CN117376753A - 多领麦会议系统麦克风自适应选择方法 - Google Patents

Abstract

本发明公开了多领麦会议系统麦克风自适应选择方法，属于音频处理系统领域。该方法包括：接收音频信号；对所述音频信号进行信号预处理并提取特征值，根据所述特征值计算各领麦的加权值，以确定最佳领麦或领麦组合；其中，所述信号预处理至少包括去底噪、降低回声和均衡化，以减少噪声和提高信号的平衡性。本发明提供多领麦会议系统麦克风自适应选择方法，具有自适应性和灵活性，能够根据不同会议场景和参与者的变化，自适应地调整麦克风选择，以适应不同的环境和需求，提高音频输入效果。

Description

多领麦会议系统麦克风自适应选择方法

技术领域

本发明涉及音频处理系统领域，特别涉及多领麦会议系统麦克风自适应选择方法。

背景技术

在大型会议场景中，由于不同麦克风之间的相互干扰和环境噪声的存在，会议音频质量可能会受到严重影响。

对于矩阵麦克风，其只适用于小型会议场景，对于大型会议场景，无法获取到每个发言者声音；对于发言者的位置要求严苛，若发言者处于移动状态，拾音效果会大打折扣；无法同时获取多个发言者的声音等。

当采用领麦时，可以克服矩阵麦克风无法有效移动的问题，同时可以同时获取多个发言者的声音。但由于存在多个领麦，如何对每个发音人的声音进行准确识别和分离，如何选择最佳的领麦或多个领麦的组合来作为音频接收设备，将大大决定着音频的输入质量。

发明内容

本发明提供多领麦会议系统麦克风自适应选择方法，通过对音频信号的处理和加权，可以确定最佳的麦克风或麦克风的组合，可以提供清晰且准确的会议音频。

多领麦会议系统麦克风自适应选择方法，包括：

接收音频信号；

对所述音频信号进行信号预处理并提取特征值，根据所述特征值计算各领麦的加权值，以确定最佳领麦或领麦组合；其中，

所述信号预处理至少包括去底噪、降低回声和均衡化，以减少噪声和提高信号的平衡性。

更优地，所述特征值包括时域特征和频域特征。

更优地，所述根据所述特征值计算各领麦的加权值，通过如下公式计算：

Y为该麦克风加权值，W为能量/功率均值，S为信噪比，α为相位差，A、B、C分别为能量权重、相位权重和信噪比权重。

更优地，当存在多个音频信号时，将多个音频信号进行分离，并分别进行根据所述特征值计算各领麦的加权值的步骤。

本发明提供多领麦会议系统麦克风自适应选择方法，具有自适应性和灵活性，能够根据不同会议场景和参与者的变化，自适应地调整麦克风选择，以适应不同的环境和需求，提高音频输入效果。

附图说明

图1为本发明提供的多领麦会议系统麦克风自适应选择方法的流程图；

图2为本发明另一实施例的流程图。

具体实施方式

下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

如图1和图2所示，多领麦会议系统麦克风自适应选择方法，包括：

领麦接收音频信号，会议参与者佩戴领麦，每个领麦都配备一个麦克风，用于捕捉发音人的声音。领麦应具备良好的音频采集性能，以确保高质量的音频输入。领夹麦通过无线方式连接到一个客户端，无线连接方式可以为蓝牙连接或无线局域网(WLAN)等技术。客户端包括选择模块，用于执行音频处理相关功能。

对提取采集到的音频信号进行信号预处理并提取特征值，并根据特征值计算各领麦的加权值，以确定最佳领麦或领麦组合。该步骤通过选择模块来执行，选择模块根据音频信号的特征值，动态选择合适的麦克风进行放大和采集。通过算法和实时信号处理，可以实现自动选择最佳麦克风和多个麦克风的最佳组合。其中，信号预处理至少包括去底噪、降低回声和均衡化，以减少噪声和提高信号的平衡性。

在另一个实施例中，客户端还包括降噪模块和混合模块。客户端是一个中央控制单元，用于接收和处理来自各个领麦的音频信号。客户端应具备较高的处理性能和存储容量，以确保对多个发音人的同时处理和存储。

降噪模块，用于对最佳领麦或领麦组合采集到的音频信号进行协同降噪处理；通过合理的信号融合和优化算法，提高降噪效果，避免不同麦克风之间的互相干扰，并最大程度地保留感兴趣的声源信号。

混合模块，用于对协同降噪后的音频信号进行混合，生成整体的会议音频输出。混合模块对来自不同麦克风的音频信号进行混合，生成整体的会议音频输出。混合过程应考虑到不同发音人的音量平衡和音频质量的保持。

具体的，音频信号的特征值包括时域特征和频域特征。这些特征可以反映声音信号的能量分布、频谱特性等信息。

进一步的，使用提取的特征值计算各个麦克风的加权值，可以确定最佳麦克风或麦克风组合，以平衡各个麦克风的贡献。

根据特征值计算各领麦的加权值具体步骤如下：

①基于时移的选择：声音的时移特性表现的麦克风与声源实际距离，在频谱中通过相位差反映，尽可能的选择相位差最小的麦克风最为主麦克风。

②基于能量或功率的选择：根据各个麦克风的能量或功率特征，选择具有较高能量或功率的麦克风作为主导麦克风。

③基于信噪比的选择：通过比较各个麦克风信号的信噪比(SNR)，选择具有较高SNR的麦克风作为主导麦克风。

具体计算公式如下：

Y为该麦克风加权值，W为能量/功率均值，S为信噪比，α为相位差，A、B、C分别为能量权重、相位权重和信噪比权重；

其中，当存在多个音频信号时，将多个音频信号进行分离，并分别进行上述步骤。

具体的，协同降噪包括：

信号对齐，通过延迟估计算法对音频信号进行时间对齐，使音频信号在时间上保持一致。由于多个麦克风位置不同，信号在录制时可能存在时间上的偏移。因此，在进行协同降噪时，需要使用延迟估计算法对麦克风信号进行时间对齐，使它们在时间上保持一致。

噪声估计，将对齐后的若干音频信号使用小波变换法估算出噪声模型，并通过对若干音频信号的自相关和/或互相关计算出噪声的频谱。通过对多个麦克风信号进行分析，使用小波变换法估算出噪声模型，并通过对多个麦克风信号的自相关、互相关方法计算出噪声的统计特性。

目标信号估计，在协同降噪中，需要估计目标信号的特征。基于频谱减法的目标信号估计，可以通过对多通道信号进行分析和处理得到。

基于谱减法对若干音频信号进行分析和处理，得到目标信号：

Y(jω)＝X(jω)-T(jω)………(2)

其中，Y(jω)为目标信号的频谱，X(jω)为音频信号的频谱，T(jω)为噪声信号频谱。

信号混合和抑制，对目标信号，利用自适应滤波的最小均方误差算法进行加权和混合操作。根据计算得到的加权系数所确定的最佳麦克风或麦克风组合，对每个麦克风的目标信号进行加权和混合操作(当为麦克风组合时)，这将抑制噪声并增强目标信号。信号混合和抑制使用到的算法为于自适应滤波的最小均方误差(LMS)算法。

具体的，自适应滤波的最小均方误差算法包括：

S1，获取包含噪声的输入信号x(n)和期望信号d(n)；

S2，预设最大迭代次数N，N为大于0的自然数；

S3，设置初始滤波器系数ω(0)；

S4，计算滤波器的输出信号：

计算滤波器的误差信号：

更新滤波器的系数向量：

ω(n)＝ω(n-1)+μ·e(n)·x(n)………(5)

其中，μ为步长参数，n和i为自然数，μ是步长参数，控制滤波器系数的调整速度。较小的步长可以提高收敛性，但可能导致较慢的调整速度；较大的步长可能导致不稳定或发散。因此，μ的取值范围如下：

重复S4，直至满足最大迭代次数或误差收敛。

具体的，对协同降噪后的音频信号进行混合，具体指将多个音频信号合并为一个单一的混合音频信号的过程，包括：

音量平衡，调整协同降噪后的音频信号的音量，使其在混合音频中达到平衡。通过调整不同发音人的音量，使其在混合音频中达到平衡，可以通过对每个音频信号进行音量增益或降低来实现。

交叠混合，将相邻的音频剪辑的重叠部分进行混合，逐步过渡到下一个剪辑，得到混合音频。在音频剪辑之间应用交叠混合技术，以平滑过渡。这可以通过将相邻音频剪辑的重叠部分进行混合，逐渐过渡到下一个剪辑来实现。

均衡和调音，对混合音频进行均衡和调音，以确保各个音频信号在频谱上的平衡和协调。对混合音频进行均衡和调音，以确保各个音频信号在频谱上的平衡和协调。

音频编码，将混合后的音频编码成无损的WAV格式并输出。混合后的音频为PCM格式，PCM格式的音频不能作为最终的输出音频，需要编码成无损的WAV格式，WAV音频可直接输出到扬声器、录音设备或其他音频处理系统中，也可以根据用户需求，将PCM音频同步编码成MP3等格式存储或导出。

以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (4)

1.多领麦会议系统麦克风自适应选择方法，其特征在于，包括：

接收音频信号；

对所述音频信号进行信号预处理并提取特征值，根据所述特征值计算各领麦的加权值，以确定最佳领麦或领麦组合；其中，

所述信号预处理至少包括去底噪、降低回声和均衡化，以减少噪声和提高信号的平衡性。

2.如权利要求1所述的多领麦会议系统麦克风自适应选择方法，其特征在于，所述特征值包括时域特征和频域特征。

3.如权利要求1所述的多领麦会议系统麦克风自适应选择方法，其特征在于，所述根据所述特征值计算各领麦的加权值，通过如下公式计算：

Y为该麦克风加权值，W为能量/功率均值，S为信噪比，α为相位差，A、B、C分别为能量权重、相位权重和信噪比权重。

4.如权利要求3所述的多领麦会议系统麦克风自适应选择方法，其特征在于，当存在多个音频信号时，将多个音频信号进行分离，并分别进行根据所述特征值计算各领麦的加权值的步骤。