988708A (zh) 一种基于单麦克风的啸叫抑制方法及装置
KR101168002B1 (ko) 잡음 신호 처리 방법 및 상기 방법을 구현하기 위한 장치
JP2003534570A (ja) 適応ビームフォーマーにおいてノイズを抑制する方法
CN112017679B (zh) 用于自适应滤波器系数更新的方法及装置、设备
CN108696648B (zh) 一种短时语音信号处理的方法、装置、设备及存储介质
KR20130117750A (ko) 컴퓨테이셔널 청각 장면 분석에 기초한 단청 노이즈 억제
CN103109320A (zh) 噪声抑制装置
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
CN112201273B (zh) 一种噪声功率谱密度计算方法、系统、设备及介质
Gil-Cacho et al. Wiener variable step size and gradient spectral variance smoothing for double-talk-robust acoustic echo cancellation and acoustic feedback cancellation
CN106601266A (zh) 回声消除方法、装置及系统
JP2016090799A (ja) 雑音抑圧装置、その方法及びプログラム
CN109451398B (zh) 声反馈消除设备、声反馈消除方法、音频处理系统
Ram et al. Performance analysis of adaptive algorithms for speech enhancement applications
KR101442700B1 (ko) 독립성분분석 적응필터를 이용한 헤드폰 유입잡음 제거방법 및 장치
JP2020504966A (ja) 遠距離音の捕捉
KR20150096090A (ko) 두 개의 마이크로폰을 포함하는 통신장치에서의 잡음제거방법 및 장치
TW526468B (en) System and method for eliminating background noise of voice signal
CN115620737A (zh) 语音信号处理装置、方法、电子设备和扩音系统
Rahman et al. Filtering non-stationary noise in speech signals using computationally efficient unbiased and normalized algorithm
Nataraj et al. Single channel speech enhancement using adaptive filtering and best correlating noise identification
CN115662461A (zh) 降噪模型训练方法、装置以及设备
JP2011254420A (ja) 反響消去方法、反響消去装置及び反響消去プログラム
JP2000105599A (ja) 雑音レベル時間変動率計算方法及び装置と雑音低減方法 及び装置
CN113345438A (zh) 一种基于扬声器磁场的监听方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201124

RJ01 Rejection of invention patent application after publication