CN112004177A - 一种啸叫检测方法、麦克风音量调节方法及介质 - Google Patents
一种啸叫检测方法、麦克风音量调节方法及介质 Download PDFInfo
- Publication number
- CN112004177A CN112004177A CN202010913269.4A CN202010913269A CN112004177A CN 112004177 A CN112004177 A CN 112004177A CN 202010913269 A CN202010913269 A CN 202010913269A CN 112004177 A CN112004177 A CN 112004177A
- Authority
- CN
- China
- Prior art keywords
- peak
- howling
- current frame
- signal
- value
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/02—Circuits for transducers, loudspeakers or microphones for preventing acoustic reaction, i.e. acoustic oscillatory feedback
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal 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
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L21/0232—Processing in the frequency domain
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Otolaryngology (AREA)
- General Health & Medical Sciences (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本发明公开了一种啸叫检测方法、麦克风音量调节方法及介质,本发明提供的检测方法每次对20ms为一帧长度的音频数字信号进行分析和处理,对时域信号转为频域信号,然后在频域信号数据里分析一帧的频域能量峰值及相关的数据的平均值并进行分析比较,最后得出判断,当前帧是否存在啸叫信号,整个检测方法涉及的算法复杂度低,能够在普通计算机设备、手机设备、笔记本电脑等各个平台实现啸叫检测,并且检测学习时间小于3秒,能够快速地检测出啸叫信号。
Description
技术领域
本发明属于计算机信号处理领域,尤其是涉及一种啸叫检测方法、麦克风音量调节方法及介质。
背景技术
随着云会议应用普及,云会议终端的应用场景也越来越丰富。用户可以同时使用手机、笔记本电脑、PAD等移动设备接入云会议系统。而一个会议室空间内有可能同时接入多台电脑设备,而此时会导致多台设备的麦克风和扬声器的距离太近,导致产生麦克风啸叫现象,这个问题对于用户的体验是非常不友好的。
发明内容
本发明在此的目的在于提供一种能够实现啸叫检测并检测学习时间小于3秒的啸叫检测方法。
为实现本发明的目的,在此提供的啸叫检测方法包括以下步骤:
步骤S1:获取一帧20毫秒单位长度的音频数字信号,作为当前帧;
步骤S2:对所述步骤S1获取的当前帧进行短时加窗FFT变换,由时域信号转换为频域数据;
步骤S3:计算经所述步骤S2 FFT变换的当前帧中0Hz到1500Hz低频带的低频平均能量值和峰值Peak_Low;计算1500Hz到8000Hz的高频带的高频平均能量值和峰值Peak_High,然后分别计算出峰值密度Peak_D和非峰值密度NoPeak_D;
步骤S4:啸叫判断,当满足条件1:Peak_D > Peak_High*0.6;且满足条件2:Peak_D /NoPeak_D > 10.0;则累加计数一次,当连续累加超过15次,判断为当前帧为啸叫信号。
本发明提供的检测方法每次对20ms为一帧长度的音频数字信号进行分析和处理,对时域信号转为频域信号,然后在频域信号数据里分析一帧的频域能量峰值及相关的数据的平均值并进行分析比较,最后得出判断,当前帧是否存在啸叫信号,整个检测方法涉及的算法复杂度低,能够在普通计算机设备、手机设备、笔记本电脑等各个平台实现啸叫检测,并且检测学习时间小于3秒,能够快速地检测出啸叫信号。
进一步的,本发明提供的检测方法在当前帧已经被判断为啸叫信号时,判断当前帧的峰值密度Peak_D和峰值Peak_High是否满足以下条件:
Peak_D<= 0.5*Peak_High
如满足,则判断为当前帧为规则性的高频信号;如不满足,则判断为当前帧为真实的啸叫信号。
为了避免出现正常通话的时候出现错误判断而导致检测不准确,特别是手机等设备的铃声和音乐声在频谱上与啸叫声有很多重叠相似的部分,本发明通过上述步骤进一步判断当前帧是否为真实的啸叫信号,提高啸叫识别率的同时解决了铃声和音乐声等类似啸叫的声的误判问题。
进一步的,本发明提供的检测方法还包括对所述步骤S1获取的当前帧进行噪声抑制的噪声抑制步骤。在获取的音频数字信号中包括了与语音信号不相关的环境噪声,为了降低该噪声对啸叫信号检测的影响,本发明在此增加对噪声抑制步骤对环境噪声进行抑制,进一步提高了啸叫信号的识别率。
进一步的,本发明提供的检测方法在进行所述步骤S2之前还包括对当前帧是否为静音或无声状态的判断步骤,该步骤具体为:当判断为静音或无声状态时,返回步骤S1重新获取音频数字信号;当判断不为静音或无声状态时,进行步骤S2。
在对当前帧进行短时加窗FFT变换之前判断当前帧是否为静音或无声状态,由于判断是否为静音或无声状态的算法非常简单且运算量下,从而避免了在静音或无声状态下做FFT变换等复杂处理,降低了本发明啸叫检测方法的总体运算量,提高了检测速率。
进一步的,所述步骤S3中计算得到的低频平均能量值、峰值Peak_Low、高频平均能量值、峰值Peak_High、峰值密度Peak_D和非峰值密度NoPeak_D保存到长度为50帧的缓冲列表中,然后进行步骤S4:啸叫判断。
本发明啸叫检测方法依据声音信号在时间上的强相关性特性,采用历史前50帧(20ms一帧),就相当1秒时间长度的声音数据的信息提取过程,极大地提升了啸叫检测的准确度。
本发明在此的另一个目的在于提供一种麦克风音量调节方法,该方法在出现啸叫信号,根据啸叫信号的强度和时间长度综合判断来关闭麦克风或调节麦克风音量,所述啸叫信号经本发明提供的啸叫检测方法检测得到。
本发明在此的再一方面,提出一种计算机可读存储介质,其上存储有计算机程序,该计算机程序包括可执行指令,当该可执行指令被处理器执行时,实施如上所述的方法。
本发明的有益效果:
1)本发明的算法复杂度较低,能够在普通计算机设备、手机设备、笔记本电脑等各个平台实现啸叫检测,并且检测学习时间小于3秒;
2)能够有效区分出音乐铃声等类似啸叫的干扰噪声;
3)通过啸叫信号的强度和时间长度综合判断来关闭麦克风或调节麦克风音量,避免了因多台设备的麦克风和扬声器的距离太近,导致产生麦克风啸叫现象。
4)通过关闭麦克风或调节麦克风音量避免了啸叫现象影响到远程会议系统的正常使用,从而告知用户出现了声学啸叫,需要调整硬件或软件的配置。
附图说明
图1为本发明提供的啸叫检测方法的流程图;
图2为本申请的一个实施例电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
下文以本文提供的啸叫检测方法的执行主体为啸叫检测模块为例,对该方法的实施方式进行介绍。可以理解,该方法的执行主体为啸叫检测模块只是一种示例性的说明,并不应理解为对该方法的限定。
在此,啸叫检测模块包括啸叫检测接口、噪声抑制模块和静音检测模块,其中啸叫检测接口用于接收音频时域信号,噪声抑制模块用于抑制一部分稳态噪声信号,静音检测模块用于检测当前帧是否是静音或无声状态。
将啸叫检测模块作为云会议客户端的模块集成到软件中,通过音频采集每次获取20ms长度为一帧的音频时域信号,将时域信号送入到啸叫检测模块接口,通过啸叫检测模块的统计分析,最后得出啸叫检测的状态值。
结合图1和图2,该方法的实现流程为:
步骤S1:麦克风收到的发言者的音频数字信号经偏置放大和低通滤波处理后输入AD接口,通过设备采集驱动AD接口获取一帧20毫秒单位长度的音频数字信号帧作为当前帧送入到啸叫检测接口;
步骤S2:啸叫检测接口将接收到的音频数字信号送入时域数字信号的噪声抑制模块,印制一部分稳态噪声信号;
步骤S3:经噪声抑制模块处理后的音频数字信号输入时域数字信号的静音检测模块分析当前帧是否为静音或无声状态,当判断为静音或无声状态时,返回步骤S1重新获取音频数字信号;当判断不为静音或无声状态时,进行步骤S4;
步骤S4:对一帧20毫秒单位长度的音频数字信号帧进行短时加窗FFT变换,由时域信号转换为频域数据;
步骤S5:计算经所述步骤S4 FFT变换的当前帧中0Hz到1500Hz低频带的低频平均能量值和峰值Peak_Low;计算1500hz到8000(16khz采样率)的高频带的高频平均能量值和峰值Peak_High,然后分别计算出峰值密度Peak_D和非峰值密度NoPeak_D;此步骤针对采样率为16khz的音频数据,计算1500hz到8000hz的频率范围内的能量值平均值和峰值;
步骤S6:啸叫判断,当满足条件1:Peak_D > Peak_High*0.6;且满足条件2:Peak_D /NoPeak_D > 10.0;则累加计数一次,当连续累加超过15次,判断为当前帧为啸叫信号。
此外,在当前帧已经被判断为啸叫信号时,为了保证判断的准确性,本文提供的啸叫检测方法还判断当前帧的峰值密度Peak_D和峰值Peak_High是否满足以下条件:
Peak_D<= 0.5*Peak_High
如满足,则判断为当前帧为规则性的高频信号;如不满足,则判断为当前帧为真实的啸叫信号。
啸叫检测模块根据判断结果返回1或0,其中1表示当前帧为啸叫信号,0表示当前帧不为啸叫信号。啸叫检测模块返回的判断结果可以用于麦克风音量调节。具体调节方法是:根据啸叫信号的强度和时间长度综合判断来关闭麦克风或调节麦克风音量。
本文中,啸叫信号强度HowlIntensity通过以下公式得到:
HowlIntensity= HowlIntensity * 0.95+ Peak_High * 0.05
式中:等式左边的HowlIntensity为啸叫信号强度,右边的HowlIntensity为当前帧的啸叫强度峰值,Peak_High是当前帧的峰值。用户音量调节标准:
当啸叫信号强度HowlIntensity > 1000 且啸叫信号强度HowlIntensity < 50000时,啸叫较为明显。此时可以先降低麦克风音量10%,当啸叫信号强度HowlIntensity >50000时,认为啸叫过大,此时立即关闭麦克风设置音量为0。随后几秒再慢慢打开麦克风音量,一秒打开5%,直到初始的音量值。当啸叫信号强度HowlIntensity<1000一般不做任何处理。其中1000、50000为量化值,整数单位(int类型)。
上述公式中0.05为平滑因子,HowlIntensity= HowlIntensity *(1-0.05)+Peak_High * 0.05;通过历史50帧的每次Peak_High的值做平滑累加计算。得出当前50帧的平均强度。
如果通过本文提供的啸叫检测方法检测得到音频数字信号为啸叫信号,判断结果返回上层应用程序,应用程序调用系统接口来控制麦克分音量或关闭麦克风;避免啸叫现象影响到远程会议系统的正常使用,从而告知用户出现了声学啸叫,需要调整硬件或软件的配置。
本文中,需要通知上层的接口包括:1.啸叫状态值howlstatus,0表示无啸叫,1表示有啸叫。 2. 啸叫信号强度HowlIntensity(用户根据用户音量调节标准来设置声卡硬件的录音音量)
如果通过本文提供的啸叫检测方法检测得到音频数字信号为不为啸叫信号,则麦克风收到的发言者的音频数字信号经啸叫检测模块检测后经DA、输出滤波、音频功放等处理后输入音箱喇叭,由音箱喇叭播放出来。
本文中:Peak_low是指当前帧的低频部分的峰值均值, Peak_high是指当前帧的高频部分的峰值均值。低频平均能量值、峰值Peak_Low、高频平均能量值、峰值Peak_High、峰值密度Peak_D和非峰值密度NoPeak_D分别经以下等式得到:
高频平均能量值=FFT变换后当前帧长度里大于1000Hz的每个频域数据累加起来;
峰值Peak_Low=FFT变换后当前帧长度里小于等于1000Hz中频域数据的最大值;
峰值Peak_High=FFT变换后当前帧长度里大于1000Hz中频域数据的最大值;
峰值密度Peak_D=(当前帧长度里峰值Peak_High+ 峰值Peak_High前一个采样的Peak值+峰值Peak_High后一个采样的Peak值)/3;
非峰值密度NoPeak_D=(高频平均能量-峰值密度Peak_D)/(帧长度20ms采样点数量-3)。
峰值密度Peak_D计算等式中,当前帧长度里峰值Peak_High、 峰值Peak_High前一个采样的Peak值和峰值Peak_High后一个采样的Peak值是指峰值Peak_High,是当前帧一帧内的相邻的采样点的三个峰值。
本文提供的啸叫检测方法将计算得到的低频平均能量值、峰值Peak_Low、高频平均能量值、峰值Peak_High、峰值密度Peak_D和非峰值密度NoPeak_D保存到长度为50帧的缓冲列表中。本方法依据声音信号在时间上的强相关性特征。采用历史前50帧(20ms一帧),就相当1秒时间长度的声音数据的信息提取过程,这样对于啸叫检测的准确度会极大提升,同时也不能太长,太长每次比较的数据太长,导致计算量上升太大。当然在刚开始的时候前50帧认为都是0数据。
本发明的算法复杂度较低,能够在普通计算机设备、手机设备、笔记本电脑等各个平台实现啸叫检测,并且检测学习时间小于3秒,能够有效区分出音乐铃声等类似啸叫的干扰噪声。
本文公开的示例性实施方式中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序包括可执行指令,该可执行指令被例如处理器执行时可以实现上述所述啸叫检测方法和麦克风音量调节方法的步骤。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书的信息查询和存储方法中描述的根据本公开各种示例性实施例的步骤。
在本文中,可读存储介质可以是任何可以能够存储程序的介质,如硬盘、随机存储器、只读存储器、光纤、光存储器件等。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
本文公开的可读存储介质上存储的计算机程序可以采用一种或多种程序编写语言的任意组合来编写,此处的程序编写语言可以是Java语言、C++语言、或者C语言。
本公开已由上述相关实施例加以描述,然而上述实施例仅为实施本公开的范例。必需指出的是,已揭露的实施例并未限制本公开的范围。相反,在不脱离本公开的精神和范围内所作的变动与润饰,均属本公开的专利保护范围。
Claims (10)
1.一种啸叫检测方法,其特征在于,该方法包括以下步骤:
步骤S1:获取一帧20毫秒单位长度的音频数字信号,作为当前帧;
步骤S2:对所述步骤S1获取的当前帧进行短时加窗FFT变换,由时域信号转换为频域数据;
步骤S3:计算经所述步骤S2 FFT变换的当前帧中0Hz到1500Hz低频带的低频平均能量值和峰值Peak_Low;计算1500Hz到8000Hz的高频带的高频平均能量值和峰值Peak_High,然后分别计算出峰值密度Peak_D和非峰值密度NoPeak_D;
步骤S4:啸叫判断,当满足条件1:Peak_D > Peak_High*0.6;且满足条件2:Peak_D /NoPeak_D > 10.0;则累加计数一次,当连续累加超过15次,判断为当前帧为啸叫信号。
2.根据权利要求1所述的啸叫检测方法,其特征在于:在当前帧已经被判断为啸叫信号时,判断当前帧的峰值密度Peak_D和峰值Peak_High是否满足以下条件:
Peak_D<= 0.5*Peak_High
如满足,则判断为当前帧为规则性的高频信号;如不满足,则判断为当前帧为真实的啸叫信号。
3.根据权利要求1所述的啸叫检测方法,其特征在于:还包括对所述步骤S1获取的当前帧进行噪声抑制的噪声抑制步骤。
4.根据权利要求1或2或3所述的啸叫检测方法,其特征在于:在进行所述步骤S2之前还包括对当前帧是否为静音或无声状态的判断步骤,该步骤具体为:当判断为静音或无声状态时,返回步骤S1重新获取音频数字信号;当判断不为静音或无声状态时,进行步骤S2。
5.根据权利要求1或2或3所述的啸叫检测方法,其特征在于:所述步骤S3中的低频平均能量值、峰值Peak_Low、高频平均能量值、峰值Peak_High、峰值密度Peak_D和非峰值密度NoPeak_D分别经以下等式得到:
低频平均能量值=FFT变换后当前帧长度里小于等于1000Hz的每个频域数据累加起来;
高频平均能量值=FFT变换后当前帧长度里大于1000Hz的每个频域数据累加起来;
峰值Peak_Low=FFT变换后当前帧长度里小于等于1000Hz中频域数据的最大值;
峰值Peak_High=FFT变换后当前帧长度里大于1000Hz中频域数据的最大值;
峰值密度Peak_D=(当前帧长度里峰值Peak_High+ 峰值Peak_High前一个采样的Peak值+峰值Peak_High后一个采样的Peak值)/3;
非峰值密度NoPeak_D=(高频平均能量-峰值密度Peak_D)/(帧长度20ms采样点数量-3)。
6.根据权利要求1所述的啸叫检测方法,其特征在于:所述步骤S3中计算得到的低频平均能量值、峰值Peak_Low、高频平均能量值、峰值Peak_High、峰值密度Peak_D和非峰值密度NoPeak_D保存到长度为50帧的缓冲列表中,然后进行步骤S4:啸叫判断。
7.一种麦克风音量调节方法,其特征在于:该方法在出现啸叫信号,根据啸叫信号强度和啸叫时间长度综合判断来关闭麦克风或调节麦克风音量,所述啸叫信号经权利要求1-6任意一项所述的啸叫检测方法检测得到。
8.根据权利要求7所述的麦克风音量调节方法,其特征在于:所述啸叫信号强度HowlIntensity通过以下公式得到:
HowlIntensity= HowlIntensity * 0.95+ Peak_High * 0.05
式中:等式左边的HowlIntensity为啸叫信号强度,右边的HowlIntensity为当前帧的啸叫强度峰值,Peak_High是当前帧的峰值。
9.根据权利要求7或8所述的麦克风音量调节方法,其特征在于:当啸叫信号强度大于1000且小于50000时,降低麦克风音量;当啸叫信号强度大于50000时,关闭麦克风,延迟几秒后重新打开麦克风音量;当啸叫信号强度小于1000,不做任何处理。
10.一种计算机可读存储介质,其上存储有计算机程序,该计算机程序包括可执行指令,当该可执行指令被处理器执行时,实施如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010913269.4A CN112004177B (zh) | 2020-09-03 | 2020-09-03 | 一种啸叫检测方法、麦克风音量调节方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010913269.4A CN112004177B (zh) | 2020-09-03 | 2020-09-03 | 一种啸叫检测方法、麦克风音量调节方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112004177A true CN112004177A (zh) | 2020-11-27 |
CN112004177B CN112004177B (zh) | 2021-08-31 |
Family
ID=73465582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010913269.4A Active CN112004177B (zh) | 2020-09-03 | 2020-09-03 | 一种啸叫检测方法、麦克风音量调节方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112004177B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112562717A (zh) * | 2020-12-01 | 2021-03-26 | 广州华多网络科技有限公司 | 啸叫检测方法、装置、存储介质、计算机设备 |
CN113225657A (zh) * | 2021-04-16 | 2021-08-06 | 深圳木芯科技有限公司 | 基于双麦克风架构的多通道啸叫抑制方法 |
CN113271386A (zh) * | 2021-05-14 | 2021-08-17 | 杭州朗和科技有限公司 | 啸叫检测方法及装置、存储介质、电子设备 |
CN113709648A (zh) * | 2021-08-27 | 2021-11-26 | 重庆紫光华山智安科技有限公司 | 一种麦克风扬声器协同测试方法、系统、介质及电子终端 |
CN115116232A (zh) * | 2022-08-29 | 2022-09-27 | 深圳市微纳感知计算技术有限公司 | 汽车鸣笛的声纹比较方法、装置、设备及存储介质 |
CN116346061A (zh) * | 2023-05-26 | 2023-06-27 | 苏州至盛半导体科技有限公司 | 基于峰值和有效值双值检测的动态范围控制方法和电路 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040234069A1 (en) * | 2003-05-19 | 2004-11-25 | Acoustic Technologies, Inc. | Dynamic balance control for telephone |
CN101621730A (zh) * | 2008-07-01 | 2010-01-06 | 索尼株式会社 | 用于检测声反馈的装置和方法 |
CN102077609A (zh) * | 2008-07-11 | 2011-05-25 | 歌乐株式会社 | 声学处理装置 |
US20120294437A1 (en) * | 2011-05-18 | 2012-11-22 | Microsemi Semiconductor Corp. | Automatic gain control for tele-presence voice echo cancellers |
CN104464752A (zh) * | 2014-12-24 | 2015-03-25 | 海能达通信股份有限公司 | 一种声反馈检测方法和装置 |
US20150104039A1 (en) * | 2013-10-15 | 2015-04-16 | Electronics And Telecommunications Research Institute | Apparatus and method of suppressing howling |
US20160157037A1 (en) * | 2013-06-19 | 2016-06-02 | Creative Technology Ltd | Acoustic feedback canceller |
CN105812993A (zh) * | 2014-12-29 | 2016-07-27 | 联芯科技有限公司 | 啸叫检测和抑制方法及其装置 |
CN105895115A (zh) * | 2016-04-01 | 2016-08-24 | 北京小米移动软件有限公司 | 啸叫的判定方法及装置 |
CN106303878A (zh) * | 2015-05-22 | 2017-01-04 | 成都鼎桥通信技术有限公司 | 一种啸叫检测和抑制方法 |
CN108093356A (zh) * | 2016-11-23 | 2018-05-29 | 杭州萤石网络有限公司 | 一种啸叫检测方法及装置 |
CN110390953A (zh) * | 2019-07-25 | 2019-10-29 | 腾讯科技(深圳)有限公司 | 啸叫语音信号的检测方法、装置、终端及存储介质 |
CN110536215A (zh) * | 2019-09-09 | 2019-12-03 | 普联技术有限公司 | 音频信号处理的方法、装置、计算设置及存储介质 |
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 |
-
2020
- 2020-09-03 CN CN202010913269.4A patent/CN112004177B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040234069A1 (en) * | 2003-05-19 | 2004-11-25 | Acoustic Technologies, Inc. | Dynamic balance control for telephone |
CN101621730A (zh) * | 2008-07-01 | 2010-01-06 | 索尼株式会社 | 用于检测声反馈的装置和方法 |
CN102077609A (zh) * | 2008-07-11 | 2011-05-25 | 歌乐株式会社 | 声学处理装置 |
US20120294437A1 (en) * | 2011-05-18 | 2012-11-22 | Microsemi Semiconductor Corp. | Automatic gain control for tele-presence voice echo cancellers |
US20160157037A1 (en) * | 2013-06-19 | 2016-06-02 | Creative Technology Ltd | Acoustic feedback canceller |
US20150104039A1 (en) * | 2013-10-15 | 2015-04-16 | Electronics And Telecommunications Research Institute | Apparatus and method of suppressing howling |
CN104464752A (zh) * | 2014-12-24 | 2015-03-25 | 海能达通信股份有限公司 | 一种声反馈检测方法和装置 |
CN105812993A (zh) * | 2014-12-29 | 2016-07-27 | 联芯科技有限公司 | 啸叫检测和抑制方法及其装置 |
CN106303878A (zh) * | 2015-05-22 | 2017-01-04 | 成都鼎桥通信技术有限公司 | 一种啸叫检测和抑制方法 |
CN105895115A (zh) * | 2016-04-01 | 2016-08-24 | 北京小米移动软件有限公司 | 啸叫的判定方法及装置 |
CN108093356A (zh) * | 2016-11-23 | 2018-05-29 | 杭州萤石网络有限公司 | 一种啸叫检测方法及装置 |
CN110390953A (zh) * | 2019-07-25 | 2019-10-29 | 腾讯科技(深圳)有限公司 | 啸叫语音信号的检测方法、装置、终端及存储介质 |
CN110536215A (zh) * | 2019-09-09 | 2019-12-03 | 普联技术有限公司 | 音频信号处理的方法、装置、计算设置及存储介质 |
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 |
Non-Patent Citations (2)
Title |
---|
E. BERDAHL AND D. HARRIS: "Smart Microphone for howling prevention: A context-aware audio device", 《2010 IEEE WORKSHOP ON SIGNAL PROCESSING SYSTEMS》 * |
郑洋: "应用于数字助听器的自适应声反馈消除算法研究", 《中国优秀硕士论文电子期刊网》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112562717A (zh) * | 2020-12-01 | 2021-03-26 | 广州华多网络科技有限公司 | 啸叫检测方法、装置、存储介质、计算机设备 |
CN112562717B (zh) * | 2020-12-01 | 2023-08-18 | 广州华多网络科技有限公司 | 啸叫检测方法、装置、存储介质、计算机设备 |
CN113225657A (zh) * | 2021-04-16 | 2021-08-06 | 深圳木芯科技有限公司 | 基于双麦克风架构的多通道啸叫抑制方法 |
CN113271386A (zh) * | 2021-05-14 | 2021-08-17 | 杭州朗和科技有限公司 | 啸叫检测方法及装置、存储介质、电子设备 |
CN113709648A (zh) * | 2021-08-27 | 2021-11-26 | 重庆紫光华山智安科技有限公司 | 一种麦克风扬声器协同测试方法、系统、介质及电子终端 |
CN115116232A (zh) * | 2022-08-29 | 2022-09-27 | 深圳市微纳感知计算技术有限公司 | 汽车鸣笛的声纹比较方法、装置、设备及存储介质 |
CN115116232B (zh) * | 2022-08-29 | 2022-12-09 | 深圳市微纳感知计算技术有限公司 | 汽车鸣笛的声纹比较方法、装置、设备及存储介质 |
CN116346061A (zh) * | 2023-05-26 | 2023-06-27 | 苏州至盛半导体科技有限公司 | 基于峰值和有效值双值检测的动态范围控制方法和电路 |
CN116346061B (zh) * | 2023-05-26 | 2023-08-04 | 苏州至盛半导体科技有限公司 | 基于峰值和有效值双值检测的动态范围控制方法和电路 |
Also Published As
Publication number | Publication date |
---|---|
CN112004177B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112004177B (zh) | 一种啸叫检测方法、麦克风音量调节方法及存储介质 | |
CA2527461C (en) | Reverberation estimation and suppression system | |
US9524735B2 (en) | Threshold adaptation in two-channel noise estimation and voice activity detection | |
CN105118522B (zh) | 噪声检测方法及装置 | |
CN111149370B (zh) | 会议系统中的啸叫检测 | |
US10553236B1 (en) | Multichannel noise cancellation using frequency domain spectrum masking | |
CN108447496B (zh) | 一种基于麦克风阵列的语音增强方法及装置 | |
CN111883182B (zh) | 人声检测方法、装置、设备及存储介质 | |
US10771621B2 (en) | Acoustic echo cancellation based sub band domain active speaker detection for audio and video conferencing applications | |
US9330677B2 (en) | Method and apparatus for generating a noise reduced audio signal using a microphone array | |
CN108133712B (zh) | 一种处理音频数据的方法和装置 | |
US20230317096A1 (en) | Audio signal processing method and apparatus, electronic device, and storage medium | |
CN106033673B (zh) | 一种近端语音信号检测方法及装置 | |
CN110503973B (zh) | 音频信号瞬态噪音抑制方法、系统以及存储介质 | |
CN113241085B (zh) | 回声消除方法、装置、设备及可读存储介质 | |
WO2024017110A1 (zh) | 语音降噪方法、模型训练方法、装置、设备、介质及产品 | |
CN110556128B (zh) | 一种语音活动性检测方法、设备及计算机可读存储介质 | |
CN115359804A (zh) | 一种基于麦克风阵列的定向音频拾取方法和系统 | |
CN111986694B (zh) | 基于瞬态噪声抑制的音频处理方法、装置、设备及介质 | |
CN114627899A (zh) | 声音信号检测方法及装置、计算机可读存储介质、终端 | |
CN113299308A (zh) | 一种语音增强方法、装置、电子设备及存储介质 | |
CN111816217B (zh) | 一种自适应端点检测的语音识别方法与系统、智能设备 | |
CN113763945B (zh) | 一种语音唤醒方法、装置、设备及存储介质 | |
KR102238429B1 (ko) | 돌발성 잡음 검출 장치 | |
CN114664310B (zh) | 一种基于注意力增强滤波的无声攻击分类提升方法 |
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 |