CN116312586A - 一种降噪方法、装置、终端和存储介质 - Google Patents

一种降噪方法、装置、终端和存储介质 Download PDF

Info

Publication number
CN116312586A
CN116312586A CN202111471147.5A CN202111471147A CN116312586A CN 116312586 A CN116312586 A CN 116312586A CN 202111471147 A CN202111471147 A CN 202111471147A CN 116312586 A CN116312586 A CN 116312586A
Authority
CN
China
Prior art keywords
frequency
noise reduction
noise
band
audio signal
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
CN202111471147.5A
Other languages
English (en)
Inventor
谢冠宏
邱士嘉
张立朋
傅光辉
徐曌
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.)
Wanmo Acoustics Co ltd
Original Assignee
Wanmo Acoustics Co ltd
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 Wanmo Acoustics Co ltd filed Critical Wanmo Acoustics Co ltd
Priority to CN202111471147.5A priority Critical patent/CN116312586A/zh
Publication of CN116312586A publication Critical patent/CN116312586A/zh
Pending legal-status Critical Current

Links

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
    • G10L21/0232—Processing in the frequency domain
    • 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
    • G10L21/0316—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude
    • G10L21/0324—Details of processing therefor
    • G10L21/034—Automatic adjustment
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (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)
  • Circuit For Audible Band Transducer (AREA)

Abstract

本申请适用于音频处理技术领域，提供了一种降噪方法、装置、终端和存储介质。其中，上述降噪方法具体包括：获取对环境声进行采集得到的音频信号；获取所述音频信号的频谱在全频带的多个预设频点对应的幅值，并对所述多个预设频点对应的幅值求平均，得到所述音频信号的频谱在所述全频带对应的全频带幅值均值；根据所述全频带幅值均值所处范围的不同，将所述环境声的类别确认为安静噪声、中间噪声和嘈杂噪声中的一种，并对应地分别采用舒适降噪模式、均衡降噪模式或深度降噪模式对所述音频信号进行降噪。本申请的实施例可以在降低运算功耗的同时，提高降噪效果。

Description

一种降噪方法、装置、终端和存储介质
技术领域
本申请属于音频处理技术领域，尤其涉及一种降噪方法、装置、终端和存储介质。
背景技术
目前的噪声场景识别主流算法是采用基于深度神经网络与隐马尔可夫模型(DNN-HMM)的语音识别算法，通过对采集到的环境声音频信号进行加窗、分帧，然后提取分析频谱特征，确定场景类型，并切换至当前场景相匹配的降噪模式进行降噪，从而满足不同场景下的降噪需求。
由于耳机应用DNN-HMM场景识别算法具有运行时间长和耗电量大等问题，实际市场上耳机常使用同一降噪模式进行主动降噪。由于使用降噪滤波器组固定，不同场景下降噪效果各不相同，在部分场景下的降噪效果明显变差
因此，需要一种降噪方法，在降低运算功耗的同时，提高降噪效果。
发明内容
本申请实施例提供一种降噪方法、装置、终端和存储介质，可以在降低运算功耗的同时，提高降噪效果。
本申请实施例第一方面提供一种降噪方法，包括：
获取对环境声进行采集得到的音频信号；
获取所述音频信号的频谱在全频带的多个预设频点对应的幅值，并对所述多个预设频点对应的幅值求平均，得到所述音频信号的频谱在所述全频带对应的全频带幅值均值；
若所述全频带幅值均值小于或等于第一阈值，则将所述环境声的类别确认为安静噪声，并采用舒适降噪模式对所述音频信号进行降噪；
若所述全频带幅值均值大于所述第一阈值，且小于或等于第二阈值，则将所述环境声的类别确认为中间噪声，并采用均衡降噪模式对所述音频信号进行降噪；
若所述全频带幅值均值大于所述第二阈值，则将所述环境声的类别确认为嘈杂噪声，并采用深度降噪模式对所述音频信号进行降噪。
本申请实施例第二方面提供的一种降噪装置，包括：
获取单元，用于获取对环境声进行采集得到的音频信号；
计算单元，用于获取所述音频信号的频谱在全频带的多个预设频点对应的幅值，并对所述多个预设频点对应的幅值求平均，得到所述音频信号的频谱在所述全频带对应的全频带幅值均值；
舒适降噪单元，用于若所述全频带幅值均值小于或等于第一阈值，则将所述环境声的类别确认为安静噪声，并采用舒适降噪模式对所述音频信号进行降噪；
均衡降噪单元，用于若所述全频带幅值均值大于所述第一阈值，且小于或等于第二阈值，则将所述环境声的类别确认为中间噪声，并采用均衡降噪模式对所述音频信号进行降噪；
深度降噪单元，用于若所述全频带幅值均值大于所述第二阈值，则将所述环境声的类别确认为嘈杂噪声，并采用深度降噪模式对所述音频信号进行降噪。
本申请实施例第三方面提供一种终端，包括存储器、处理器以及存储在所述存储器中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上述方法的步骤。
本申请实施例第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
本申请实施例第五方面提供了一种计算机程序产品，当计算机程序产品在终端上运行时，使得终端执行时实现方法的步骤。
本申请的实施方式中，通过获取对环境声进行采集得到的音频信号，并获取音频信号的频谱在全频带的多个预设频点对应的幅值，接着，对多个预设频点对应的幅值求平均，得到音频信号的频谱对应的全频带幅值均值，进而根据全频带幅值均值所处范围的不同，将环境声的类别确认为安静噪声、中间噪声和嘈杂噪声中的一种，并对应地分别采用舒适降噪模式、均衡降噪模式或深度降噪模式对音频信号进行降噪，一方面不需要像DNN-HMM场景识别算法一样进行复杂的音频信号处理，能够降低降噪过程的运算功耗，提高降噪效率，另一方面，能够为不同场景的环境声兼容不同的降噪模式，提升了降噪效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种降噪方法的实现流程示意图；
图2是本申请实施例提供的办公室场景环境声的时域和频域图；
图3是本申请实施例提供的车内场景环境声的时域和频域图；
图4是本申请实施例提供的幼儿园场景环境声的时域和频域图；
图5是本申请实施例提供的马路场景环境声的时域和频域图；
图6是本申请实施例提供的田野场景环境声的时域和频域图；
图7是本申请实施例提供的钻孔场景环境声的时域和频域图；
图8是本申请实施例提供的方案一的幅值分析结果图；
图9是本申请实施例提供的方案二的幅值分析结果图；
图10是本申请实施例提供的均方差MES分析结果图；
图11是本申请实施例提供的同一能量水平时幅值分析结果图；
图12是本申请实施例提供的一种降噪装置的结构示意图；
图13是本申请实施例提供的终端的结构示意图。
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，对本申请进行进一步详细说明。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。基于本申请的实施例，本领域技术人员在没有做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。
由于耳机应用DNN-HMM场景识别算法具有运行时间长和耗电量大等问题，实际市场上耳机常使用同一降噪模式进行主动降噪。由于使用降噪滤波器组固定，不同场景下降噪效果各不相同，在部分场景下的降噪效果明显变差
因此，本申请提出了一种降噪方法，可以基于环境声频谱幅值均值确定环境声场景类别，并采取对应的降噪模式进行降噪，不需要像DNN-HMM场景识别算法一样进行复杂的音频信号处理，降低降噪过程的运算功耗，提高了降噪效率，并且能够兼容不同的降噪模式，提升降噪效果。
为了说明本申请的技术方案，下面通过具体实施例来进行说明。
图1示出了本申请实施例提供的一种降噪方法的实现流程示意图，该方法可以应用于终端上，可适用于需在降低运算功耗的同时，提高降噪效果的情形。
在本申请的一些实施方式中，上述终端可以为耳机、音响、手机、智能手表等具有音频处理能力的设备，也可以是与具有音频处理能力的设备连接的智能设备。
具体的，上述降噪方法可以包括以下步骤S101至步骤S105。
步骤S101，获取对环境声进行采集得到的音频信号。
在本申请的实施方式中，终端可以通过自身安装的麦克风对所在的环境进行拾音，得到上述音频信号。
具体的，终端可以在满足特定条件之后开始获取音频信号并进行降噪。例如，终端可以响应于自身进入通话状态，获取对环境声进行采集得到的音频信号，并对环境声进行降噪，以使终端的使用者可以具有更加清晰的通话效果。又例如，终端可以响应于自身进入音频播放状态，获取对环境声进行采集得到的音频信号，并对环境声进行降噪，以使终端的使用者可以具有更加清晰的音频收听效果。
步骤S102，获取音频信号的频谱在全频带的多个预设频点对应的幅值，并对多个预设频点对应的幅值求平均，得到音频信号的频谱在全频带对应的全频带幅值均值。
在本申请的实施方式中，终端可以对音频信号进行分析，得到音频信号的频谱。提取音频信号的频谱在全频带的多个预设频点上对应的幅值，并对多个预设频点对应的幅值求平均，可以得到上述全频带幅值均值，所求得的全频带幅值均值可以反映环境声信号能量的整体水平。
其中，频谱幅值的单位为声压形容声音强度单位dBSPL。
在本申请的实施方式中，上述全频带所指的频率范围以及全频带上选取的预设频点可以根据实际情况进行设置，所选取的频点应能够反映各频带频谱的幅值变化。
在本申请的一些实施方式中，终端可以根据设置好的频带范围，将全频带划分为多个子频带，在每个子频带上分别选取多个频点作为预设频点。此时，可以依据全频带多个预设频点对应的频谱幅值A1、A1、...、AN求全频带幅值均值
Figure BDA0003392304210000051
其中，N为预设频点的个数。
具体的，终端可以将频率范围50Hz至5KHz设置为全频带对应的频率范围，并将全频带划分为50Hz至250Hz的低频频带、250Hz至1KHz的中频频带以及1KHz至5KHz的高频频带，在每个子频带上分别选取多个频点作为预设频点，获取各个预设频点对应的幅值，并计算全频带幅值均值
Figure BDA0003392304210000052
在本申请的一些实施方式中，终端可以在高频频带、中频频带以及低频频带分别选取至少两个频点，也即，上述多个预设频点包括高频频带的至少两个频点、中频频带的至少两个频点，以及低频频带的至少两个，进而在高频频带、中频频带以及低频频带上均有对应的至少两个频点表征其特征。
步骤S103，若全频带幅值均值小于或等于第一阈值，则将环境声的类别确认为安静噪声，并采用舒适降噪模式对音频信号进行降噪。
步骤S104，若全频带幅值均值大于第一阈值，且小于或等于第二阈值，则将环境声的类别确认为中间噪声，并采用均衡降噪模式对音频信号进行降噪。
步骤S105，若全频带幅值均值大于第二阈值，则将环境声的类别确认为嘈杂噪声，并采用深度降噪模式对音频信号进行降噪。
在本申请的实施方式中，终端可以根据经验或实验结果设置好多个阈值，并根据阈值判断全频带幅值均值所处的范围，以此确定环境声的类别，并采用与环境声的类别对应的降噪模式对音频信号进行降噪。
具体的，在本申请的一些实施方式中，若全频带幅值均值
Figure BDA0003392304210000061
小于或等于第一阈值TH_Low，说明环境声信号整体能量处于较低水平，则终端可以将环境声的类别确认为安静噪声，并采用舒适降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为办公室场景的环境声和田野场景的环境声。
若全频带幅值均值
Figure BDA0003392304210000062
大于第一阈值TH_Low，且小于或等于第二阈值TH_High，说明环境声信号整体能量处于中等水平，则终端可以将环境声的类别确认为中间噪声，并采用均衡降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为幼儿园场景的环境声。
若全频带幅值均值
Figure BDA0003392304210000063
大于第二阈值TH_High，说明环境声信号整体能量处于较高水平，则终端可以将环境声的类别确认为嘈杂噪声，并采用深度降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为车内场景的环境声、马路场景的环境声，以及钻孔场景的环境声。
其中，不同的降噪模式对应的降噪滤波器组不同，不同的降噪滤波器组均可以用于生成抵消环境声中噪声的相消干涉信号。均衡降噪模式下对应的相消干涉信号的能量大于舒适降噪模式下对应的相消干涉信号的能量，且小于深度降噪模式下对应的相消干涉信号的能量。
为了进一步细分环境声的类别，终端可以将上述全频带划分为频率互不重叠的多个子频带，每个子频带中包含一个或多个预设子频点。其中，上述预设子频点可以是重新选择的频点，也可以是将前述预设频点按照所在子频带进行划分得到的预设子频点。
相应的，上述降噪方法的流程还可以具体包括：获取每个预设子频点对应的幅值，并分别对每个子频带上预设子频点对应的幅值求平均，得到音频信号的频谱在每个子频带对应的子频带幅值均值；根据全频带幅值均值和每个子频带对应的子频带幅值均值，确定环境声的类别，并采用与环境声的类别对应的降噪模式对音频信号进行降噪。
具体的，可以将全频带划分为高频频带、中频频带和低频频带。高频频带中包含一个或多个高频频点，中频频带中包含一个或多个中频频点，低频频带中包含一个或多个低频频点。
对低频频点频谱幅值A1低频、A2低频、...、AN低频求平均可得低频均值
Figure BDA0003392304210000071
其中，N低频为低频频点的个数。若低频均值/>
Figure BDA0003392304210000072
低于预设的阈值TH_Low低频时，表明环境声低频部分能量特征微弱；若均值/>
Figure BDA0003392304210000073
高于阈值TH_High低频时，表明环境声低频部分能量特征明显。此时，可以区分出能量以低频为主的环境声。
对中频频点频谱幅值A1中频、A2中频、...、AN中频求平均可得中频均值
Figure BDA0003392304210000074
其中，N中频为中频频点的个数。若中频均值/>
Figure BDA0003392304210000075
低于预设的阈值TH_Low中频时，表明环境声中频部分能量特征微弱；若均值/>
Figure BDA0003392304210000076
高于阈值TH_High中频时，表明环境声中频部分能量特征明显。此时，可以区分出能量以中频为主的环境声。结合前述低频频点即可区分出能量以中低频为主的环境声。
对高频频点频谱幅值A1高频、A2高频、...、AN高频求平均可得高频均值
Figure BDA0003392304210000081
其中，N高频为高频频点的个数。若高频均值/>
Figure BDA0003392304210000082
低于预设的阈值TH_Low高频时，表明环境声高频部分能量特征微弱；若均值/>
Figure BDA0003392304210000083
高于阈值TH_High高频时，表明环境声高频部分能量特征明显。此时，可以区分出能量以高频为主的环境声。
具体的，若全频带幅值均值
Figure BDA0003392304210000084
大于第二阈值TH_High，且满足低频均值/>
Figure BDA0003392304210000085
小于或等于第五阈值TH_High低频和高频均值/>
Figure BDA0003392304210000086
小于或等于第六阈值TH_High高频中的至少一个，则终端可以将环境声的类别确认为第一嘈杂噪声，并采用第一深度降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为车内场景的环境声或马路场景的环境声。
若全频带幅值均值
Figure BDA0003392304210000087
大于第二阈值TH_High、低频均值/>
Figure BDA0003392304210000088
大于第五阈值TH_High低频，且高频均值/>
Figure BDA0003392304210000089
大于第六阈值TH_High高频，则终端可以将环境声的类别确认为第二嘈杂噪声，并采用第二深度降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为钻孔场景的环境声。
需要说明的是，第一深度降噪模式和第二深度降噪模式所采用的降噪滤波器组可以相同，也可以不同。
实际应用中，由于部分场景下环境声能量整体水平可能处于某个范围的临界值，也即全频带幅值均值接近上述第一阈值TH_Low或第二阈值TH_High。为了使分类更加准确，在本申请的一些实施方式中，终端还可以计算音频信号的频谱在全频带的多个预设频点对应的幅值的均方差，并根据全频带幅值均值、每个子频带对应的子频带幅值均值和均方差，确定环境声的类别，然后采用与环境声的类别对应的降噪模式对音频信号进行降噪。
具体的，终端可以利用全频带多个预设频点对应的幅值A1、A1、...、AN，求取均方差MSE来评估离散程度，其中，均方差
Figure BDA0003392304210000091
若均方差MSE低于第四阈值THL_MSE时，表明环境声频谱各频点之间对应能量较为均衡，例如环境声是混有以人声与中低频为主的噪声，且各频带能量呈现均衡分布的环境声。若均方差MSE大于或等于第四阈值THL_MSE时，则表明环境声频谱各频点之间对应能量差异较大，例如环境声是以低频噪声为主的环境声。
具体的，若全频带幅值均值
Figure BDA0003392304210000092
大于第一阈值TH_Low且小于或等于第二阈值TH_High、各个子频带对应的子频带幅值均值两两之间差值的绝对值均小于第三阈值，且均方差MSE小于第四阈值THL_MSE，则将环境声的类别确认为第一中间噪声，并采用第一均衡降噪模式对音频信号进行降噪。
其中，各个子频带对应的子频带幅值均值两两之间差值的绝对值可以指高频均值、中频均值和低频均值两两之间差值的绝对值，当其均小于第三阈值时，说明高频均值、中频均值和低频均值三者数值接近。
需要说明的是，上述第三阈值、第四阈值、第五阈值、第六阈值等阈值的具体取值均可以根据经验或实验结果进行设置。
在本申请的一些实施方式中，由于同一种场景下环境声在不同时刻呈现出的能量可能不同。终端可以以预设的采集频率进行音频信号的采集，并实时地根据当前环境声对应的频谱的幅值均值，选择对应的降噪模式进行降噪。
本申请的实施方式中，通过获取对环境声进行采集得到的音频信号，并获取音频信号的频谱在全频带的多个预设频点对应的幅值，接着，对多个预设频点对应的幅值求平均，得到音频信号的频谱对应的全频带幅值均值，进而根据全频带幅值均值所处范围的不同，将环境声的类别确认为安静噪声、中间噪声和嘈杂噪声中的一种，并对应地分别采用舒适降噪模式、均衡降噪模式或深度降噪模式进行降噪，一方面不需要像DNN-HMM场景识别算法一样进行复杂的音频信号处理，能够降低降噪过程的运算功耗，提高降噪效率，另一方面，能够为不同场景的环境声兼容不同的降噪模式，提升了降噪效果。
为了说明本申请实施例所达到的效果，本申请提供两套方案进行实验验证。
首先分别采集六种类型场景的音频信号，分析每种类型场景下环境声的时域和频域图。图2至图7分别对应办公室场景、车内场景、幼儿园场景、马路场景、田野场景和钻孔场景下环境声的时域和频域图。
由图2至7可知，办公室场景的环境声频谱能量较小，能量主要集中于600Hz以下中低频，其频谱特征可由50Hz至600Hz范围内较均匀选择频点的频谱特征表征。车内场景的环境声频谱能量多集中在250Hz以下低频，其频谱特征可由50Hz至250Hz范围内较均匀选择频点的频谱特征表征。幼儿园场景声频谱频段较宽，在3KHz以下均有一定均匀分布，主要混杂了不同人声的影响，以及存有一定的背景噪声，其频谱特征可由50Hz至3KHz范围内较均匀选择频点的频谱特征表征。马路场景的环境声频谱能量主要集中在300Hz以下，但在3KHz附近频谱能量有一定抬升，原因未容易受到机动车产生的摩擦声、鸣笛声等影响，其频谱特征可由50Hz至3KHz范围内各频带较均匀选择频点的频谱特征表征。田野场景的环境声频谱能量偏弱，主要分布于200Hz以下低频区间，其频谱特征可由50Hz至200Hz范围较均匀选择频点的频谱特征表征。钻孔场景的环境声组成较为复杂，频谱能量主要集中于300Hz以下低频部分，其中3KHz、5KHz频点频谱能量较大，其频谱特征可由50Hz至5KHz范围内各频带较均匀选择频点的频谱特征表征。
方案一：终端选择频率为70Hz、100Hz、150Hz、200Hz、400Hz、500Hz、600Hz、1000Hz、2000Hz、3000Hz的频点作为预设频点，其中，低频频带上的低频频点分别是：70Hz、100Hz、150Hz、200Hz；中频频带上的中频频点分别是：400Hz、500Hz、600Hz；高频频带上的高频频点分别是：1000Hz、2000Hz、3000Hz。分别计算全频带幅值均值、高频均值、中频均值、低频均值以及均方差可以得到表1以及与表1对应的图8。
图8中，类型1表示办公室场景、类型2表示车内场景、类型3表示幼儿园场景、类型4表示马路场景、类型6表示田野场景、类型7表示钻孔场景。
表1方案一幅值分析结果统计表
Figure BDA0003392304210000111
此时，若全频带幅值均值
Figure BDA0003392304210000112
小于或等于第一阈值TH_Low，则终端可以将环境声的类别确认为安静噪声，并采用舒适降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为办公室场景的环境声和田野场景的环境声。
若全频带幅值均值
Figure BDA0003392304210000114
大于第一阈值TH_Low，且小于或等于第二阈值TH_High；或者在此基础上，各个子频带对应的子频带幅值均值两两之间差值的绝对值均小于第三阈值，且均方差MSE小于第四阈值THL_MSE，则终端可以将环境声的类别确认为中间噪声，并采用均衡降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为幼儿园场景的环境声。
若全频带幅值均值
Figure BDA0003392304210000113
大于第二阈值TH_High，则终端可以将环境声的类别确认为嘈杂噪声，并采用深度降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为车内场景的环境声、马路场景的环境声，以及钻孔场景的环境声。
由上述数据可知，本申请所提供的方案可以很好的区分出安静噪声、中间噪声和嘈杂噪声三种不同的场景。
方案二：终端选择频率为70Hz、100Hz、150Hz、200Hz、400Hz、500Hz、600Hz、1000Hz、2000Hz、3000Hz、4000Hz、5000Hz的频点作为预设频点，其中，低频频带上的低频频点分别是：70Hz、100Hz、150Hz、200Hz；中频频带上的中频频点分别是：400Hz、500Hz、600Hz；高频频带上的高频频点分别是：1000Hz、2000Hz、3000Hz、4000Hz、5000Hz。分别计算全频带幅值均值、高频均值、中频均值、低频均值以及均方差可以得到表2以及与表2对应的图9。
与图8相同，图9至图11中，类型1表示办公室场景、类型2表示车内场景、类型3表示幼儿园场景、类型4表示马路场景、类型6表示田野场景、类型7表示钻孔场景。
表2方案二幅值分析结果统计表
Figure BDA0003392304210000121
此时，若全频带幅值均值
Figure BDA0003392304210000122
小于或等于第一阈值TH_Low，则终端可以将环境声的类别确认为安静噪声，并采用舒适降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为办公室场景的环境声和田野场景的环境声。
若全频带幅值均值
Figure BDA0003392304210000123
大于第一阈值TH_Low，且小于或等于第二阈值TH_High；或者在此基础上，各个子频带对应的子频带幅值均值两两之间差值的绝对值均小于第三阈值，且均方差MSE小于第四阈值THL_MSE，则终端可以将环境声的类别确认为中间噪声，并采用均衡降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为幼儿园场景的环境声。
若全频带幅值均值
Figure BDA0003392304210000124
大于第二阈值TH_High，且满足低频均值/>
Figure BDA0003392304210000125
小于或等于第五阈值TH_High低频和高频均值/>
Figure BDA0003392304210000126
小于或等于第六阈值TH_High高频中的至少一个，则终端可以将环境声的类别确认为第一嘈杂噪声，并采用第一深度降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为车内场景的环境声或马路场景的环境声。
若全频带幅值均值
Figure BDA0003392304210000131
大于第二阈值TH_High、低频均值/>
Figure BDA0003392304210000132
大于第五阈值TH_High低频，且高频均值/>
Figure BDA0003392304210000133
大于第六阈值TH_High高频，则终端可以将环境声的类别确认为第二嘈杂噪声，并采用第二深度降噪模式对音频信号进行降噪。此时，环境声的类别具体可以为钻孔场景的环境声。
为了更好地体现均方差MSE值的不同，图10示出了采用两种方案计算得到的均方差MSE分析结果图。
由上述数据可知，本申请所提供的方案可以很好的区分出安静噪声、中间噪声、第一嘈杂噪声和第二嘈杂噪声四种不同的场景。
需要说明的是，如表3以及与表3对应的图11所示，随着场景类型的增加，环境声分类的准确率可能降低。例如，能量水平一致时，车内场景的环境声和马路场景的环境声在幅值上的表现较为相似；办公室场景的环境声和田野场景的环境声在幅值上的表现较为相似。
表3同一能量水平时幅值分析结果统计表
Figure BDA0003392304210000134
因此，实际应用中基于精度、所需划分的场景数量以及降噪效率的需求，可以从前述两种方案中选择一种，或者，还可以进一步增加或减少预设频点的数量、改变选取预设频点的方式进一步分析，适配不同的需要。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为根据本申请，某些步骤可以采用其它顺序进行。
如图12所示为本申请实施例提供的一种降噪装置1200的结构示意图，所述降噪装置1200配置于终端上。
具体的，所述降噪装置1200可以包括：
获取单元1201，用于获取对环境声进行采集得到的音频信号；
计算单元1202，用于获取所述音频信号的频谱在全频带的多个预设频点对应的幅值，并对所述多个预设频点对应的幅值求平均，得到所述音频信号的频谱在所述全频带对应的全频带幅值均值；
舒适降噪单元1203，用于若所述全频带幅值均值小于或等于第一阈值，则将所述环境声的类别确认为安静噪声，并采用舒适降噪模式对所述音频信号进行降噪；
均衡降噪单元1204，用于若所述全频带幅值均值大于所述第一阈值，且小于或等于第二阈值，则将所述环境声的类别确认为中间噪声，并采用均衡降噪模式对所述音频信号进行降噪；
深度降噪单元1205，用于若所述全频带幅值均值大于所述第二阈值，则将所述环境声的类别确认为嘈杂噪声，并采用深度降噪模式对所述音频信号进行降噪。
在本申请的一些实施方式中，上述全频带可以包含频率互不重叠的多个子频带，每个子频带中包含一个或多个预设子频点；上述降噪装置1200还可以具体用于：获取每个所述预设子频点对应的幅值，并分别对每个所述子频带上预设子频点对应的幅值求平均，得到所述音频信号的频谱在每个所述子频带对应的子频带幅值均值；根据所述全频带幅值均值和每个所述子频带对应的子频带幅值均值，确定所述环境声的类别，并采用与所述环境声的类别对应的降噪模式对所述音频信号进行降噪。
在本申请的一些实施方式中，上述降噪装置1200还可以具体用于：计算所述音频信号的频谱在所述全频带的多个预设频点对应的幅值的均方差；根据所述全频带幅值均值、每个所述子频带对应的子频带幅值均值和所述均方差，确定所述环境声的类别，并采用与所述环境声的类别对应的降噪模式对所述音频信号进行降噪。
在本申请的一些实施方式中，上述降噪装置1200还可以具体用于：若所述全频带幅值均值大于第一阈值且小于或等于第二阈值、各个所述子频带对应的子频带幅值均值两两之间差值的绝对值均小于第三阈值，且所述均方差小于第四阈值，则将所述环境声的类别确认为第一中间噪声，并采用第一均衡降噪模式对所述音频信号进行降噪。
在本申请的一些实施方式中，上述子频带可以包括高频频带、中频频带和低频频带，上述高频频带对应的子频带幅值均值为高频均值，上述中频频带对应的子频带幅值均值为中频均值，低频频带对应的子频带幅值均值为低频均值；上述降噪装置1200还可以具体用于：若所述全频带幅值均值大于第二阈值，且满足所述低频均值小于或等于第五阈值和所述高频均值小于或等于第六阈值中的至少一个，则将所述环境声的类别确认为第一嘈杂噪声，并采用第一深度降噪模式对所述音频信号进行降噪。
在本申请的一些实施方式中，上述降噪装置1200还可以具体用于：若所述全频带幅值均值大于所述第二阈值、所述低频均值大于所述第五阈值，且所述高频均值均大于所述第六阈值，则将所述环境声的类别确认为第二嘈杂噪声，并采用第二深度降噪模式对所述音频信号进行降噪。
在本申请的一些实施方式中，上述多个预设频点可以包括高频频带的至少两个频点、中频频带的至少两个频点，以及低频频带的至少两个频点。
需要说明的是，为描述的方便和简洁，上述降噪装置1200的具体工作过程，可以参考图1至图11所述方法的对应过程，在此不再赘述。
如图13所示，为本申请实施例提供的一种终端的示意图。该终端13可以包括：处理器130、存储器131以及存储在所述存储器131中并可在所述处理器130上运行的计算机程序132，例如降噪程序。所述处理器130执行所述计算机程序132时实现上述各个降噪方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，所述处理器130执行所述计算机程序132时实现上述各装置实施例中各模块/单元的功能，例如图12所示的获取单元1201、计算单元1202和舒适降噪单元1203、均衡降噪单元1204和深度降噪单元1205。
所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器131中，并由所述处理器130执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端中的执行过程。
例如，所述计算机程序可以被分割成：获取单元、计算单元和舒适降噪单元、均衡降噪单元和深度降噪单元。各单元具体功能如下：获取单元，用于获取对环境声进行采集得到的音频信号；计算单元，用于获取所述音频信号的频谱在全频带的多个预设频点对应的幅值，并对所述多个预设频点对应的幅值求平均，得到所述音频信号的频谱在所述全频带对应的全频带幅值均值；舒适降噪单元，用于若所述全频带幅值均值小于或等于第一阈值，则将所述环境声的类别确认为安静噪声，并采用舒适降噪模式对所述音频信号进行降噪；均衡降噪单元，用于若所述全频带幅值均值大于所述第一阈值，且小于或等于第二阈值，则将所述环境声的类别确认为中间噪声，并采用均衡降噪模式对所述音频信号进行降噪；深度降噪单元，用于若所述全频带幅值均值大于所述第二阈值，则将所述环境声的类别确认为嘈杂噪声，并采用深度降噪模式对所述音频信号进行降噪。
所述终端可包括，但不仅限于，处理器130、存储器131。本领域技术人员可以理解，图13仅仅是终端的示例，并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器130可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
所述存储器131可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器131也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器131还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器131用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器131还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对各个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种降噪方法，其特征在于，包括：
获取对环境声进行采集得到的音频信号；
获取所述音频信号的频谱在全频带的多个预设频点对应的幅值，并对所述多个预设频点对应的幅值求平均，得到所述音频信号的频谱在所述全频带对应的全频带幅值均值；
若所述全频带幅值均值小于或等于第一阈值，则将所述环境声的类别确认为安静噪声，并采用舒适降噪模式对所述音频信号进行降噪；
若所述全频带幅值均值大于所述第一阈值，且小于或等于第二阈值，则将所述环境声的类别确认为中间噪声，并采用均衡降噪模式对所述音频信号进行降噪；
若所述全频带幅值均值大于所述第二阈值，则将所述环境声的类别确认为嘈杂噪声，并采用深度降噪模式对所述音频信号进行降噪。
2.如权利要求1所述的降噪方法，其特征在于，所述全频带包含频率互不重叠的多个子频带，每个所述子频带中包含一个或多个预设子频点；
所述降噪方法还包括：
获取每个所述预设子频点对应的幅值，并分别对每个所述子频带上预设子频点对应的幅值求平均，得到所述音频信号的频谱在每个所述子频带对应的子频带幅值均值；
根据所述全频带幅值均值和每个所述子频带对应的子频带幅值均值，确定所述环境声的类别，并采用与所述环境声的类别对应的降噪模式对所述音频信号进行降噪。
3.如权利要求2所述的降噪方法，其特征在于，根据所述全频带幅值均值和每个所述子频带对应的子频带幅值均值，确定所述环境声的类别，并采用与所述环境声的类别对应的降噪模式对所述音频信号进行降噪，包括：
计算所述音频信号的频谱在所述全频带的多个预设频点对应的幅值的均方差；
根据所述全频带幅值均值、每个所述子频带对应的子频带幅值均值和所述均方差，确定所述环境声的类别，并采用与所述环境声的类别对应的降噪模式对所述音频信号进行降噪。
4.如权利要求3所述的降噪方法，其特征在于，根据所述全频带幅值均值、每个所述子频带对应的子频带幅值均值和所述均方差，确定所述环境声的类别，并采用与所述环境声的类别对应的降噪模式对所述音频信号进行降噪，包括：
若所述全频带幅值均值大于第一阈值且小于或等于第二阈值、各个所述子频带对应的子频带幅值均值两两之间差值的绝对值均小于第三阈值，且所述均方差小于第四阈值，则将所述环境声的类别确认为第一中间噪声，并采用第一均衡降噪模式对所述音频信号进行降噪。
5.如权利要求2所述的降噪方法，其特征在于，所述子频带包括高频频带、中频频带和低频频带，所述高频频带对应的子频带幅值均值为高频均值，所述中频频带对应的子频带幅值均值为中频均值，所述低频频带对应的子频带幅值均值为低频均值；
所述根据所述全频带幅值均值和每个所述子频带对应的子频带幅值均值，确定所述环境声的类别，并采用与所述环境声的类别对应的降噪模式对所述音频信号进行降噪，包括：
若所述全频带幅值均值大于第二阈值，且满足所述低频均值小于或等于第五阈值和所述高频均值小于或等于第六阈值中的至少一个，则将所述环境声的类别确认为第一嘈杂噪声，并采用第一深度降噪模式对所述音频信号进行降噪。
6.如权利要求5所述的降噪方法，其特征在于，所述根据所述全频带幅值均值和每个所述子频带对应的子频带幅值均值，确定所述环境声的类别，并采用与所述环境声的类别对应的降噪模式对所述音频信号进行降噪，还包括：
若所述全频带幅值均值大于所述第二阈值、所述低频均值大于所述第五阈值，且所述高频均值均大于所述第六阈值，则将所述环境声的类别确认为第二嘈杂噪声，并采用第二深度降噪模式对所述音频信号进行降噪。
7.如权利要求1至6任意一项所述的降噪方法，其特征在于，所述多个预设频点包括高频频带的至少两个频点、中频频带的至少两个频点，以及低频频带的至少两个频点。
8.一种降噪装置，其特征在于，包括：
获取单元，用于获取对环境声进行采集得到的音频信号；
计算单元，用于获取所述音频信号的频谱在全频带的多个预设频点对应的幅值，并对所述多个预设频点对应的幅值求平均，得到所述音频信号的频谱在所述全频带对应的全频带幅值均值；
舒适降噪单元，用于若所述全频带幅值均值小于或等于第一阈值，则将所述环境声的类别确认为安静噪声，并采用舒适降噪模式对所述音频信号进行降噪；
均衡降噪单元，用于若所述全频带幅值均值大于所述第一阈值，且小于或等于第二阈值，则将所述环境声的类别确认为中间噪声，并采用均衡降噪模式对所述音频信号进行降噪；
深度降噪单元，用于若所述全频带幅值均值大于所述第二阈值，则将所述环境声的类别确认为嘈杂噪声，并采用深度降噪模式对所述音频信号进行降噪。
9.一种终端，包括存储器、处理器以及存储在所述存储器中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任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN202111471147.5A 2021-12-03 2021-12-03 一种降噪方法、装置、终端和存储介质 Pending CN116312586A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111471147.5A CN116312586A (zh) 2021-12-03 2021-12-03 一种降噪方法、装置、终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111471147.5A CN116312586A (zh) 2021-12-03 2021-12-03 一种降噪方法、装置、终端和存储介质

Publications (1)

Publication Number Publication Date
CN116312586A true CN116312586A (zh) 2023-06-23

Family

ID=86791018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111471147.5A Pending CN116312586A (zh) 2021-12-03 2021-12-03 一种降噪方法、装置、终端和存储介质

Country Status (1)

Country Link
CN (1) CN116312586A (zh)

Similar Documents

Publication Publication Date Title
US10891931B2 (en) Single-channel, binaural and multi-channel dereverberation
CN110536215B (zh) 音频信号处理的方法、装置、计算设置及存储介质
CN100382141C (zh) 抑制风噪声的系统和方法
CN111149370B (zh) 会议系统中的啸叫检测
CN108766454A (zh) 一种语音噪声抑制方法及装置
CN104637489A (zh) 声音信号处理的方法和装置
WO2007070337A2 (en) Music detector for echo cancellation and noise reduction
CN103236263A (zh) 一种改善通话质量的方法、系统及移动终端
US20140244245A1 (en) Method for soundproofing an audio signal by an algorithm with a variable spectral gain and a dynamically modulatable hardness
CN104981870B (zh) 声音增强装置
US8423357B2 (en) System and method for biometric acoustic noise reduction
JP2014513320A (ja) オーディオ信号におけるドミナント周波数を減衰する方法及び装置
CN112565981A (zh) 啸叫抑制方法、装置、助听器及存储介质
CN111968651A (zh) 一种基于wt的声纹识别方法及系统
CN115348507A (zh) 脉冲噪声抑制方法、系统、可读存储介质及计算机设备
Li et al. Perceptual time-frequency subtraction algorithm for noise reduction in hearing aids
CN106377279B (zh) 胎心音频信号处理方法和装置
TWI594232B (zh) 處理音訊信號之方法及裝置
CN112312258B (zh) 一种具有听力防护及听力补偿的智能耳机
CN116312586A (zh) 一种降噪方法、装置、终端和存储介质
Cao et al. Multi-band spectral subtraction method combined with auditory masking properties for speech enhancement
Hoffmann et al. Smart Virtual Bass Synthesis algorithm based on music genre classification
Pourmand et al. Computational auditory models in predicting noise reduction performance for wideband telephony applications
WO2024108804A1 (zh) 听觉增强方法、系统、可读存储介质及计算机设备
Upadhyay et al. An auditory perception based improved multi-band spectral subtraction algorithm for enhancement of speech degraded by non-stationary noises

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