CN112466319A - 音频处理方法、装置、计算机设备和存储介质 - Google Patents
音频处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112466319A CN112466319A CN202011228407.1A CN202011228407A CN112466319A CN 112466319 A CN112466319 A CN 112466319A CN 202011228407 A CN202011228407 A CN 202011228407A CN 112466319 A CN112466319 A CN 112466319A
- Authority
- CN
- China
- Prior art keywords
- audio
- audio data
- processing
- howling
- exists
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 148
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 230000005236 sound signal Effects 0.000 claims description 70
- 230000001629 suppression Effects 0.000 claims description 26
- 230000009467 reduction Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 238000012850 discrimination method Methods 0.000 claims description 4
- 230000002829 reductive effect Effects 0.000 abstract description 5
- 230000005764 inhibitory process Effects 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- 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
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Circuit For Audible Band Transducer (AREA)
Abstract
本申请涉及一种音频处理方法、装置、计算机设备和存储介质,该方法包括:获取视频会议系统采集的音频数据;对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据;若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据。通过解决了现有技术中无论是否存在啸叫均对音频进行啸叫抑制,导致声音非线性失真严重,最终导致回声无法消除干净的问题,降低了音频损伤,提高了音频质量。
Description
技术领域
本申请涉及音频处理技术领域,特别是涉及一种音频处理方法、装置、计算机设备和存储介质。
背景技术
啸叫,又称自激或声学反馈。当用麦克风进行现场扩音时,声音信号被扬声器播放后重新被麦克风采集产生正反馈,信号被不断地放大形成叠加,由此此时形成声反馈闭合回路,产生啸叫。
如图1所示,在网络视频会议中,两方或多方视频会议终端以多点控制单元(MCU)为控制中心,与会各方通过远场麦克风采集声音,同时通过扬声器(电视或音响)播放声音。每方会议声音被扬声器播放后能够被麦克风采集,由于每个终端带有回声消除模块,如果不同的与会人在物理隔离的不同会议室空间,就不会产生回声和啸叫。但是如图2所示,当不同会议终端在同一个物理会议室开会,会议终端1或2播放声音,被会议终端2或1的麦克风采集,此时形成声反馈闭合回路时容易导致啸叫。
现有的啸叫抑制方法主要有:移频移相法、陷波抑制法、自适应反馈抵消法等,但是无论哪种方法进行啸叫抑制均对对音频损伤严重,尤其是当不存在啸叫现象时对音频也有不可逆损伤,降低了音频质量。
发明内容
本申请实施例提供了一种音频处理方法、装置、计算机设备和存储介质,以至少解决相关技术中音频处理损伤严重的问题。
第一方面,本申请实施例提供了一种音频处理方法,包括:
获取视频会议系统采集的音频数据;
对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;
若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据;
若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据。
在其中一些实施例中,所述对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫,包括:
通过峰值功率门限判别法对音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫。
在其中一些实施例中,所述若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据,包括:
对所述音频数据进行回声消除处理,得到第一音频信号;
通过陷波抑制法对所述第一音频信号中300-4kHz频段进行啸叫抑制,得到第二音频信号;
对所述第二音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。
在其中一些实施例中,所述对所述第二音频信号进行降噪处理,自动增益处理和编码处理中的至少一种,得到最终音频数据之前,还包括:
对所述第二音频信号中300-4kHz频段进行带通滤波和/或相位调制。
在其中一些实施例中,所述若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据之后,还包括:
向人机交互界面上报啸叫状态。
在其中一些实施例中,所述若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据,包括:
对所述音频数据进行回声消除处理,得到第一音频信号;
对所述第一音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。
在其中一些实施例中,所述音频处理方法,还包括:
对所述最终音频数据进行解码处理,得到第三音频信号;
播放所述第三音频信号;
基于所述第三音频信号对所述音频数据进行回声消除处理。
第二方面,本申请实施例提供了一种音频处理方法装置,包括:
音频数据获取单元,用于获取视频会议系统采集的音频数据;
啸叫检测单元,用于对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;
第一音频处理单元,用于若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据;
第二音频处理单元,用于若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的音频处理方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的音频处理方法。
相比于相关技术,本申请实施例提供的音频处理方法,通过在音频处理之前,对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;从而根据音频数据中的啸叫情况,采用不同的预设音频处理规则对音频数据进行处理,得到最终音频数据。解决了现有技术中无论是否存在啸叫均对音频进行啸叫抑制,导致声音非线性失真严重,最终导致回声无法消除干净的问题,降低了音频损伤,提高了音频质量。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是现有技术中网络视频会议的部署场景示意图;
图2是现有技术中网络视频会议的同一个会议室中部署的场景示意图;
图3是本申请其中一个实施例中音频处理方法的流程示意图;
图4是本申请其中一个优选实施例中音频处理方法的流程示意图;
图5是本申请其中一个实施例中另一种音频处理方法的流程示意图;
图6是本申请其中一个实施例中音频处理装置的结构框图;
图7是本申请其中一个实施例中计算机设备的结构示意图。
附图说明:201、音频数据获取单元;202、啸叫检测单元;203、第一音频处理单元;204、第二音频处理单元;30、总线;31、处理器;32、存储器;33、通信接口。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请提供的音频处理方法可应用于会议、教学、ktv等扩音系统中,特别是会议系统中。会议系统是指应用于各种会议厅中包括自动化会议传声系统、同声传译系统及投票表决系统等设备的总称,属于现代音频技术的一个分支。其中,视频会议系统,又称会议电视系统,这是指两个或多个远程参与方/端点,通过传输线路及多媒体设备,将声音、影像及文件资料互传,实现即时且互动的沟通,以实现远程会议的系统设备。当涉及多个的参与方/端点时,多点会议单元(MCU)或桥接器通常被用于连接到所有参与方/端点,MCU协调可例如以星形配置连接的多个参与方/端点之间的通信。从关于视频会议系统的国际标准获得通过并实施以来,视频会议系统得到了越来越广泛的应用,同时,其所提供的语音体验、视频体验的需求也越来越受到关注。
本实施例提供了一种音频处理方法,可由计算机设备来执行,具体的可由该计算机设备内的一个或多个处理器来执行。图3是根据本申请实施例的音频处理方法的流程图,如图3所示,该流程包括如下步骤:
步骤S101,获取视频会议系统采集的音频数据。
在本实施例中,在视频会议中,计算机设备与与会客户端建立通信连接,对距离与会客户端一定范围内的音频数据进行拾取,并将音频数据进行处理后发送至与指定的与会客户端进行播放。其中,所述与会客户端可以是手机、PDA、笔记本等便携式终端。
其中,所述音频数据可以是终端设备将要播放的音频信号,或者终端设备接收到的音频信号;可以是纯音频数据,也可以是视频数据中提取得到的音频数据,本申请不做具体限定。
步骤S102,对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫。
在本实施例中,由于音频信号的幅值随着啸叫的产生不断增大,对所述音频数据进行啸叫检测可以通过采集环境中的声音信号,当某个频率点的信号幅度峰值超过预设值时,即判断在该频率产生啸叫。
例如,可通过峰值功率门限判别法对音频数据进行啸叫检测:将音频数据分为1024点(或更大,越大分辨率越大)为一组,对每组进行1024点进行FFT变换,对频域1024个复数计算1024个瞬时能量即模方,再将其分别与实验得出的啸叫检测门限值进行比较,若连续多帧都在某频点处大于门限值,则判定为啸叫。当然,在本实施例中,也可以通过其他方式如峰值谐波功率比(Peak to Harmonic Power Ratio,PHPR)、帧间幅度斜率偏差(Interframe Magnitude Slope Deviation,IMSD)等进行啸叫检测,这些均为本领域的现有技术,本申请在此不做赘述。
步骤S103,若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据。
步骤S104,若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据。
在本实施例中,通过啸叫检测判断是否存在啸叫,采用不同的音频处理规则,选择性的对音频数据进行啸叫抑制。可选的,当存在啸叫时,对音频信号进行啸叫抑制处理;当不存在啸叫时,不对音频信号进行任何啸叫抑制处理,保证音频质量。
综上,本申请实施例提供的音频处理方法,通过在音频处理之前,对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;从而根据音频数据中的啸叫情况,采用不同的预设音频处理规则对音频数据进行处理,得到最终音频数据。解决了现有技术中无论是否存在啸叫均对音频进行啸叫抑制,导致声音非线性失真严重,最终导致回声无法消除干净的问题,降低了音频损伤,提高了音频质量。
下面通过优选实施例对本申请实施例进行描述和说明。
在其中一些实施例中,所述步骤S103,包括以下步骤:
步骤S1031,对所述音频数据进行回声消除处理,得到第一音频信号。
步骤S1032,通过陷波抑制法对所述第一音频信号中300-4kHz频段进行啸叫抑制,得到第二音频信号。
步骤S1033,对所述第二音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。
在本实施例中,当检测出啸叫时,首先进行回声消除处理,保证回声消除效果,避免传统方案中通过啸叫判断判断出有啸叫的同时进行啸叫抑制,导致声音非线性失真严重,进而导致回声无法消除干净的问题。
在本实施例中,由于说话语音频率信息主要集中在300hz~4kHz频段,因此保留此频段的语音就能最大限度理解语音所含信息,通过对所述第一音频信号中300-4kHz频段进行啸叫抑制,得到第二音频信号,可以减少啸叫频点,提高啸叫抑制效果。其中,陷波抑制法是通过窄带滤波器/自适应滤波器进行特定频率的滤波,可以通过中心频率检测法等获取啸叫频点。
当得到第二音频信号后,对所述得到第二音频信号进行进一步降噪处理,以消除噪音提高音频质量;或进行自动增益处理,使输出信号稳定在阈值之下,避免因输出信号过大造成音频信号削顶,改善音质,提高听觉舒适度;或进行编码处理后得到最终音频数据。在本实施例中,对所述第二音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。优选的,可以依次对所述第二音频信号进行降噪处理、自动增益处理和编码处理后得到最终音频数据。
在其中一些实施例中,所述步骤S1033之前,还包括:
步骤S1034,对所述第二音频信号中300-4kHz频段进行带通滤波和/或相位调制。
在本实施例中,可采用带通滤波器对所述第二音频信号进行带通滤波。具体的,低频截止频率为300Hz,高通截止频率为4kHz,即仅允许大于300Hz小于4kHz频率的语音频段通过,其他频率的信号全部被过滤,从而在缩小信号处理范围的同时,在一定程度上防止高频信号产生啸叫。
扩音系统的自激啸叫,其反馈回路是正反馈,通过所述第二音频信号中300-4kHz频段进行相位调制,可以破坏自激的相位条件,从而防止自激啸叫。可选的,当相位偏差值在140°时,稳定度最好;并且,调制的频率越高,系统的稳定性越好。
在其中一些实施例中,步骤S103,还包括:
向人机交互界面上报啸叫状态。
在本实施例中,当检测到啸叫时,可以将啸叫状态上报至管理终端,例如通过人机交互界面弹出啸叫提示框提醒用户发生啸叫,方便管理人员实时监控系统的啸叫状态,并跟进啸叫处理结果。
在其中一些实施例中,所述步骤S104,包括:
步骤S1041,对所述音频数据进行回声消除处理,得到第一音频信号;
步骤S1042,对所述第一音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。
在本实施例中,当检测出不存在啸叫时,首先进行回声消除处理,保证回声消除效果,得到第一音频信号。当得到第一音频信号后,对所述得到第一音频信号进行进一步降噪处理,以消除噪音提高音频质量;或进行自动增益处理,使输出信号稳定在阈值之下,避免因输出信号过大造成音频信号削顶,改善音质,提高听觉舒适度;或进行编码处理后得到最终音频数据。在本实施例中,对所述第一音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。优选的,可以依次对所述第一音频信号进行降噪处理、自动增益处理和编码处理后得到最终音频数据。
优选的,本实施例还提供了一种音频处理方法。图4是根据本申请优选实施例的音频处理方法的流程图,如图4所示,该流程还包括以下步骤:
在本实施例中,首先获取视频会议系统采集的音频数据,对所述音频数据进行啸叫检测。当存在啸叫时上报啸叫状态,并依次对所述音频数据进行回声消除、啸叫抑制、带通滤波、相位调制,然后经降噪、自动增益、编码处理后,得到最终音频数据并发送至指定接收端。当不存在啸叫时,依次对所述音频数据进行回声消除、降噪处理、自动增益处理和编码处理中后,得到最终音频数据并发送至指定接收端。
在上述实施例的基础上,本实施例还提供了一种音频处理方法。图5是根据本申请实施例的另一种音频处理方法的流程图,如图5所示,该流程包括:
步骤S101,获取视频会议系统采集的音频数据;
步骤S102,对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;
步骤S1031,对所述音频数据进行回声消除处理,得到第一音频信号;
步骤S1032,通过陷波抑制法对所述第一音频信号中300-4kHz频段进行啸叫抑制,得到第二音频信号;
步骤S1033,对所述第二音频信号进行降噪处理、自动增益处理和编码处理中,得到最终音频数据;
步骤S105,对所述最终音频数据进行解码处理,得到第三音频信号;
步骤S106,播放所述第三音频信号;
步骤S107,基于所述第三音频信号对所述音频数据进行回声消除处理。
在本实施例中,对于语音或视频会议,在音频处理过程中,首先获取视频会议系统采集的音频数据,对所述音频数据进行啸叫检测。当存在啸叫时,依次对所述音频数据进行回声消除、啸叫抑制、降噪、自动增益、编码处理,将音频输出格式化成适于在电子通信网落上进行信号传输的经编形式的最终音频数据发送至指定接收端。
接着,在音频播放过程中,在接收端点处,解码器将接收到的具有经编码的音频信息的信号处理成适于音频回放的经解码形式的第三音频信号进行播放。同时,将所述第三音频信号作为参考信号用于回声消除处理中的进行回声估计。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种音频处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图6是根据本申请实施例的音频处理装置的结构框图,如图6所示,该装置包括:音频数据获取单元201、啸叫检测单元202、第一音频处理单元203和第二音频处理单元204。
音频数据获取单元201,用于获取视频会议系统采集的音频数据;
啸叫检测单元202,用于对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;
第一音频处理单元203,用于若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据;
第二音频处理单元204,用于若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据。
啸叫检测单元202,具体用于通过峰值功率门限判别法对音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫。
第一音频处理单元203,包括:第一回声消除模块、第一啸叫抑制模块和第一信号处理模块。
第一回声消除模块,用于对所述音频数据进行回声消除处理,得到第一音频信号;
第一啸叫抑制模块,用于通过陷波抑制法对所述第一音频信号中300-4kHz频段进行啸叫抑制,得到第二音频信号;
第一信号处理模块,用于对所述第二音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。
第一音频处理单元203,还包括:第二啸叫抑制模块。
第二啸叫抑制模块,用于对所述第二音频信号中300-4kHz频段进行带通滤波和/或相位调制。
第一音频处理单元203,还包括:状态上报模块。
状态上报模块,用于向人机交互界面上报啸叫状态。
第二音频处理单元204,包括:第二回声消除模块和第二信号处理模块。
第二回声消除模块,用于对所述音频数据进行回声消除处理,得到第一音频信号;
第二信号处理模块,用于对所述第一音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。
音频处理装置还包括:解码单元、播放单元和回声估计单元。
解码单元,用于对所述最终音频数据进行解码处理,得到第三音频信号;
播放单元,用于播放所述第三音频信号;
回声估计单元,用于基于所述第三音频信号对所述音频数据进行回声消除处理。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合图3描述的本申请实施例音频处理方法可以由计算机设备来实现。图7为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器31以及存储有计算机程序指令的存储器32。
具体地,上述处理器31可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器32可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器32可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器32可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器32可在数据处理装置的内部或外部。在特定实施例中,存储器32是非易失性(Non-Volatile)存储器。在特定实施例中,存储器32包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器32可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器31所执行的可能的计算机程序指令。
处理器31通过读取并执行存储器32中存储的计算机程序指令,以实现上述实施例中的任意一种音频处理方法。
在其中一些实施例中,计算机设备还可包括通信接口33和总线30。其中,如图7所示,处理器31、存储器32、通信接口33通过总线30连接并完成相互间的通信。
通信接口33用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口33还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线30包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总线30包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线30可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线30可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的计算机程序,执行本申请实施例中的音频处理方法,从而实现结合图3描述的音频处理方法。
另外,结合上述实施例中的音频处理方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种音频处理方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种音频处理方法,其特征在于,包括:
获取视频会议系统采集的音频数据;
对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;
若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据;
若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据。
2.根据权利要求1所述的音频处理方法,其特征在于,所述对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫,包括:
通过峰值功率门限判别法对音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫。
3.根据权利要求1所述的音频处理方法,其特征在于,所述若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据,包括:
对所述音频数据进行回声消除处理,得到第一音频信号;
通过陷波抑制法对所述第一音频信号中300-4kHz频段进行啸叫抑制,得到第二音频信号;
对所述第二音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。
4.根据权利要求3所述的音频处理方法,其特征在于,所述对所述第二音频信号进行降噪处理,自动增益处理和编码处理中的至少一种,得到最终音频数据之前,还包括:
对所述第二音频信号中300-4kHz频段进行带通滤波和/或相位调制。
5.根据权利要求1所述的音频处理方法,其特征在于,所述若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据之后,还包括:
向人机交互界面上报啸叫状态。
6.根据权利要求1所述的音频处理方法,其特征在于,所述若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据,包括:
对所述音频数据进行回声消除处理,得到第一音频信号;
对所述第一音频信号进行降噪处理、自动增益处理和编码处理中的至少一种,得到最终音频数据。
7.根据权利要求6所述的音频处理方法,其特征在于,所述音频处理方法,还包括:
对所述最终音频数据进行解码处理,得到第三音频信号;
播放所述第三音频信号;
基于所述第三音频信号对所述音频数据进行回声消除处理。
8.一种音频处理方法装置,其特征在于,包括:
音频数据获取单元,用于获取视频会议系统采集的音频数据;
啸叫检测单元,用于对所述音频数据进行啸叫检测,确定所述音频数据中是否存在啸叫;
第一音频处理单元,用于若存在啸叫,则根据第一预设音频处理规则对音频数据进行处理,得到最终音频数据;
第二音频处理单元,用于若不存在啸叫,则根据第二预设音频处理规则对音频数据进行处理,得到最终音频数据。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的音频处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的音频处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011228407.1A CN112466319A (zh) | 2020-11-06 | 2020-11-06 | 音频处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011228407.1A CN112466319A (zh) | 2020-11-06 | 2020-11-06 | 音频处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112466319A true CN112466319A (zh) | 2021-03-09 |
Family
ID=74825872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011228407.1A Pending CN112466319A (zh) | 2020-11-06 | 2020-11-06 | 音频处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112466319A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113113046A (zh) * | 2021-04-14 | 2021-07-13 | 杭州朗和科技有限公司 | 音频处理的性能检测方法、装置、存储介质及电子设备 |
CN113299304A (zh) * | 2021-05-11 | 2021-08-24 | 泰凌微电子(上海)股份有限公司 | 抑制麦克风啸叫的方法、装置和麦克风 |
CN113453124A (zh) * | 2021-06-30 | 2021-09-28 | 苏州科达科技股份有限公司 | 音频处理方法、装置以及系统 |
CN113488076A (zh) * | 2021-06-30 | 2021-10-08 | 北京小米移动软件有限公司 | 音频信号处理方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103828392A (zh) * | 2012-01-30 | 2014-05-28 | 三菱电机株式会社 | 混响抑制装置 |
US20180211681A1 (en) * | 2015-09-28 | 2018-07-26 | Asahi Kasei Microdevices Corporation | Howling suppression device |
CN108449493A (zh) * | 2018-03-12 | 2018-08-24 | 广东欧珀移动通信有限公司 | 语音通话数据处理方法、装置、存储介质及移动终端 |
CN110324565A (zh) * | 2019-06-06 | 2019-10-11 | 浙江华创视讯科技有限公司 | 音频输出方法、装置、会议主机、存储介质及电子装置 |
CN111583949A (zh) * | 2020-04-10 | 2020-08-25 | 南京拓灵智能科技有限公司 | 啸叫抑制的方法、装置和设备 |
-
2020
- 2020-11-06 CN CN202011228407.1A patent/CN112466319A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103828392A (zh) * | 2012-01-30 | 2014-05-28 | 三菱电机株式会社 | 混响抑制装置 |
US20140192993A1 (en) * | 2012-01-30 | 2014-07-10 | Mitsubishi Electric Corporation | Reverberation suppression device |
US20180211681A1 (en) * | 2015-09-28 | 2018-07-26 | Asahi Kasei Microdevices Corporation | Howling suppression device |
CN108449493A (zh) * | 2018-03-12 | 2018-08-24 | 广东欧珀移动通信有限公司 | 语音通话数据处理方法、装置、存储介质及移动终端 |
CN110324565A (zh) * | 2019-06-06 | 2019-10-11 | 浙江华创视讯科技有限公司 | 音频输出方法、装置、会议主机、存储介质及电子装置 |
CN111583949A (zh) * | 2020-04-10 | 2020-08-25 | 南京拓灵智能科技有限公司 | 啸叫抑制的方法、装置和设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113113046A (zh) * | 2021-04-14 | 2021-07-13 | 杭州朗和科技有限公司 | 音频处理的性能检测方法、装置、存储介质及电子设备 |
CN113113046B (zh) * | 2021-04-14 | 2024-01-19 | 杭州网易智企科技有限公司 | 音频处理的性能检测方法、装置、存储介质及电子设备 |
CN113299304A (zh) * | 2021-05-11 | 2021-08-24 | 泰凌微电子(上海)股份有限公司 | 抑制麦克风啸叫的方法、装置和麦克风 |
CN113299304B (zh) * | 2021-05-11 | 2023-09-12 | 泰凌微电子(上海)股份有限公司 | 抑制麦克风啸叫的方法、装置和麦克风 |
CN113453124A (zh) * | 2021-06-30 | 2021-09-28 | 苏州科达科技股份有限公司 | 音频处理方法、装置以及系统 |
CN113488076A (zh) * | 2021-06-30 | 2021-10-08 | 北京小米移动软件有限公司 | 音频信号处理方法及装置 |
CN113488076B (zh) * | 2021-06-30 | 2024-07-09 | 北京小米移动软件有限公司 | 音频信号处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112466319A (zh) | 音频处理方法、装置、计算机设备和存储介质 | |
CN110970045B (zh) | 混音处理方法、装置、电子设备和存储介质 | |
JP6703525B2 (ja) | 音源を強調するための方法及び機器 | |
CN110956976B (zh) | 一种回声消除方法、装置、设备及可读存储介质 | |
TW201142829A (en) | Adaptive noise reduction using level cues | |
US11380312B1 (en) | Residual echo suppression for keyword detection | |
CN104427068B (zh) | 一种语音通话方法及装置 | |
CN110769352B (zh) | 一种信号处理方法、装置以及计算机存储介质 | |
CN110782914B (zh) | 信号处理方法、装置、终端设备及存储介质 | |
JP2006139307A (ja) | 声音効果処理と騒音制御を有する装置及びその方法 | |
US10504538B2 (en) | Noise reduction by application of two thresholds in each frequency band in audio signals | |
CN110956975B (zh) | 回声消除方法及装置 | |
US10540983B2 (en) | Detecting and reducing feedback | |
CN112004177A (zh) | 一种啸叫检测方法、麦克风音量调节方法及介质 | |
CN110956969A (zh) | 直播音频处理方法、装置、电子设备和存储介质 | |
CN112309416B (zh) | 车载语音回音消除方法、系统、车辆和存储介质 | |
CN111199751B (zh) | 一种麦克风的屏蔽方法、装置和电子设备 | |
US8588404B2 (en) | Method and apparatus for acoustic echo cancellation in VoIP terminal | |
CN115410593A (zh) | 音频信道的选择方法、装置、设备及存储介质 | |
CN115620737A (zh) | 语音信号处理装置、方法、电子设备和扩音系统 | |
US11804237B2 (en) | Conference terminal and echo cancellation method for conference | |
CN115579016A (zh) | 一种声学回声消除的方法和系统 | |
US11321047B2 (en) | Volume adjustments | |
CN114520948A (zh) | 啸叫检测方法、检测装置、终端及存储介质 | |
CN113923395A (zh) | 一种提升会议质量的方法、设备和存储介质 |
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: 20210309 |
|
RJ01 | Rejection of invention patent application after publication |