CN116665685A - 音频信号的滤波方法、装置、计算机设备及存储介质 - Google Patents
音频信号的滤波方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116665685A CN116665685A CN202310947762.1A CN202310947762A CN116665685A CN 116665685 A CN116665685 A CN 116665685A CN 202310947762 A CN202310947762 A CN 202310947762A CN 116665685 A CN116665685 A CN 116665685A
- Authority
- CN
- China
- Prior art keywords
- signal data
- data
- signal
- filtering
- 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.)
- Granted
Links
- 230000005236 sound signal Effects 0.000 title claims abstract description 166
- 238000001914 filtration Methods 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 47
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 73
- 230000002159 abnormal effect Effects 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000007781 pre-processing Methods 0.000 description 6
- 230000005465 channeling Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/26—Pre-filtering or post-filtering
-
- 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)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本申请实施例提供了一种音频信号的滤波方法、装置、计算机设备及存储介质,该方法包括:获取待滤波的音频信号序列,针对第i个当前信号数据,检测当前信号数据是否为异常数据,在当前信号数据为异常数据时,删除当前信号数据,并根据第i‑1个信号数据与第i+1个信号数据,确定当前信号数据的滤波信号;令i=i+1,返回针对第i个当前信号数据,检测当前信号数据是否为异常数据,直至i=N‑1为止,获取各个当前信号数据/滤波信号,输出第1个信号数据、当前信号数据/滤波信号、以及第N个信号数据,得到音频信号序列的目标信号,采用本申请实施例,实现了对当前信号数据的检测和限幅滤波,保留了音频信号的动态变化曲线,大大提高了音频信号序列的质量。
Description
技术领域
本申请涉及计算机领域,具体涉及一种音频信号的滤波方法、装置、计算机设备及存储介质。
背景技术
减少音频信号内的串扰对于多数应用来说具有重要意义,因此,需要对原始音频文件进行滤波。
相关技术中,常用的滤波算法有限幅滤波法(又称程序判断滤波法)、中位值滤波法、算术平均滤波法、递推平均滤波法(又称滑动平均滤波法)、中位值平均滤波法(又称防脉冲干扰平均滤波法)、限幅平均滤波法等,但是使用这些算法虽然能有效克服因偶然因素引起的尖峰干扰,使整体信号更加平滑稳定,但会增大单个数据的变化率,影响数据的动态特性。
发明内容
本申请实施例提供一种音频信号的滤波方法、装置、计算机设备及存储介质,以解决音频信号序列的滤波效果不佳的技术问题。
一方面,本申请提供一种音频信号的滤波方法,包括:
获取待滤波的音频信号序列,所述音频信号序列包括N个信号数据,N为大于3的自然数;
针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,其中,i为大于1的自然数;
在所述当前信号数据为异常数据的情况下,删除所述当前信号数据,并根据所述第i-1个信号数据与所述第i+1个信号数据,确定所述当前信号数据的滤波信号;
令i=i+1,返回所述针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,直至i=N-1为止,获取各个当前信号数据/滤波信号;
根据所述信号数据的顺序,输出第1个信号数据、所述当前信号数据/滤波信号、以及第N个信号数据,得到所述音频信号序列的目标信号。
一方面,本申请提供一种音频信号的滤波装置,包括:
第一获取模块,用于获取待滤波的音频信号序列,所述音频信号序列包括N个信号数据,N为大于3的自然数;
检测模块,用于针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,其中,i为大于1的自然数;
确定模块,用于在所述当前信号数据为异常数据的情况下,删除所述当前信号数据,并根据所述第i-1个信号数据与所述第i+1个信号数据,确定所述当前信号数据的滤波信号;
第二获取模块,用于令i=i+1,返回所述针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,直至i=N-1为止,获取各个当前信号数据/滤波信号;
输出模块,用于根据所述信号数据的顺序,输出第1个信号数据、所述当前信号数据/滤波信号、以及第N个信号数据,得到所述音频信号序列的目标信号。
一方面,本申请提供一种计算机设备,计算机设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述音频信号的滤波方法中的步骤。
一方面,本申请提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述音频信号的滤波方法中的步骤。
本申请实施例提供了一种音频信号的滤波方法、装置、计算机设备及存储介质,该方法通过获取待滤波的音频信号序列,针对第i个当前信号数据,检测当前信号数据是否为异常数据,在当前信号数据为异常数据时,删除当前信号数据,并根据第i-1个信号数据与第i+1个信号数据,确定当前信号数据的滤波信号;令i=i+1,返回针对第i个当前信号数据,检测当前信号数据是否为异常数据,直至i=N-1为止,获取各个当前信号数据/滤波信号,输出第1个信号数据、当前信号数据/滤波信号、以及第N个信号数据,得到音频信号序列的目标信号,本实施例中,根据预设比值阈值,对信号数据及与之相邻的两个信号数据进行检测分析,将不满足预设比值阈值的信号数据,根据相邻的两个信号数据进行滤波处理,实现了对当前信号数据的限幅滤波,同时保留了满足预设比值阈值的信号数据,从而不会影响音频信号的动态变化曲线,大大提高了音频信号序列的质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为一个实施例中音频信号的滤波方法的流程图;
图2为一个实施例中3个连续信号数据的示意图;
图3A为一个实施例中处理前的音频信号序列的波形示意图;
图3B为一个实施例中音频信号序列处理后的目标信号的波形示意图;
图4为一个实施例中音频信号的滤波装置的结构框图;
图5为一个实施例中计算机设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,在一个实施例中,提供了一种音频信号的滤波方法,该音频信号的滤波方法既可以应用于终端,也可以应用于服务器,本实施例以应用于服务器举例说明。该音频信号的滤波方法具体包括以下步骤:
步骤102,获取待滤波的音频信号序列,音频信号序列包括N个信号数据,N为大于3的自然数。
其中,待滤波的音频信号序列是指需要进行滤波筛选处理的音频信号数据按时间顺序组成的序列,本实施例中的音频信号序列包括N个信号数据,即对应N个时刻的信号数据。该音频信号序列可以是音频类应用输出的音频文件,也可以是预先存储在服务器上音频文件,还可以是对音频文件进行预处理后的文件,其中的预处理可以是对音频文件进行滤波筛选,如,对多段采样的音频文件分别滤波筛选,分别取各段音频文件中的一个数据,形成音频信号序列。作为本实施例的优选,音频信号序列选取对音频文件进行预处理后的文件,以避免对冗余信号数据的处理,提高音频信号序列的滤波处理效率。
在一具体实施方式中,步骤102中获取待滤波的音频信号序列,可以包括如下步骤102A~102B,具体如下:
步骤102A,获取原始音频信号序列;
步骤102B,对原始音频信号序列进行滤波筛选处理,得到音频信号序列。
其中,原始音频信号序列是指未经处理的音频信号序列,该原始音频信号序列来源可以是通过接收音频类应用输出的音频文件,也可以是预先存储在服务器上音频文件,此处不做限制。
滤波筛选处理是一种用于对数据进行噪音去除,以筛选出满足条件的数据的预处理方式,可以是一维高斯滤波,也可以是基于数学统计的预处理方式,例如,通过计算一段原始音频信号序列的均值、方差等,根据计算的均值或者方差进行滤波筛选,还可以是一维高斯滤波结合基于数学统计的方式。作为本实施例的优选,选取一维高斯滤波结合基于数学统计的方式进行滤波筛选处理,以提高音频信号序列精准性和获取效率。
在一具体实施方式中,步骤102B中对原始音频信号序列进行滤波筛选处理,得到音频信号序列,可以包括如下步骤102B1~102B5,具体如下:
步骤102B1,将原始音频信号序列划分为多个音频信号子序列,音频信号子序列包括多个原始信号数据;
步骤102B2,针对每个音频信号子序列,计算音频信号子序列的方差,得到子序列方差;
步骤102B3,若子序列方差大于预设方差阈值,则对音频信号子序列中的原始信号数据进行加权平均计算,得到音频信号子序列的信号数据;
步骤102B4,若子序列方差小于或等于预设方差阈值,则计算音频信号子序列的一维高斯期望值,得到音频信号子序列的信号数据;
步骤102B5,根据信号数据确定音频信号序列。
其中,可以根据原始音频信号序列的波形图,将原始音频信号序列划分为多个音频信号子序列,也可以采集随机划分的方式,将原始音频信号序列划分为多个音频信号子序列。
方差用于表征音频信号子序列中原始信号数据的离散程度,预设方差阈值是指是指预先设定的用于判断音频信号子序列中原始信号数据的离散程度是否超过可接受范围的临界子序列方差。由于当原始音频信号序列中出现噪声或者突然破音等,如尖峰信号窜入或者滤波器失效导致音频信号不连续,会使得则采用一维高斯滤波的方式出现较大误差,因此,本实施例中通过计算音频信号子序列的方差,并将子序列方差与预设方差阈值进行比较,根据比较结果确定音频信号子序列的信号数据的计算方式,其中计算方式包括两种,分别是加权平均计算和一维高斯期望计算,更具体地,若子序列方差大于预设方差阈值,表明音频信号子序列存在尖峰信号窜入或者滤波器失效,采用一维高斯期望计算会存在较大误差,因此,采用加权平均计算的方式确定音频信号子序列的信号数据;若子序列方差大于预设方差阈值,表明音频信号子序列离散程度在可接受范围,因此,采用一维高斯期望确定音频信号子序列的信号数据,从而提高原始音频信号序列的滤波筛选效率。
示例性地,一个原始信号数据用Xi表示,第一个音频信号子序列中包含10个时刻对应的原始信号数据,第一个音频信号子序列A1=[X1,X2,…X10],第二个音频信号子序列A2=[X11,X12,…X21],第二个音频信号子序列中包含11个时刻对应的原始信号数据,假设原始音频信号序列划分为20个音频信号子序列。分别针对第一个音频信号子序列、第二个音频信号子序列、……第二十个音频信号子序列进行方差计算,其中的方差公式:
s²=1/n[(X1-X)²+(X2-X)²+……+(Xn-X)²];
其中,s²表示子序列方差,X表示一个音频信号子序列中的原始信号数据的均值,n表示一个音频信号子序列中原始信号数据的个数。
信号数据的计算公式如下:
其中,表示第m个音频信号子序列的信号数据,/>表示一个音频信号子序列中第i个原始信号数据的权重,/>表示一个音频信号子序列中第i个原始信号数据出现的概率,/>表示预设方差阈值。
具体地,在获取到各个音频信号子序列的信号数据后,按照各个音频信号子序列对应的时序,将各自对应的信号数据S1,S2,……Sm形成的信号数据序列[S1,S2,……Sm]作为音频信号序列。可以理解地,本实施例中,利用一维高斯期望计算并结合方差计算,实现了对原始音频信号序列的滤波筛选,避免了尖峰信号误差对滤波筛选的影响,且通过利用一维高斯期望计算,提高了滤波筛选的效率。
步骤104,针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测当前信号数据是否为异常数据,其中,i为大于1的自然数。
其中,预设比值阈值是指预先设定的用于判断当前信号数据是否为异常数据的比值临界值,示例性地,预设比值阈值为大于1的常数,例如,1.5、1.8或2等。
当前信号数据为音频信号序列的N个信号数据中的一个信号数据,为当前进行滤波处理的信号数据。第i-1个信号数据为当前信号数据的上一个信号数据,第i+1个信号数据为当前信号数据的下一个信号数据,即针对音频信号序列中3个连续的信号数据对位于中间的信号数据进行滤波。
具体地,可以通过分析3个连续的信号数据,判断当前信号数据是否异常,如图2所示,为3个连续信号数据的示意图,其中B为当前信号数据(i=2),A为第i-1个信号数据,C为第i+1个信号数据,D为第i+2个信号数据,b为根据第i-1个信号数据、第i+1个信号数据确定的数据,例如,b可以是A与C的均值。其中,分析3个连续的信号数据的具体过程为:计算B与A的变化量,得到△B,并计算b与A的变化量,得到△b,根据△B、△b和预设比值阈值即可检测B是否为异常数据。
在一具体实施方式中,步骤104中所述针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测当前信号数据是否为异常数据,可以包括如下步骤104A~104C,具体如下:
步骤104A,根据第i-1个信号数据、第i+1个信号数据确定当前信号数据的候选滤波数据;
步骤104B,将i-1个信号数据作为参考值,分别确定当前信号数据、候选滤波数据与参考值的变化量,得到第一变化量和第二变化量;
步骤104C,根据第一变化量、第二变化量以及预设比值阈值,检测当前信号数据是否为异常数据。
其中,候选滤波数据是指有可能作为当前信号数据的滤波数据。具体地,根据第i-1个信号数据、第i+1个信号数据确定当前信号数据的候选滤波数据,即根据与当前信号数据相邻的两个信号数据确定后续滤波数据,充分考虑了当前信号数据的平滑性。在音频信号中,为了不影响数据的动态曲线,可以计算第i-1个信号数据、第i+1个信号数据的均值,作为候选滤波数据。
第一变化量是指当前信号数据相对于参考值的变化量,且为变化量的绝对值,第二变化量是指候选滤波数据相对于参考值的变化量,且为变化量的绝对值。继续以图2为例,将i-1个信号数据作为参考值,即将A作为参考值,则第一变化量为△B=|B-A|,第二变化量为△b=|b-A|。然后根据第一变化量、第二变化量以及预设比值阈值,检测当前信号数据是否为异常数据,其检测过程为:计算第一变化量和第二变化量的比值,根据比值和预设比值阈值判断当前信号数据是否为异常数据。
在一具体实施方式中,步骤104A中根据第i-1个信号数据、第i+1个信号数据确定当前信号数据的候选滤波数据,可以包括如下步骤104A1~104A2,具体如下:
步骤104A1,分别获取第i-1个信号数据和第i+1个信号数据的权重;
步骤104A2,根据第i-1个信号数据与第i+1个信号数据、以及各自的权重进行加权求和计算,得到候选滤波数据。
具体地,第i-1个信号数据和第i+1个信号数据的权重可以根据实际情况进行设置,本实施例中,为了不影响数据的动态曲线,可以设置第i-1个信号数据和第i+1个信号数据权重均为0.5,然后,将第i-1个信号数据与第i+1个信号数据以及各自的权重进行加权求和计算,得到的计算结果即为候选滤波数据,可以理解地,本实施例中,通过根据第i-1个信号数据与第i+1个信号数据、以及各自的权重进行加权求和计算,计算得到候选滤波数据,以便后续基于候选滤波数据对当前信号数据进行限幅滤波,实现对音频信号序列的限幅滤波,提升音频信号序列的质量。
需要说明是,对于变化稳定的数据,例如温度、电压、电流等,为了提高数据的平滑性,可以设置第i-1个信号数据和第i+1个信号数据的权重不同。
在一具体实施方式中,步骤104C中根据第一变化量、第二变化量以及预设比值阈值,检测当前信号数据是否为异常数据,可以包括如下步骤104C1~104C3,具体如下:
步骤104C1,计算第一变化量与第二变化量的比值,得到变化量比值;
步骤104C2,当变化量比值大于预设比值阈值,判定当前信号数据为异常数据;
步骤104C3,当变化量比值小于或者等于预设比值阈值,判定当前信号数据正常数据。
具体地,将第一变化量与第二变化量的比值作为变化量比值,当变化量比值大于预设比值阈值时,表明当前信号数据变化率较大,不在允许范围内,则判定为异常数据,当变化量比值小于或者等于预设比值阈值,表明当前信号数据变化率在允许范围内,则判定为正常数据,从而无需滤波,本实施例中,通过对当前信号数据进行检测,以便后续能够保留正常数据,避免音频信号失真,剔除异常数据,从而消除有害噪音,避免音频信号输出突然变调。
步骤106,在当前信号数据为异常数据的情况下,删除当前信号数据,并根据第i-1个信号数据与第i+1个信号数据,确定当前信号数据的滤波信号。
其中,滤波信号是指当前信号数据的滤波数据,用于替换异常数据。
具体地,在检测到当前信号为异常数据时,则删掉当前信号数据,同时,根据与当前信号数据向量的两个信号数据确定当前信号数据的滤波信号,即将滤波信号替换为当前信号数据,实现了对当前信号数据的限幅滤波。
在一具体实施方式中,步骤106中根据第i-1个信号数据与第i+1个信号数据,确定当前信号数据的滤波信号,可以包括如下步骤106A,具体如下:
步骤106A,将候选滤波数据确定为滤波信号。
具体地,由步骤104A1-步骤104A2可知,候选滤波数据为将第i-1个信号数据与第i+1个信号数据、以及各自的权重进行加权求和计算得到的,因此,将候选滤波数据确定为滤波信号,即将候选滤波数据替换当前信号数据,实现了对当前信号数据的限幅的同时,保留了音频信号序列的动态曲线,大大提高了音频信号序列的质量。
步骤108,令i=i+1,返回针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测当前信号数据是否为异常数据,直至i=N-1为止,获取各个当前信号数据/滤波信号。
具体地,在当前信号数据滤波完成后,继续重复步骤104的步骤,对下一个信号数据进行滤波,直至对第N-1个信号数据完成滤波为止,从而得到各个当前信号数据或者滤波数据,可以理解地,当当前信号为异常数据时,则滤波完成后的数据为滤波信号,当当前信号为正常数据时,则滤波完成后的数据为当前信号数据。继续以图2为例,首先选取连续的A、B、C三个信号数据,对B进行检测,当检测到B为异常数据时,确定其滤波信号为b,并继续对连续的b、C、D三个信号数据进行滤波,以此类推,直至完成对倒数第二个信号数据的滤波为止,其中,第一个信号数据和最后一个信号数据未进行滤波。
步骤110,根据信号数据的顺序,输出第1个信号数据、当前信号数据/滤波信号、以及第N个信号数据,得到音频信号序列的目标信号。
具体地,按照音频信号序列的时序,可以确定各个信号数据的顺序,然后,输出第1个信号数据、当前信号数据/滤波信号、以及第N个信号数据,形成了滤波处理后的序列,即为音频信号序列的目标信号,可以理解地,本实施例中,通过对当前信号数据进行检测和限幅滤波,使得同一频率的音频信号通过,避免音频信号失真,将异常数据屏蔽,消除了有害噪声,避免音频信号输出突然变调,实现了对音频信号的限幅滤波作用,又不影响音频信号的动态变化曲线,大大提高了音频信号序列的质量。
在一个示例中,如图3A所示,为处理前的音频信号序列的波形示意图,如图3B所示,为音频信号序列处理后的目标信号的波形示意图;从图中可以看出,处理后的目标信号中,实现了对信号数据的限幅,信号数据的变化率较小,且保留了动态特性。
上述音频信号的滤波方法,通过对当前信号数据进行检测和限幅滤波,使得同一频率的音频信号通过,避免音频信号失真,将异常数据屏蔽,消除了有害噪声,避免音频信号输出突然变调,实现了对音频信号的限幅滤波作用,又不影响音频信号的动态变化曲线,大大提高了音频信号序列的质量。
如图4所示,在一个实施例中,提出了一种音频信号的滤波装置,音频信号的滤波装置包括:
第一获取模块402,用于获取待滤波的音频信号序列,音频信号序列包括N个信号数据,N为大于3的自然数;
检测模块404,用于针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测当前信号数据是否为异常数据,其中,i为大于1的自然数;
确定模块406,用于在当前信号数据为异常数据的情况下,删除当前信号数据,并根据第i-1个信号数据与第i+1个信号数据,确定当前信号数据的滤波信号;
第二获取模块408,用于令i=i+1,返回针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测当前信号数据是否为异常数据,直至i=N-1为止,获取各个当前信号数据/滤波信号;
输出模块410,用于根据信号数据的顺序,输出第1个信号数据、当前信号数据/滤波信号、以及第N个信号数据,得到音频信号序列的目标信号。
在一个实施例中,该检测模块具体用于:
根据第i-1个信号数据、第i+1个信号数据确定当前信号数据的候选滤波数据;
将i-1个信号数据作为参考值,分别确定当前信号数据、候选滤波数据与参考值的变化量,得到第一变化量和第二变化量;
根据第一变化量、第二变化量以及预设比值阈值,检测当前信号数据是否为异常数据。
在一个实施例中,该检测模块具体还用于:
计算第一变化量与第二变化量的比值,得到变化量比值;
当变化量比值大于预设比值阈值,判定当前信号数据为异常数据;
当变化量比值小于或者等于预设比值阈值,判定当前信号数据正常数据。
在一个实施例中,该检测模块具体还用于:
分别获取第i-1个信号数据和第i+1个信号数据的权重;
根据第i-1个信号数据与第i+1个信号数据、以及各自的权重进行加权求和计算,得到候选滤波数据。
在一个实施例中,确定模块具体用于:
将候选滤波数据确定为滤波信号。
在一个实施例中,该获取模块具体用于:
获取原始音频信号序列;
对原始音频信号序列进行滤波筛选处理,得到音频信号序列。
在一个实施例中,该获取模块具体还用于:
将原始音频信号序列划分为多个音频信号子序列,音频信号子序列包括多个原始信号数据;
针对每个音频信号子序列,计算音频信号子序列的方差,得到子序列方差;
若子序列方差大于预设方差阈值,则对音频信号子序列中的原始信号数据进行加权平均计算,得到音频信号子序列的信号数据;
若子序列方差小于或等于预设方差阈值,则计算音频信号子序列的一维高斯期望值,得到音频信号子序列的信号数据;
根据信号数据确定音频信号序列。
图5示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是服务器,所述服务器包括但不限于高性能计算机和高性能计算机集群。如图5所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现音频信号的滤波方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行音频信号的滤波方法。本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的音频信号的滤波方法可以实现为一种计算机程序的形式,计算机程序可在如图5所示的计算机设备上运行。计算机设备的存储器中可存储组成音频信号的滤波装置的各个程序模板。比如,第一获取模块402,检测模块404,确定模块406,输出模块410。
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音频信号的滤波方法中的步骤。
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音频信号的滤波方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上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本申请专利范围的限制。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)
1.一种音频信号的滤波方法,其特征在于,包括:
获取待滤波的音频信号序列,所述音频信号序列包括N个信号数据,N为大于3的自然数;
针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,其中,i为大于1的自然数;
在所述当前信号数据为异常数据的情况下,删除所述当前信号数据,并根据所述第i-1个信号数据与所述第i+1个信号数据,确定所述当前信号数据的滤波信号;
令i=i+1,返回所述针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,直至i=N-1为止,获取各个当前信号数据/滤波信号;
根据所述信号数据的顺序,输出第1个信号数据、所述当前信号数据/滤波信号、以及第N个信号数据,得到所述音频信号序列的目标信号。
2.如权利要求1所述的音频信号的滤波方法,其特征在于,所述针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,包括:
根据第i-1个信号数据、第i+1个信号数据确定所述当前信号数据的候选滤波数据;
将所述i-1个信号数据作为参考值,分别确定所述当前信号数据、所述候选滤波数据与所述参考值的变化量,得到第一变化量和第二变化量;
根据所述第一变化量、第二变化量以及所述预设比值阈值,检测所述当前信号数据是否为异常数据。
3.如权利要求2所述的音频信号的滤波方法,其特征在于,所述根据所述第一变化量、第二变化量以及所述预设比值阈值,检测所述当前信号数据是否为异常数据,包括:
计算所述第一变化量与所述第二变化量的比值,得到变化量比值;
当所述变化量比值大于所述预设比值阈值,判定所述当前信号数据为异常数据;
当所述变化量比值小于或者等于所述预设比值阈值,判定所述当前信号数据正常数据。
4.如权利要求2所述的音频信号的滤波方法,其特征在于,根据第i-1个信号数据、第i+1个信号数据确定所述当前信号数据的候选滤波数据,包括:
分别获取所述第i-1个信号数据和第i+1个信号数据的权重;
根据所述第i-1个信号数据与所述第i+1个信号数据、以及各自的权重进行加权求和计算,得到所述候选滤波数据。
5.如权利要求4所述的音频信号的滤波方法,其特征在于,所述根据所述第i-1个信号数据与所述第i+1个信号数据,确定所述当前信号数据的滤波信号,包括:
将所述候选滤波数据确定为所述滤波信号。
6.如权利要求1所述的音频信号的滤波方法,其特征在于,所述获取待滤波的音频信号序列,包括:
获取原始音频信号序列;
对所述原始音频信号序列进行滤波筛选处理,得到所述音频信号序列。
7.如权利要求6所述的音频信号的滤波方法,其特征在于,所述对所述原始音频信号序列进行滤波筛选处理,得到所述音频信号序列,包括:
将所述原始音频信号序列划分为多个音频信号子序列,所述音频信号子序列包括多个原始信号数据;
针对每个所述音频信号子序列,计算所述音频信号子序列的方差,得到子序列方差;
若所述子序列方差大于预设方差阈值,则对所述音频信号子序列中的原始信号数据进行加权平均计算,得到所述音频信号子序列的信号数据;
若所述子序列方差小于或等于所述预设方差阈值,则计算所述音频信号子序列的一维高斯期望值,得到所述音频信号子序列的信号数据;
根据所述信号数据确定所述音频信号序列。
8.一种音频信号的滤波装置,其特征在于,所述音频信号的滤波装置包括:
第一获取模块,用于获取待滤波的音频信号序列,所述音频信号序列包括N个信号数据,N为大于3的自然数;
检测模块,用于针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,其中,i为大于1的自然数;
确定模块,用于在所述当前信号数据为异常数据的情况下,删除所述当前信号数据,并根据所述第i-1个信号数据与所述第i+1个信号数据,确定所述当前信号数据的滤波信号;
第二获取模块,用于令i=i+1,返回所述针对第i个当前信号数据,根据第i-1个信号数据、第i+1个信号数据以及预设比值阈值,检测所述当前信号数据是否为异常数据,直至i=N-1为止,获取各个当前信号数据/滤波信号;
输出模块,用于根据所述信号数据的顺序,输出第1个信号数据、所述当前信号数据/滤波信号、以及第N个信号数据,得到所述音频信号序列的目标信号。
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任一项所述音频信号的滤波方法的步骤。
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任一项所述音频信号的滤波方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310947762.1A CN116665685B (zh) | 2023-07-31 | 2023-07-31 | 音频信号的滤波方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310947762.1A CN116665685B (zh) | 2023-07-31 | 2023-07-31 | 音频信号的滤波方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116665685A true CN116665685A (zh) | 2023-08-29 |
CN116665685B CN116665685B (zh) | 2023-10-20 |
Family
ID=87710130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310947762.1A Active CN116665685B (zh) | 2023-07-31 | 2023-07-31 | 音频信号的滤波方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116665685B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102176312A (zh) * | 2011-01-07 | 2011-09-07 | 蔡镇滨 | 一种通过小波陷波来降低突发噪音的系统及方法 |
CN106228993A (zh) * | 2016-09-29 | 2016-12-14 | 北京奇艺世纪科技有限公司 | 一种消除噪声的方法和装置以及电子设备 |
CN110874822A (zh) * | 2018-08-31 | 2020-03-10 | 瑞昱半导体股份有限公司 | 利用动态视窗平滑滤波器的信号滤波方法与系统 |
CN111883163A (zh) * | 2020-04-02 | 2020-11-03 | 珠海市杰理科技股份有限公司 | 音频啸叫抑制方法、设备和系统及神经网络训练方法 |
CN115035913A (zh) * | 2022-08-11 | 2022-09-09 | 合肥中科类脑智能技术有限公司 | 一种声音异常检测方法 |
CN115394316A (zh) * | 2022-08-23 | 2022-11-25 | 汉桑(南京)科技股份有限公司 | 一种音频处理方法、系统、装置及存储介质 |
-
2023
- 2023-07-31 CN CN202310947762.1A patent/CN116665685B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102176312A (zh) * | 2011-01-07 | 2011-09-07 | 蔡镇滨 | 一种通过小波陷波来降低突发噪音的系统及方法 |
CN106228993A (zh) * | 2016-09-29 | 2016-12-14 | 北京奇艺世纪科技有限公司 | 一种消除噪声的方法和装置以及电子设备 |
CN110874822A (zh) * | 2018-08-31 | 2020-03-10 | 瑞昱半导体股份有限公司 | 利用动态视窗平滑滤波器的信号滤波方法与系统 |
CN111883163A (zh) * | 2020-04-02 | 2020-11-03 | 珠海市杰理科技股份有限公司 | 音频啸叫抑制方法、设备和系统及神经网络训练方法 |
CN115035913A (zh) * | 2022-08-11 | 2022-09-09 | 合肥中科类脑智能技术有限公司 | 一种声音异常检测方法 |
CN115394316A (zh) * | 2022-08-23 | 2022-11-25 | 汉桑(南京)科技股份有限公司 | 一种音频处理方法、系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116665685B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109032829B (zh) | 数据异常检测方法、装置、计算机设备及存储介质 | |
US8265742B2 (en) | Method, computer program, and system for automated real-time signal analysis for detection, quantification, and prediction of signal changes | |
CN111639798A (zh) | 智能的预测模型选择方法及装置 | |
US9967275B1 (en) | Efficient detection of network anomalies | |
CN112472108B (zh) | 神经元放电尖峰信号挑拣方法、装置和计算机设备 | |
CN110866682B (zh) | 基于历史数据的地下电缆预警方法和装置 | |
CN110907770A (zh) | 局部放电脉冲特征提取方法、装置、计算机设备和介质 | |
CN116665685B (zh) | 音频信号的滤波方法、装置、计算机设备及存储介质 | |
CN114185030A (zh) | 一种雷达信号脉内调制识别方法及系统 | |
CN116484934A (zh) | 预测模型的训练方法、装置、电子设备及存储介质 | |
CN116664335A (zh) | 基于智能监控的半导体生产系统运行分析方法及系统 | |
CN111596379A (zh) | 一种地震观测系统异常识别方法和装置 | |
WO2013039595A1 (en) | Methods and systems for determining an enhanced rank order value of a data set | |
CN114138634B (zh) | 测试用例的选取方法、装置、计算机设备和存储介质 | |
CN114386616A (zh) | 特征重要性评估方法、装置、设备和介质 | |
CN113887989B (zh) | 电力系统可靠性评估方法、装置、计算机设备和存储介质 | |
CN113297195B (zh) | 一种时间序列异常检测方法、装置及设备 | |
CN113127804B (zh) | 确定车辆故障次数的方法、装置、计算机设备和存储介质 | |
US11388187B2 (en) | Method of digital signal feature extraction comprising multiscale analysis | |
CN113255927A (zh) | 逻辑回归模型训练方法、装置、计算机设备和存储介质 | |
CN112884052A (zh) | 结构模态参数提取方法、装置、计算机设备及存储介质 | |
US20220004595A1 (en) | Device for calculating an analog fourier transform | |
CN116609402B (zh) | 一种识别岩土体介电常数温度效应的方法及系统 | |
WO2022269690A1 (ja) | 異常検知装置、異常検知方法および異常検知プログラム | |
CN114221794B (zh) | 基于改进模式识别算法的用户行为分析方法、系统和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |