CN117037832A - 回声消除方法、装置、计算机可读存储介质及终端设备 - Google Patents
回声消除方法、装置、计算机可读存储介质及终端设备 Download PDFInfo
- Publication number
- CN117037832A CN117037832A CN202311129179.6A CN202311129179A CN117037832A CN 117037832 A CN117037832 A CN 117037832A CN 202311129179 A CN202311129179 A CN 202311129179A CN 117037832 A CN117037832 A CN 117037832A
- Authority
- CN
- China
- Prior art keywords
- signal
- alignment
- microphone
- voice
- component
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000001914 filtration Methods 0.000 claims abstract description 42
- 230000003044 adaptive effect Effects 0.000 claims abstract description 16
- 230000009466 transformation Effects 0.000 claims description 45
- 230000001629 suppression Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 11
- 238000009432 framing Methods 0.000 claims description 7
- 230000005764 inhibitory process Effects 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 abstract description 6
- 230000008030 elimination Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 description 13
- 238000009499 grossing Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 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
- 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
- G10L21/0224—Processing in the time 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
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L21/0232—Processing in the frequency domain
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)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本申请属于声学处理技术领域,尤其涉及一种回声消除方法、装置、计算机可读存储介质及终端设备。所述方法包括:获取参考对齐信号和麦克风对齐信号;利用预设的自适应滤波器对所述参考对齐信号和所述麦克风对齐信号进行滤波,得到滤波输出信号;根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号;对所述补偿语音信号进行非线性处理,得到回声消除语音信号。通过上述方法,可以根据参考对齐信号和麦克风对齐信号进行语音补偿处理,得到补偿语音信号,从而可以削弱在回声消除过程中对语音信号的消除,减少语音信号的损失,有助于进行与用户间的正常对话。
Description
技术领域
本申请属于声学处理技术领域,尤其涉及一种回声消除方法、装置、计算机可读存储介质及终端设备。
背景技术
在人机语音对话系统中,可以通过拾音设备来获取用户的说话声,并可以通过扬声设备播报相应的回复内容。为了提升用户体验,上述两个过程通常是同时进行的,但如果用户在进行语音播报时说话,则会导致获取到用户的说话声和播报音的混合结果,从而作出错误判断与回复。因此,在拾音过程中还需要对播报音进行声学回声消除(AcousticEcho Cancellation,AEC)。
然而,使用现有技术中的回声消除方法在进行回声消除后,会损失部分用户的说话声,导致无法准确识别出用户的说话内容,影响了与用户间的正常对话。
发明内容
有鉴于此,本申请实施例提供了一种回声消除方法、装置、计算机可读存储介质及终端设备,以解决现有技术中的回声消除方法会损失部分用户的说话声,导致终端设备无法准确识别出用户的说话内容,影响与用户间的正常对话的问题。
本申请实施例的第一方面提供了一种回声消除方法,可以包括:
获取参考对齐信号和麦克风对齐信号;
利用预设的自适应滤波器对所述参考对齐信号和所述麦克风对齐信号进行滤波,得到滤波输出信号;
根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号;
对所述补偿语音信号进行非线性处理,得到回声消除语音信号。
在第一方面的一种具体实现方式中,根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号,可以包括:
分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行频域变换,得到参考对齐变换信号、麦克风对齐变换信号和滤波输出变换信号;
根据所述参考对齐变换信号、所述麦克风对齐变换信号和所述滤波输出变换信号,确定滤波抑制成分;
提取所述滤波抑制成分中的估计语音分量;
根据所述估计语音分量对所述滤波输出信号进行频域补偿,得到补偿语音频域信号;
对所述补偿语音频域信号进行时域变换,得到所述补偿语音信号。
在第一方面的一种具体实现方式中,提取所述滤波抑制成分中的估计语音分量,可以包括:
对所述滤波抑制成分进行噪声分量估计,得到估计噪声分量;
对所述滤波抑制成分进行回声分量估计,得到估计回声分量;
根据所述估计噪声分量和所述估计回声分量,提取所述滤波抑制成分中的估计语音分量。
在第一方面的一种具体实现方式中,对所述滤波抑制成分进行回声分量估计,得到估计回声分量,可以包括:
计算所述参考对齐变换信号和所述麦克风对齐变换信号的第一相关程度值;
计算所述滤波输出变换信号和所述麦克风对齐变换信号的第二相关程度值;
若所述第一相关程度值大于预设的第一阈值,且所述第二相关程度值小于预设的第二阈值,则对所述滤波抑制成分和所述估计噪声分量进行线性拟合,得到估计房间冲激响应和估计非线性成分;
根据所述估计房间冲激响应和所述估计非线性成分,确定所述估计回声分量。
在第一方面的一种具体实现方式中,分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行频域变换,得到参考对齐变换信号、麦克风对齐变换信号和滤波输出变换信号,可以包括:
分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行分帧,得到参考对齐信号帧、麦克风对齐信号帧和滤波输出信号帧;
分别对所述参考对齐信号帧、所述麦克风对齐信号帧和所述滤波输出信号帧进行短时傅里叶变换,得到所述参考对齐变换信号、所述麦克风对齐变换信号和所述滤波输出变换信号。
在第一方面的一种具体实现方式中,对所述补偿语音频域信号进行时域变换,得到所述补偿语音信号,可以包括:
对所述补偿语音频域信号进行傅里叶逆变换,得到补偿语音时域信号帧;
对所述补偿语音时域信号帧进行帧叠处理,得到所述补偿语音信号。
在第一方面的一种具体实现方式中,获取参考对齐信号和麦克风对齐信号,可以包括:
获取参考输入信号和麦克风输入信号;
对所述参考输入信号和所述麦克风输入信号进行时域对齐,得到所述参考对齐信号和所述麦克风对齐信号。
本申请实施例的第二方面提供了一种回声消除装置,可以包括:
对齐信号获取模块,用于获取参考对齐信号和麦克风对齐信号;
自适应滤波模块,用于利用预设的自适应滤波器对所述参考对齐信号和所述麦克风对齐信号进行滤波,得到滤波输出信号;
语音补偿模块,用于根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号;
非线性处理模块,用于对所述补偿语音信号进行非线性处理,得到回声消除语音信号。
在第二方面的一种具体实现方式中,所述语音补偿模块可以包括:
频域变换子模块,用于分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行频域变换,得到参考对齐变换信号、麦克风对齐变换信号和滤波输出变换信号;
抑制成分确定子模块,用于根据所述参考对齐变换信号、所述麦克风对齐变换信号和所述滤波输出变换信号,确定滤波抑制成分;
估计语音分量提取子模块,用于提取所述滤波抑制成分中的估计语音分量;
频域补偿子模块,用于根据所述估计语音分量对所述滤波输出信号进行频域补偿,得到补偿语音频域信号;
时域变换子模块,用于对所述补偿语音频域信号进行时域变换,得到所述补偿语音信号。
在第二方面的一种具体实现方式中,所述估计语音分量提取子模块可以包括:
噪声分量估计单元,用于对所述滤波抑制成分进行噪声分量估计,得到估计噪声分量;
回声分量估计单元,用于对所述滤波抑制成分进行回声分量估计,得到估计回声分量;
估计语音分量提取单元,用于根据所述估计噪声分量和所述估计回声分量,提取所述滤波抑制成分中的估计语音分量。
在第二方面的一种具体实现方式中,所述估计语音分量提取单元可以包括:
第一计算子单元,用于计算所述参考对齐变换信号和所述麦克风对齐变换信号的第一相关程度值;
第二计算子单元,用于计算所述滤波输出变换信号和所述麦克风对齐变换信号的第二相关程度值;
线性拟合子单元,用于若所述第一相关程度值大于预设的第一阈值,且所述第二相关程度值小于预设的第二阈值,则对所述滤波抑制成分和所述估计噪声分量进行线性拟合,得到估计房间冲激响应和估计非线性成分;
估计回声分量确定子单元,用于根据所述估计房间冲激响应和所述估计非线性成分,确定所述估计回声分量。
在第二方面的一种具体实现方式中,所述频域变换子模块可以包括:
分帧处理单元,用于分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行分帧,得到参考对齐信号帧、麦克风对齐信号帧和滤波输出信号帧;
傅里叶变换单元,用于分别对所述参考对齐信号帧、所述麦克风对齐信号帧和所述滤波输出信号帧进行短时傅里叶变换,得到所述参考对齐变换信号、所述麦克风对齐变换信号和所述滤波输出变换信号。
在第二方面的一种具体实现方式中,所述时域变换子模块可以包括:
傅里叶逆变换单元,用于对所述补偿语音频域信号进行傅里叶逆变换,得到补偿语音时域信号帧;
帧叠处理单元,用于对所述补偿语音时域信号帧进行帧叠处理,得到所述补偿语音信号。
在第二方面的一种具体实现方式中,所述对齐信号获取模块可以包括:
输入信号获取子模块,用于获取参考输入信号和麦克风输入信号;
时域对齐子模块,用于对所述参考输入信号和所述麦克风输入信号进行时域对齐,得到所述参考对齐信号和所述麦克风对齐信号。
本申请实施例的第三方面提供了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任一种回声消除方法的步骤。
本申请实施例的第四方面提供了一种终端设备,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任一种回声消除方法的步骤。
本申请实施例的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设备上运行时,使得终端设备执行上述任一种回声消除方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例获取参考对齐信号和麦克风对齐信号;利用预设的自适应滤波器对所述参考对齐信号和所述麦克风对齐信号进行滤波,得到滤波输出信号;根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号;对所述补偿语音信号进行非线性处理,得到回声消除语音信号。通过本申请实施例,可以根据参考对齐信号和麦克风对齐信号进行语音补偿处理,得到补偿语音信号,从而可以削弱在回声消除过程中对语音信号的消除,减少语音信号的损失,有助于终端设备与用户间的正常对话。
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的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例中AEC模块的示意图;
图2为本申请实施例中一种回声消除方法的一个实施例流程图;
图3为自适应滤波器的输入和输出的示意图;
图4为语音补偿模块的示意图;
图5为本申请实施例中一种回声消除装置的一个实施例结构图;
图6为本申请实施例中一种终端设备的示意框图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,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清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在人机语音对话系统中,可以通过拾音设备来获取用户的说话声,并可以通过扬声设备播报相应的回复内容。为了提升用户体验,上述两个过程通常是同时进行的,但如果用户在进行语音播报时说话,则会导致获取到用户的说话声和播报音的混合结果,从而作出错误判断与回复。因此,在拾音过程中还需要对播报音进行声学回声消除(AcousticEcho Cancellation,AEC)。
然而,使用现有技术中的回声消除方法在进行回声消除后,会损失部分用户的说话声,导致终端设备无法准确识别出用户的说话内容,影响了与用户间的正常对话。
有鉴于此,本申请实施例提供一种回声消除方法、装置、计算机可读存储介质及终端设备。
需要说明的是,本申请方法的执行主体为终端设备,具体地,可以包括但不限于桌上型计算机、笔记本、掌上电脑、智能交互屏、机器人等现有技术中常见的计算设备。
请参阅图1,本申请回声消除方法可以在现有的WebRTC框架的AEC模块中加入预设的语音补偿模块,并利用该语音补偿模块对滤波输出信号进行语音补偿处理,从而在后续语音识别的处理过程中,能够更准确地识别出用户的说话内容,以保证终端设备与用户间的正常对话。
具体地,本申请实施例中一种回声消除方法的一个实施例可以包括图2所示步骤:
步骤S201、获取参考对齐信号和麦克风对齐信号。
在本申请实施例中,在生成对应的回复内容并进行语音合成后,可以通过预设的缓冲区缓存合成的语音作为回声消除过程中的参考输入信号;在进行回声消除时,可以通过缓冲区获取到参考输入信号x,并可以利用麦克风等拾音设备进行拾音,获取麦克风输入信号y;其中,麦克风输入信号可以由用户语音s(用户的说话声)、环境噪声v和扬声设备的播报音d(又可以称为回声部分)组成,即y=(s+v)+d。而由于拾音设备捕捉到的播报音d是参考输入信号x在声学传播过程中衰减损失的结果,与房间结构和扬声设备的性能等因素有关,所以有d=x*h+d′;其中,h为房间冲激响应,*为卷积运算,d′为非线性回声成分。
需要理解的是,参考输入信号与麦克风输入信号可能在时域上并非是对齐的信号,参考输入信号相对于麦克风输入信号可能存在一定的时间延迟量,若此时直接将两者输入预设的自适应滤波器(Adaptive Filter,AF)进行滤波,则可能会出现很强的残留回声,导致自适应滤波器失效,因此,在本申请实施例中,可以对参考输入信号x与麦克风输入信号y进行时域对齐,得到时域上同步的参考对齐信号x'和麦克风对齐信号y'。
具体地,可以利用现有技术中任意一种常见的时域对齐方法对参考输入信号与麦克风输入信号进行时域对齐。例如,可以通过计算参考输入信号与麦克风输入信号的互相关来估计参考输入信号相对于麦克风输入信号的时间延迟量,再根据该时间延迟量将两者进行时域对齐,得到参考对齐信号和麦克风对齐信号。
步骤S202、利用预设的自适应滤波器对参考对齐信号和麦克风对齐信号进行滤波,得到滤波输出信号。
在本申请实施例中,预设的自适应滤波器可以以参考输入信号x和麦克风输入信号y的相关性为基础,对参考对齐信号x'和麦克风对齐信号y'进行滤波,从而抑制麦克风输入信号中的回声部分,得到滤波输出信号s'。
步骤S203、根据参考对齐信号和麦克风对齐信号,对滤波输出信号进行语音补偿处理,得到补偿语音信号。
需要理解的是,当只有用户在说话时(单讲阶段)或者只有终端设备在播报时(回声阶段),使用自适应滤波器可以得到较好的处理效果;但当用户在终端设备播报时说话(双讲阶段),会同时存在用户语音和播报音,此时,通过自适应滤波器可以抑制回声部分d,但同时也抑制了一部分用户的说话声s和环境噪声v,具体可以参考图3,输出的用户语音s、环境噪声v和播报音d与输入说话声环境噪声/>和播报音/>相比,播报音d被抑制,但同时用户语音s和环境噪声v也有部分损失,则有可能会导致终端设备无法准确识别出用户的说话内容,影响与用户间的正常对话。
因此,在本申请实施例中,可以利用如图4所示的语音补偿模块对滤波输出信号进行语音补偿处理,得到补偿语音信号。具体地,步骤S203可以包括如下过程:
步骤S2031、分别对参考对齐信号、麦克风对齐信号和滤波输出信号进行频域变换,得到参考对齐变换信号、麦克风对齐变换信号和滤波输出变换信号。
在本申请实施例中,可以通过频域变换将参考对齐信号、麦克风对齐信号和滤波输出信号三个时域信号转换到线性频域上,以便于进行频谱分析。其中,频域变换可以包括分帧和短时傅里叶变换。
可以理解的是,在实际应用中,可以对输入的信号进行分帧,得到多个分析帧,并对各个分析帧进行逐帧分析和处理。在本申请实施例中,可以分别对参考对齐信号x'、麦克风对齐信号y'和滤波输出信号s'进行分帧,得到参考对齐信号帧麦克风对齐信号帧和滤波输出信号帧/>此处,可以将上一个分析帧的后(N-Ns)个采样点与当前输入的信号进行拼接,得到当前的分析帧:
式中,n为采样点编号,k为帧编号,N为分析帧长度,NS为每帧输入信号的采样点数;其中,
需要说明的是,为了保证语音信号的平稳性,分析帧的长度不能太大,此处可以将每帧输入信号的时长设为10毫秒。若音频采样率为16千赫兹,则每帧输入信号的采样点NS为160,分析帧长度N为256。
可以理解的是,每帧输入信号的时长、音频采样率均可以根据实际需要进行具体化、情景化设置,本申请对此不做限定。
之后,可以分别对参考对齐信号帧麦克风对齐信号帧/>和滤波输出信号帧/>进行短时傅里叶变化,得到参考对齐变换信号X'(k,u)、麦克风对齐变换信号Y'(k,u)和滤波输出变换信号S'(k,u),即:
其中,u为频率点编号,w(n)为预设的长度为N的窗函数,j为虚数单位。
在本申请实施例中,可以使用混合平顶汉宁窗对输入的信号进行加窗处理,该窗的前一段和后一段恰好可以形成包含(N-NS)个点的汉宁窗,具体的窗函数如下:
可以理解的是,还可以根据实际需要设置其它窗函数,本申请对此不做限定。
步骤S2032、根据参考对齐变换信号、麦克风对齐变换信号和滤波输出变换信号,确定滤波抑制成分。
其中,滤波抑制成分为被自适应滤波器抑制的信号,具体地,抑制成分为[Y'(k,u)-S'(k,u)]。
步骤S2033、提取滤波抑制成分中的估计语音分量。
需要理解的是,通过自适应滤波器,可以抑制麦克风输入信号中的回声部分、环境噪声和部分语音,因此,滤波抑制成分可以包括噪声分量、回声分量和语音分量。在本申请实施例中,可以根据估计噪声分量和估计回声分量,提取滤波抑制成分中的估计语音分量。具体地,步骤S2033可以包括如下过程:
步骤S2033a、对滤波抑制成分进行噪声分量估计,得到估计噪声分量。
在本申请实施例中,可以对环境噪声进行噪声谱密度估计,得到噪声估计谱密度。
需要理解的是,可以对滤波抑制成分进行功率谱平滑,以便更容易进行噪声分量的分析与估计。具体地,滤波抑制成分为[Y'(k,u)-S'(k,u)],则其功率谱密度P(k,u)为:
P(k,u)=|Y′(k,u)|2-|S′(k,u)|2
对P(k,u)其进行频域平滑,可得:
式中,P'(k,u)为功率谱P(k,u)进行频域平滑后的频域平滑功率谱密度,α为频域平滑系数,其取值可以根据实际需要进行具体化、情景化设置,本申请对此不做限定;此处,可以优选设为0.5。
之后,再对P'(k,u)进行时域平滑,得到时域平滑功率谱密度P″(k,u):
P″(k,u)=β·P′(k,u)+(1-β)·P″(k-1,u)
其中,β为预设的第一时域平滑系数,其取值可以根据实际需要进行具体化、情景化设置,本申请对此不做限定;此处,可以优选设为0.2。
需要理解的是,在一段带有噪声的语音信号的特定频带中,通常有大部分的帧信号的能量较低,且包含有较多的噪声成分。因此,在本申请实施例中,可以搜索最小时域平滑功率谱密度,以进行噪声谱估计。具体地,可以在得到时域平滑功率密度P″(k,u)的r个连续估计之后,更新最小时域平滑功率谱密度Pmin″(k,u):
其中,P″tmp(k,u)为帧间的最小谱估计,可视为临时缓存变量,其初始值为P″(0,u);r为组间状态更新帧数,每隔r帧要重新估计一次最小功率谱以提高准确性,其值与k帧编号有关,具体为:
当噪声估计功率谱密度PV(k,u)中的频点能量较小时,可以对该频点的噪声估计值PV(k,u)进行更新,否则,保持原先的估计值,即:
其中,γ为平滑因子,KP为最小时域平滑功率谱密度Pmin″(k,u)与时域平滑功率谱密度P″(k,u)的判定阈值,其具体取值可以根据实际需要进行具体化、情景化设置,本申请对此不做限定;此处,可以优选设为0.2。
据此,可得到估计噪声分量
步骤S2033b、对滤波抑制成分进行回声分量估计,得到估计回声分量。
需要理解的是,可以根据当参考对齐变换信号与麦克风对齐变换信号进行双讲检测,以确定此时是否处于回声阶段;若此时处于回声阶段,则可以对滤波抑制成分进行回声分量估计,得到估计回声分量。具体地,当参考对齐变换信号与麦克风对齐变换信号相关程度较大,且滤波输出变换信号和麦克风对齐变换信号的相关程度较小时,则可以认为拾音设备并未捕捉到用户的说话声,并可以认为此阶段为回声阶段。
在本申请实施例中,可以计算参考对齐变换信号和麦克风对齐变换信号的第一相关程度值|ρXY|,还可以计算滤波输出变换信号和麦克风对齐变换信号的第二相关程度值|ρSY|,并根据第一相关程度值和第二相关程度值判断是否处于回声阶段。其中,相关程度值的计算方式可以根据实际情况进行设置,本申请对此不作具体限定,此处,第一相关程度值和第二相关程度值的计算公式可以为:
其中,Cov{·,·}表示两个对象的协方差运算,Var{·}表示方差运算,Corr{·,·}表示两个对象的相关系数。在上述计算中,先进行平方计算再进行开方计算,可以避免出现相关程度值为负数的情况。
若第一相关程度值|ρXY|大于预设的第一阈值ρup,且第二相关程度值|ρSY|小于预设的第二阈值ρdown,则可以认为此时处于回声阶段。其中,第一阈值和第二阈值可以根据实际情况进行具体化、情景化设置,本申请实施例对此不作限定。
在回声阶段,可以对滤波抑制成分和估计噪声分量进行线性拟合,得到估计房间冲激响应和估计非线性成分。具体地,滤波抑制成分中主要包含大部分回声分量和一些噪声分量,则有:
其中,H(k,u)为频域房间冲激响应,D′(k,u)为非线性回声成分的频谱。简记则有;
U(k,u)=X′(k,u)·H(k,u)+D′(k,u)
此处,可以采用最小二乘法,对滤波抑制成分和估计噪声分量中各频率点u分别进行线性拟合,有:
其中,为X′(k,u)在频率点u下累计帧的平均值,/>为U′(k,u)在频率点u下累计帧的平均值,/>为估计房间冲激响应,/>为估计非线性成分;进而,可得拟合残差/>为:
若拟合残差越小,则说明拟合效果越好。
根据估计房间冲激响应和估计非线性成分/>可得估计回声分量为
步骤S2033c、根据估计噪声分量和估计回声分量,提取滤波抑制成分中的估计语音分量。
在本申请实施例中,可以提取出滤波抑制成分中的估计语音分量具体为:
其中,max{·}表示取最大值,通过上式可以避免估计语音分量为负值。
步骤S2034、根据估计语音分量对滤波输出信号进行频域补偿,得到补偿语音频域信号。
在本申请实施例中,可以根据估计语音分量对其对应的滤波输出信号S′(k,u)进行频域补偿,具体公式为:
其中,是补偿语音频域信号。
之后,可以对进行时域平滑,可得到时域平滑后的补偿语音频域信号
其中,λ为预设的第二时域平滑系数,其取值可以根据实际需要进行具体化、情景化设置,本申请对此不做限定;此处,可以优选设为0.3。
步骤S2035、对补偿语音频域信号进行时域变换,得到补偿语音信号。
在本申请实施例中,可以对平滑后的补偿语音频域信号进行时域变换,得到补偿语音信号。具体地,可以对补偿语音频域信号进行傅里叶逆变换,得到补偿语音时域信号帧/>
为了避免频谱泄露,可以对补偿语音时域信号帧进行加窗处理,再和上一个补偿语音时域信号帧做帧叠处理,即:
式中,w(n)为预设的窗函数,此处可以使用混合平顶汉宁窗。在帧叠处理过程中,当前补偿语音时域信号帧的前(N-NS)个点值与上一个补偿语音时域信号帧的后(N-NS)个点值进行叠加;当前补偿语音时域信号帧的前NS个点值输出,而后(N-NS)个点值用于下一个补偿语音时域信号帧的帧叠,所以,当前补偿语音时域信号帧的输出结果s′out为:
据此,可得到补偿语音信号s′out。
步骤S204、对补偿语音信号进行非线性处理,得到回声消除语音信号。
在本申请实施例中,在得到补偿语音信号后,可以利用预设的非线性处理模块对补偿语音信号进行非线性处理,消除残留的非线性回声,得到回声消除语音信号s″。
需要说明的是,在得到回声消除语音信号后,可以根据现有技术中的处理流程对回声消除语音信号进行语音识别,并根据识别结果生成对应的回复内容,以继续完成后续的人机对话。
综上所述,本申请实施例获取参考对齐信号和麦克风对齐信号;利用预设的自适应滤波器对所述参考对齐信号和所述麦克风对齐信号进行滤波,得到滤波输出信号;根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号;对所述补偿语音信号进行非线性处理,得到回声消除语音信号。通过本申请实施例,可以根据参考对齐信号和麦克风对齐信号进行语音补偿处理,得到补偿语音信号,从而可以削弱在回声消除过程中对语音信号的消除,减少语音信号的损失,有助于进行与用户间的正常对话。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种回声消除方法,图5示出了本申请实施例提供的一种回声消除装置的一个实施例结构图。
本申请实施例中,一种回声消除装置可以包括:
对齐信号获取模块501,用于获取参考对齐信号和麦克风对齐信号;
自适应滤波模块502,用于利用预设的自适应滤波器对所述参考对齐信号和所述麦克风对齐信号进行滤波,得到滤波输出信号;
语音补偿模块503,用于根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号;
非线性处理模块504,用于对所述补偿语音信号进行非线性处理,得到回声消除语音信号。
在本申请实施例的一种具体实现方式中,所述语音补偿模块可以包括:
频域变换子模块,用于分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行频域变换,得到参考对齐变换信号、麦克风对齐变换信号和滤波输出变换信号;
抑制成分确定子模块,用于根据所述参考对齐变换信号、所述麦克风对齐变换信号和所述滤波输出变换信号,确定滤波抑制成分;
估计语音分量提取子模块,用于提取所述滤波抑制成分中的估计语音分量;
频域补偿子模块,用于根据所述估计语音分量对所述滤波输出信号进行频域补偿,得到补偿语音频域信号;
时域变换子模块,用于对所述补偿语音频域信号进行时域变换,得到所述补偿语音信号。
在本申请实施例的一种具体实现方式中,所述估计语音分量提取子模块可以包括:
噪声分量估计单元,用于对所述滤波抑制成分进行噪声分量估计,得到估计噪声分量;
回声分量估计单元,用于对所述滤波抑制成分进行回声分量估计,得到估计回声分量;
估计语音分量提取单元,用于根据所述估计噪声分量和所述估计回声分量,提取所述滤波抑制成分中的估计语音分量。
在本申请实施例的一种具体实现方式中,所述估计语音分量提取单元可以包括:
第一计算子单元,用于计算所述参考对齐变换信号和所述麦克风对齐变换信号的第一相关程度值;
第二计算子单元,用于计算所述滤波输出变换信号和所述麦克风对齐变换信号的第二相关程度值;
线性拟合子单元,用于若所述第一相关程度值大于预设的第一阈值,且所述第二相关程度值小于预设的第二阈值,则对所述滤波抑制成分和所述估计噪声分量进行线性拟合,得到估计房间冲激响应和估计非线性成分;
估计回声分量确定子单元,用于根据所述估计房间冲激响应和所述估计非线性成分,确定所述估计回声分量。
在本申请实施例的一种具体实现方式中,所述频域变换子模块可以包括:
分帧处理单元,用于分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行分帧,得到参考对齐信号帧、麦克风对齐信号帧和滤波输出信号帧;
傅里叶变换单元,用于分别对所述参考对齐信号帧、所述麦克风对齐信号帧和所述滤波输出信号帧进行短时傅里叶变换,得到所述参考对齐变换信号、所述麦克风对齐变换信号和所述滤波输出变换信号。
在本申请实施例的一种具体实现方式中,所述时域变换子模块可以包括:
傅里叶逆变换单元,用于对所述补偿语音频域信号进行傅里叶逆变换,得到补偿语音时域信号帧;
帧叠处理单元,用于对所述补偿语音时域信号帧进行帧叠处理,得到所述补偿语音信号。
在本申请实施例的一种具体实现方式中,所述对齐信号获取模块可以包括:
输入信号获取子模块,用于获取参考输入信号和麦克风输入信号;
时域对齐子模块,用于对所述参考输入信号和所述麦克风输入信号进行时域对齐,得到所述参考对齐信号和所述麦克风对齐信号。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置,模块和单元的具体工作过程,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。
图6示出了本申请实施例提供的一种终端设备的示意框图,为了便于说明,仅示出了与本申请实施例相关的部分。
如图6所示,该实施例的终端设备6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个回声消除方法实施例中的步骤,例如图2所示的步骤S201至步骤S204。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块501至模块504的功能。
示例性的,所述计算机程序62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61中,并由所述处理器60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62在所述终端设备6中的执行过程。
本领域技术人员可以理解,图6仅仅是终端设备6的示例,并不构成对终端设备6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,例如所述终端设备6还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、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61可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备,例如所述终端设备6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61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备6所需的其它程序和数据。所述存储器61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每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/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备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。所述计算机可读存储介质可以包括: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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储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,计算机可读存储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)
1.一种回声消除方法,其特征在于,包括:
获取参考对齐信号和麦克风对齐信号;
利用预设的自适应滤波器对所述参考对齐信号和所述麦克风对齐信号进行滤波,得到滤波输出信号;
根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号;
对所述补偿语音信号进行非线性处理,得到回声消除语音信号。
2.根据权利要求1所述的回声消除方法,其特征在于,根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号,包括:
分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行频域变换,得到参考对齐变换信号、麦克风对齐变换信号和滤波输出变换信号;
根据所述参考对齐变换信号、所述麦克风对齐变换信号和所述滤波输出变换信号,确定滤波抑制成分;
提取所述滤波抑制成分中的估计语音分量;
根据所述估计语音分量对所述滤波输出信号进行频域补偿,得到补偿语音频域信号;
对所述补偿语音频域信号进行时域变换,得到所述补偿语音信号。
3.根据权利要求2所述的回声消除方法,其特征在于,提取所述滤波抑制成分中的估计语音分量,包括:
对所述滤波抑制成分进行噪声分量估计,得到估计噪声分量;
对所述滤波抑制成分进行回声分量估计,得到估计回声分量;
根据所述估计噪声分量和所述估计回声分量,提取所述滤波抑制成分中的估计语音分量。
4.根据权利要求3所述的回声消除方法,其特征在于,对所述滤波抑制成分进行回声分量估计,得到估计回声分量,包括:
计算所述参考对齐变换信号和所述麦克风对齐变换信号的第一相关程度值;
计算所述滤波输出变换信号和所述麦克风对齐变换信号的第二相关程度值;
若所述第一相关程度值大于预设的第一阈值,且所述第二相关程度值小于预设的第二阈值,则对所述滤波抑制成分和所述估计噪声分量进行线性拟合,得到估计房间冲激响应和估计非线性成分;
根据所述估计房间冲激响应和所述估计非线性成分,确定所述估计回声分量。
5.根据权利要求2所述的回声消除方法,其特征在于,分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行频域变换,得到参考对齐变换信号、麦克风对齐变换信号和滤波输出变换信号,包括:
分别对所述参考对齐信号、所述麦克风对齐信号和所述滤波输出信号进行分帧,得到参考对齐信号帧、麦克风对齐信号帧和滤波输出信号帧;
分别对所述参考对齐信号帧、所述麦克风对齐信号帧和所述滤波输出信号帧进行短时傅里叶变换,得到所述参考对齐变换信号、所述麦克风对齐变换信号和所述滤波输出变换信号。
6.根据权利要求5所述的回声消除方法,其特征在于,对所述补偿语音频域信号进行时域变换,得到所述补偿语音信号,包括:
对所述补偿语音频域信号进行傅里叶逆变换,得到补偿语音时域信号帧;
对所述补偿语音时域信号帧进行帧叠处理,得到所述补偿语音信号。
7.根据权利要求1至6中任一项所述的回声消除方法,其特征在于,获取参考对齐信号和麦克风对齐信号,包括:
获取参考输入信号和麦克风输入信号;
对所述参考输入信号和所述麦克风输入信号进行时域对齐,得到所述参考对齐信号和所述麦克风对齐信号。
8.一种回声消除装置,其特征在于,包括:
对齐信号获取模块,用于获取参考对齐信号和麦克风对齐信号;
自适应滤波模块,用于利用预设的自适应滤波器对所述参考对齐信号和所述麦克风对齐信号进行滤波,得到滤波输出信号;
语音补偿模块,用于根据所述参考对齐信号和所述麦克风对齐信号,对所述滤波输出信号进行语音补偿处理,得到补偿语音信号;
非线性处理模块,用于对所述补偿语音信号进行非线性处理,得到回声消除语音信号。
9.一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中任一项所述的回声消除方法的步骤。
10.一种终端设备,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中任一项所述的回声消除方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311129179.6A CN117037832A (zh) | 2023-08-31 | 2023-08-31 | 回声消除方法、装置、计算机可读存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311129179.6A CN117037832A (zh) | 2023-08-31 | 2023-08-31 | 回声消除方法、装置、计算机可读存储介质及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117037832A true CN117037832A (zh) | 2023-11-10 |
Family
ID=88637341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311129179.6A Pending CN117037832A (zh) | 2023-08-31 | 2023-08-31 | 回声消除方法、装置、计算机可读存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117037832A (zh) |
-
2023
- 2023-08-31 CN CN202311129179.6A patent/CN117037832A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767783B (zh) | 语音增强方法、装置、设备及存储介质 | |
CN110634497B (zh) | 降噪方法、装置、终端设备及存储介质 | |
US9343056B1 (en) | Wind noise detection and suppression | |
US10178486B2 (en) | Acoustic feedback canceller | |
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 | |
JP6668995B2 (ja) | 雑音抑圧装置、雑音抑圧方法及び雑音抑圧用コンピュータプログラム | |
US20100150376A1 (en) | Echo suppressing apparatus, echo suppressing system, echo suppressing method and recording medium | |
US10839820B2 (en) | Voice processing method, apparatus, device and storage medium | |
US20080152157A1 (en) | Method and system for eliminating noises in voice signals | |
US8712769B2 (en) | Apparatus and method for noise removal by spectral smoothing | |
CN112602150A (zh) | 噪声估计方法、噪声估计装置、语音处理芯片以及电子设备 | |
CN111883154A (zh) | 回声消除方法及装置、计算机可读的存储介质、电子装置 | |
WO2017045512A1 (zh) | 一种语音识别的方法、装置、终端及语音识别设备 | |
KR101295727B1 (ko) | 적응적 잡음추정 장치 및 방법 | |
CN113744748A (zh) | 一种网络模型的训练方法、回声消除方法及设备 | |
CN112997249B (zh) | 语音处理方法、装置、存储介质及电子设备 | |
CN117037832A (zh) | 回声消除方法、装置、计算机可读存储介质及终端设备 | |
CN112165558B (zh) | 一种双讲状态检测方法、装置、存储介质及终端设备 | |
US9443503B2 (en) | Signal processing device, signal processing method and signal processing program | |
CN117280414A (zh) | 基于动态神经网络的噪声降低 | |
CN113316075A (zh) | 一种啸叫检测方法、装置及电子设备 | |
CN108074580B (zh) | 一种噪声消除方法及装置 | |
CN113763975A (zh) | 一种语音信号处理方法、装置及终端 | |
KR20110127783A (ko) | 음성 분리 장치 및 이를 이용한 단일 채널 음성 분리 방법 | |
CN112669877B (zh) | 噪声检测及压制方法、装置、终端设备和系统、芯片 |
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 |