CN118016042A - 一种啸叫抑制方法及装置 - Google Patents
一种啸叫抑制方法及装置 Download PDFInfo
- Publication number
- CN118016042A CN118016042A CN202410419432.XA CN202410419432A CN118016042A CN 118016042 A CN118016042 A CN 118016042A CN 202410419432 A CN202410419432 A CN 202410419432A CN 118016042 A CN118016042 A CN 118016042A
- Authority
- CN
- China
- Prior art keywords
- signal
- howling
- frequency
- frame
- microphone
- 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
- 230000001629 suppression Effects 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 30
- 239000013598 vector Substances 0.000 claims abstract description 102
- 238000001228 spectrum Methods 0.000 claims abstract description 25
- 238000001914 filtration Methods 0.000 claims abstract description 19
- 230000003044 adaptive effect Effects 0.000 claims abstract description 13
- 238000010276 construction Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims description 37
- 230000003595 spectral effect Effects 0.000 claims description 19
- 230000005236 sound signal Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000009432 framing Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003321 amplification Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Circuit For Audible Band Transducer (AREA)
Abstract
一种啸叫抑制方法及装置,属于语音信号处理技术领域,所述方法包括如下步骤:S1:通过模数转换器将获取的麦克风模拟信号转换为数字信号;S2:通过短时傅里叶变换将时域信号转换到频域,计算功率谱密度;S3:根据啸叫信号的时频域特征判断是否有啸叫;S4:设置峰值阈值,计算参考信号向量,S5:构造滤波器将啸叫信号从麦克风信号中滤除。本发明还公开了一种啸叫抑制装置,包括模数转换模块、峰值检测模块、向量构造模块和自适应滤波模块。本发明结合啸叫信号的时频特性和信号的周期性,对啸叫状态进行准确判断,避免加重语音失真并减少了无谓的内存和算力消耗。
Description
技术领域
本发明属于语音信号处理技术领域,具体涉及一种啸叫抑制方法及装置。
背景技术
当两个通讯设备在同一个房间且距离较近时,发射设备将麦克风接收的音频信号传输到接收设备,由接收设备扬声器播放的音频信号再回传给发射设备麦克风,从而形成声音正反馈闭环回路。当扩音增益足够大时,在某些频率会产生自激振荡,导致刺耳啸叫的产生。
常见手动干预的方法包括:调整设备位置或间距、调整麦克风音量、关闭不进行演讲的设备的麦克风等。常见基于数字信号处理技术的方法有移频法/移相法,陷波器法和自适应滤波法。
在实际应用中,若在无啸叫产生时仍进行啸叫抑制处理,则会导致语音失真,还会消耗算力和内存,因此需要根据啸叫状态来判断是否进行啸叫抑制处理。
发明内容
为克服现有技术存在的缺陷,本发明公开了一种啸叫抑制方法和装置。
本发明所述啸叫抑制方法,包括啸叫检测,所述啸叫检测包括如下步骤:
S1:通过与麦克风连接的模数转换器将麦克风模拟信号转换为时间离散且幅值离散的数字信号形式的时域信号,作为麦克风信号向量;所述麦克风模拟信号为麦克风接收音频信号后转化得到的模拟电学信号;
S2:将所述麦克风信号向量转换到频域,得到频域信号X(l, k),计算频域信号的功率谱密度PSD(l, k),公式如下:
式中,l为时间帧索引,k为频率刻度,X(l, k)为第l帧第k个频点的频域信号,real表示取实部处理,imag表示取虚部处理;
S3:判断是否有啸叫;
对每一帧的功率谱密度峰值进行搜索,以该帧内最大峰值处的频率作为备选啸叫频率;
计算备选啸叫频率对应的一个周期内采样点数Nl的公式如下:
式中,Fs为音频采样频率,fl为第l帧的备选啸叫频率,α为容错值,α∈[0,1];
根据采样点数判断是否存在啸叫,具体为:
步骤S1得到的时域信号每一帧内的每两个相邻峰值为一段信号,逐段计算相邻峰值的间隔采样点数,若所述间隔采样点数与所述备选啸叫频率对应的采样点数Nl的差值小于预设差值,则标记这一段信号具有周期性;
若时域信号每一帧内具有周期性的信号段数小于预设的段数阈值,则将S1步骤采集的麦克风信号向量直接作为输出信号;
若达到段数阈值,则判断当前帧有啸叫,进入步骤S4,否则返回继续进行步骤S1;
S4:对功率谱密度进行归一化处理,S3步骤中备选啸叫频点对应的归一化功率谱密度峰值为1;
设置峰值阈值,将归一化功率谱密度峰值大于峰值阈值的频点设为啸叫频点;由帧内所有啸叫频点构成当前帧的啸叫频点向量;
计算参考信号向量,公式如下:
式中,l为时域帧索引,n为时间下标,K为参考信号向量阶数,fl, h=fl, 1, fl, 2,..., fl, h,表示啸叫频点向量,其中fl, h表示第l帧的第h个备选啸叫频率;
S5:构造滤波器将啸叫信号从麦克风信号中滤除,得到输出信号。
优选的,所述步骤S2中首先对时域信号形式的麦克风信号向量进行分帧、加窗预处理,再通过短时傅里叶变换得到频域信号形式的麦克风信号向量。
优选的,S5步骤具体为:计算公式如下:
式中,estl(n)为第l帧第n时刻的估计啸叫信号,w(l)为第l帧的滤波器系数,其阶数与参考信号向量阶数相同,micl(n)为第l帧麦克风信号向量第n时刻的麦克风信号,errl(n)为第l帧第n时刻的滤波输出信号。
滤波器更新公式如下:
对于l=1时的滤波器系数初始值,设定为大于零的任意小数;μ为步长;
计算得到第l帧全部时刻的估计啸叫信号,合并得到估计啸叫信号向量,以麦克风信号向量减去估计啸叫信号向量,得到所述输出信号。
一种啸叫抑制装置,用于执行所述啸叫抑制方法,包括模数转换模块、峰值检测模块、向量构造模块和自适应滤波模块;
所述模数转换模块,用于执行步骤S1,通过与麦克风连接的模数转换器将麦克风模拟信号转换为时间离散且幅值离散的数字信号形式的时域信号,作为麦克风信号向量;所述麦克风模拟信号为麦克风接收音频信号后转化得到的模拟电学信号;
所述峰值检测模块,用于执行步骤S2;
将所述麦克风信号向量转换到频域,得到频域信号X(l, k),计算频域信号的功率谱密度PSD(l, k),公式如下:
式中,l为时间帧索引,k为频率刻度,X(l, k)为第l帧第k个频点的频域信号,real表示取实部处理,imag表示取虚部处理;
及执行步骤S4中的以下步骤:
对功率谱密度进行归一化处理,令S3步骤中备选啸叫频点对应的归一化功率谱密度峰值为1;
设置峰值阈值,将归一化功率谱密度峰值大于峰值阈值的频点设为啸叫频点;由帧内所有啸叫频点构成当前帧的啸叫频点向量;
所述向量构造模块,用于执行步骤S3;
判断是否有啸叫;
对每一帧的功率谱密度峰值进行搜索,以该帧内最大峰值处的频率作为备选啸叫频率;
计算备选啸叫频率对应的一个周期内采样点数Nl的公式如下:
式中,Fs为音频采样频率,fl为第l帧的备选啸叫频率,α为容错值,α∈[0,1];
根据采样点数判断是否存在啸叫,具体为:
步骤S1得到的时域信号每一帧内的每两个相邻峰值为一段信号,逐段计算相邻峰值的间隔采样点数,若所述间隔采样点数与所述备选啸叫频率对应的采样点数Nl的差值小于预设差值,则标记这一段信号具有周期性;
若时域信号每一帧内具有周期性的信号段数小于预设的段数阈值,则将S1步骤采集的麦克风信号向量直接作为输出信号;
若达到段数阈值,则判断当前帧有啸叫,进入步骤S4,否则返回继续进行步骤S1;
及执行步骤S4中的以下步骤:
计算参考信号向量,公式如下:
式中,l为时域帧索引,n为时间下标,K为参考信号向量阶数,fl, h=fl, 1, fl, 2,..., fl, h,表示啸叫频点向量,其中fl, h表示第l帧的第h个备选啸叫频率;
所述自适应滤波模块,用于执行步骤S5,构造滤波器将啸叫信号从麦克风信号中滤除,得到输出信号。
采用本发明所述啸叫抑制方法和装置,结合啸叫信号的时频特性和信号的周期性,对啸叫状态进行准确判断,若有啸叫则基于自适应滤波处理对啸叫信号进行滤除,否则直接输出原始麦克风信号,避免加重语音失真并减少了无谓的内存和算力消耗。
附图说明
图1是本发明所述啸叫抑制方法的一个具体流程示意图;
图2是本发明所述啸叫抑制方法中步骤S4的一个具体流程示意图;
图3是本发明所述啸叫抑制装置的一个具体实施方式示意图;
图4是本发明一个具体实施例的流程示意图;
图5是本发明所述含啸叫的时域信号波形的一个具体示意图;
图6是本发明一个具体实施例的啸叫抑制效果示意图,图6(a)部分为原始信号,图6(b)部分为抑制啸叫后的输出信号。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施方式及相应的附图对本发明技术方案进行清楚、完整地阐述,显然,所描述的实施例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,都属于本发明保护的范围。
本发明的一个具体实施方式流程如图1所示:
S1:通过与麦克风连接的模数转换器将麦克风模拟信号转换为数字信号。麦克风模拟信号为麦克风接收音频信号后转化得到的模拟电学信号。此处,采用A/D转换器将时间和幅值连续的模拟信号转换为时间离散且幅值离散的数字信号,作为麦克风信号向量。例如一个正弦波形式的模拟信号转化后变为多个幅值不断变化的脉冲信号,脉冲信号的电压值和时间构成所述数字信号。
S2:通过短时傅里叶变换将时域信号形式的麦克风信号向量转换到频域,计算功率谱密度。具体为:首先对麦克风信号向量进行分帧、加窗等预处理,再通过短时傅里叶变换得到频域信号X(l, k),最后根据频域信号的实部和虚部计算功率谱密度。示例性地,计算功率谱密度PSD(l, k)的公式:
式中,l为时域帧索引,k为频率刻度,X(l, k)为第l帧频率为k的频域信号,real和imag分别表示取实部、取虚部处理。
S3:根据啸叫信号的时频域特征判断是否有啸叫。此处,考虑到频域上啸叫频点处功率谱密度很高且是峰值的特点,对所述频域信号每一帧的功率谱密度峰值进行搜索,以该帧内最大峰值处的频率作为备选啸叫频率,再根据备选啸叫频率和音频采样率计算备选啸叫频率对应的一个周期的采样点数。示例性地,计算采样点数Nl的公式如下:
式中,Fs为音频采样频率,fl为第l帧的备选啸叫频率,α为容错值,α∈[0,1],例如可设置α=0.2。进一步地,若时域信号每一帧内具有典型周期性,且周期与备选啸叫频率周期一致,则认为有啸叫,否则没有。
具体流程如下:
示例性地,如图5所示给出含啸叫的时域信号的一部分,备选啸叫频率为1KHz,采样频率为16KHz,即该备选啸叫频率对应的周期性采样点数为16。时域信号每一帧内的每两个相邻峰值为一段,逐段计算相邻峰值的间隔采样点数,图5中两个相邻峰值对应的横坐标刻度分别为5556和5572,即间隔采样点数为16,与备选啸叫频率周期一致。若时域信号每一帧内具有周期性的信号段数小于预设的段数阈值,则当前帧没有啸叫,无须进行后续处理,将S1步骤采集的麦克风信号向量直接作为输出信号,避免啸叫抑制处理加重无啸叫时的语音失真;若达到段数阈值,则当前帧有啸叫,进入步骤S4。
S4:若存在啸叫,则对功率谱密度进行归一化处理,S3步骤中备选啸叫频点对应的归一化功率谱密度峰值为1;考虑到啸叫信号通常存在谐波,将归一化功率谱密度峰值大于预设阈值的频点设为啸叫频点,例如将预设阈值设为0.8。一帧内所有啸叫频点构成当前帧的啸叫频点向量。将啸叫频点向量引入三角函数计算所述参考信号向量。示例性地,啸叫信号通常由基频信号及其谐波组成,则参考信号向量refl(n)构造公式如下:
式中,Fs为音频采样频率,l为时域帧索引,n为时间下标,K为参考信号向量阶数,fl, h=fl, 1, fl, 2, ..., fl, h,表示啸叫频点向量,其中fl, h表示第l帧的第h个备选啸叫频率。
S5:针对每一帧,将该帧的麦克风信号向量和参考信号向量输入至滤波模块,输出处理后的音频信号。此处,所述滤波模块采用自适应算法,以啸叫频点个数设置滤波器阶数。根据所述麦克风信号向量对所述参考信号向量进行滤波处理,估计麦克风信号中的啸叫信号向量。计算得到第l帧全部时刻的估计啸叫信号,合并得到估计啸叫信号向量,以麦克风信号向量减去估计啸叫信号向量,得到输出信号。具体地,采用最小均方(Least meanerror, LMS)算法,把啸叫信号从麦克风信号中滤掉,计算公式如下:
式中,estl(n)为第l帧第n时刻的估计啸叫信号,refl(n)表示第l帧第n时刻的参考信号向量,w(l)为第l帧的滤波器系数,设置滤波器阶数与参考信号向量阶数相同,micl(n)为第l帧麦克风信号向量第n时刻的麦克风信号,errl(n)为第l帧第n时刻的滤波输出信号,上标T表示矩阵转置。
滤波器更新公式如下:
式中,对于l=1时的滤波器系数初始值,可设定为大于零的任意小数;μ为步长,μ值越大,收敛越快,啸叫抑制效果越好,但μ值过大,系统不稳定,容易导致滤波器的输出值发散,例如可设置μ=0.02。
本发明的另一个具体实施方式流程如图2所示。该流程图主要是对若存在啸叫,则检测出至少一个啸叫频点,再根据啸叫频点构造参考信号向量的过程进行详细说明。
步骤201:判断频域信号每一帧内每个频点对应的功率谱密度峰值是否大于预设阈值。若满足判断条件,则标记为啸叫频点。此处,对所述频域信号每一帧内每个频点对应的功率谱密度进行归一化处理,将归一化功率谱密度峰值与预设阈值进行对比,若大于预设阈值,则将该归一化功率谱密度峰值处的频率刻度设为啸叫频点。
步骤202:以一帧内的啸叫频点构造啸叫频点向量。此处,按照步骤201对一帧内每个频点的功率谱密度进行对比分析,将搜索到的所有啸叫频点存放到啸叫频点向量中。
步骤203:构造输入至滤波模块的参考信号向量。此处,由啸叫信号的频谱分析可知,啸叫信号通常包含较强能量的单频信号及其谐波的特性,因此将步骤202中得到的啸叫频点向量结合三角函数,计算得到参考信号向量。
本发明实施例提供的啸叫抑制方法,首先对获取的麦克风信号进行分帧、加窗、短时傅里叶变换等预处理。然后根据每一帧信号的时频特征对啸叫状态进行判断,若监测到有啸叫,则提取啸叫频点向量并构造参考信号向量。接着将每一帧麦克风信号向量和参考信号向量输入至自适应滤波器,计算滤波系数向量,将滤波器系数向量与参考信号向量相乘来估计麦克风信号中的啸叫信号。最后由麦克风信号向量减去估计的啸叫信号向量,输出每一帧目标音频信号。
本发明公开了一种啸叫抑制装置,一种具体实施方式如图3所示。
所述啸叫抑制装置包括模数转换模块301、峰值检测模块302、向量构造模块303和自适应滤波模块304。
模数转换模块301:作用是将时间连续、幅值连续的模拟信号转换为时间离散、幅值离散的数字信号。
峰值检测模块302:作用是获取频域信号每一帧的功率谱密度峰值。将频域信号每一帧内各个频点的功率谱密度和预设阈值进行对比,再判断该频点处的功率谱密度是否为峰值。
向量构造模块303:作用是构造输入至自适应滤波模块304的参考信号向量,根据啸叫信号通常包含较强能量的基频信号及其谐波的特性,以啸叫频点向量作为基频结合三角函数计算参考信号向量。
自适应滤波模块304:作用是根据输入的麦克风信号向量和参考信号向量,对麦克风信号中的啸叫信号进行估计,再从麦克风信号向量中减去所述啸叫信号向量,从而实现通过自适应滤波抑制啸叫。
本发明相对现有技术,采用基于自适应滤波的啸叫抑制方法,结合啸叫检测方法,利用啸叫信号的时频特性,根据功率谱密度和信号周期性对是否有啸叫进行判断,避免了在无啸叫时仍进行啸叫抑制处理,减轻了语音失真、降低了内存占用和算力消耗。
具体实施例:
在音视频会议系统中,当两个终端设备距离较近时,容易形成声音正反馈闭环回路。示例性地,在同一房间内的第一设备、第二设备都开启了麦克风和扬声器,由第一设备播放的音频信号被第二设备的麦克风采集,并传送给第一设备,由第一设备重新播放,从而形成正反馈回路,当扩音增益足够大时,会产生啸叫。刺耳啸叫存在危害听力健康、影响现场氛围、损害发声设备等危害。常见手动干预的方法包括:调整设备位置或间距、调整麦克风音量或关闭不进行演讲的设备的麦克风等。常见基于数字信号处理技术的方法有移频法/移相法,陷波器法和自适应滤波法。
本发明方案采用自适应滤波法和啸叫状态检测方法来抑制音视频会议系统中的啸叫,流程如图4所示:
步骤401:获取麦克风模拟信号,并通过A/D转换器将模拟信号转换为数字信号。
步骤402:对时域信号进行分帧加窗处理,再对每一帧信号进行短时傅里叶变换,将时域信号转换到频域上,并以信号每一帧内的功率谱密度作为频域特征。
步骤403:结合啸叫频点处功率谱密度很高且是峰值的特性,搜索信号每一帧内的最大功率谱密度峰值,以最大功率谱密度峰值处对应的频率刻度和音频采样频率计算一个周期内的采样点数,若时域信号每一帧内相邻峰值间隔的采样点数和所述一个周期的采样点数的差值小于预设差值,则该段信号具有周期性。若所述信号每一帧内具有周期性的信号段数小于预设段数,则当前帧没有啸叫,将所述麦克风原始信号作为输出信号。
步骤404:将信号每一帧内的最大功率谱密度峰值大于预设阈值时的频率刻度设为啸叫频点,并由所有啸叫频点构成啸叫频点向量。由所述啸叫频点向量结合三角函数构造参考信号向量。
步骤405:根据所述麦克风信号向量对所述参考信号向量进行自适应滤波处理,估计麦克风信号中的啸叫信号成分,由所述麦克风信号向量和所述啸叫信号向量相减计算得到滤波器输出向量,其中,自适应滤波器阶数与啸叫频点个数相同。
步骤406:滤波器输出向量经过合帧加窗处理后输出目标音频信号。
如图6所示给出含有啸叫的原始信号和抑制啸叫后的输出信号对比示意图,图6中左边的图6(a)部分为原始信号,右边的图6(b)部分为抑制啸叫后的输出信号,在原始信号中啸叫以图中下方的水平粗直线的形态体现,经过本发明所述方法抑制后,可以看出在抑制啸叫后的输出信号中,该水平粗直线明显稀疏,说明啸叫信号能量显著降低。
本申请实施例的电子设备以多种形式存在,包括但不限于:手机通话系统、车载通话系统、对讲机通话系统、楼宇对讲通话系统、银行对讲系统。
前文所述的为本发明的各个优选实施例,各个优选实施例中的优选实施方式如果不是明显自相矛盾或以某一优选实施方式为前提,各个优选实施方式都可以任意叠加组合使用,所述实施例以及实施例中的具体参数仅是为了清楚表述发明人的发明验证过程,并非用以限制本发明的专利保护范围,本发明的专利保护范围仍然以其权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。
Claims (4)
1.一种啸叫抑制方法,其特征在于,包括啸叫检测,所述啸叫检测包括如下步骤:
S1:通过与麦克风连接的模数转换器将麦克风模拟信号转换为时间离散且幅值离散的数字信号形式的时域信号,作为麦克风信号向量;所述麦克风模拟信号为麦克风接收音频信号后转化得到的模拟电学信号;
S2:将所述麦克风信号向量转换到频域,得到频域信号X(l, k),计算频域信号的功率谱密度PSD(l, k),公式如下:
式中,l为时间帧索引,k为频率刻度,X(l, k)为第l帧第k个频点的频域信号,real表示取实部处理,imag表示取虚部处理;
S3:判断是否有啸叫;
对每一帧的功率谱密度峰值进行搜索,以该帧内最大峰值处的频率作为备选啸叫频率;
计算备选啸叫频率对应的一个周期内采样点数Nl的公式如下:
式中,Fs为音频采样频率,fl为第l帧的备选啸叫频率,α为容错值,α∈[0,1];
根据采样点数判断是否存在啸叫,具体为:
步骤S1得到的时域信号每一帧内的每两个相邻峰值为一段信号,逐段计算相邻峰值的间隔采样点数,若所述间隔采样点数与所述备选啸叫频率对应的采样点数Nl的差值小于预设差值,则标记这一段信号具有周期性;
若时域信号每一帧内具有周期性的信号段数小于预设的段数阈值,则将S1步骤采集的麦克风信号向量直接作为输出信号;
若达到段数阈值,则判断当前帧有啸叫,进入步骤S4,否则返回继续进行步骤S1;
S4:对功率谱密度进行归一化处理,令S3步骤中备选啸叫频点对应的归一化功率谱密度峰值为1;
设置峰值阈值,将归一化功率谱密度峰值大于峰值阈值的频点设为啸叫频点;由帧内所有啸叫频点构成当前帧的啸叫频点向量;
计算参考信号向量,公式如下:
式中,l为时域帧索引,n为时间下标,K为参考信号向量阶数,fl, h=fl, 1, fl, 2, ...,fl, h,表示啸叫频点向量,其中fl, h表示第l帧的第h个备选啸叫频率;
S5:构造滤波器将啸叫信号从麦克风信号中滤除,得到输出信号。
2.如权利要求1所述啸叫抑制方法,其特征在于,所述步骤S2中首先对时域信号形式的麦克风信号向量进行分帧、加窗预处理,再通过短时傅里叶变换得到频域信号形式的麦克风信号向量。
3.如权利要求1所述啸叫抑制方法,其特征在于,S5步骤具体为:
计算公式如下:
式中,estl(n)为第l帧第n时刻的估计啸叫信号,w(l)为第l帧的滤波器系数,其阶数与参考信号向量阶数相同,micl(n)为第l帧麦克风信号向量第n时刻的麦克风信号,errl(n)为第l帧第n时刻的滤波输出信号;
滤波器更新公式如下:
对于l=1时的滤波器系数初始值,设定为大于零的任意小数;μ为步长;
计算得到第l帧全部时刻的估计啸叫信号,合并得到估计啸叫信号向量,以麦克风信号向量减去估计啸叫信号向量,得到所述输出信号。
4.一种啸叫抑制装置,其特征在于,用于执行权利要求1至2任意一项所述啸叫抑制方法,包括模数转换模块、峰值检测模块、向量构造模块和自适应滤波模块;
所述模数转换模块,用于执行步骤S1,通过与麦克风连接的模数转换器将麦克风模拟信号转换为时间离散且幅值离散的数字信号形式的时域信号,作为麦克风信号向量;所述麦克风模拟信号为麦克风接收音频信号后转化得到的模拟电学信号;
所述峰值检测模块,用于执行步骤S2;
将所述麦克风信号向量转换到频域,得到频域信号X(l, k),计算频域信号的功率谱密度PSD(l, k),公式如下:
式中,l为时间帧索引,k为频率刻度,X(l, k)为第l帧第k个频点的频域信号,real表示取实部处理,imag表示取虚部处理;
及执行步骤S4中的以下步骤:
对功率谱密度进行归一化处理,令S3步骤中备选啸叫频点对应的归一化功率谱密度峰值为1;
设置峰值阈值,将归一化功率谱密度峰值大于峰值阈值的频点设为啸叫频点;由帧内所有啸叫频点构成当前帧的啸叫频点向量;
所述向量构造模块,用于执行步骤S3;
判断是否有啸叫;
对每一帧的功率谱密度峰值进行搜索,以该帧内最大峰值处的频率作为备选啸叫频率;
计算备选啸叫频率对应的一个周期内采样点数Nl的公式如下:
式中,Fs为音频采样频率,fl为第l帧的备选啸叫频率,α为容错值,α∈[0,1];
根据采样点数判断是否存在啸叫,具体为:
步骤S1得到的时域信号每一帧内的每两个相邻峰值为一段信号,逐段计算相邻峰值的间隔采样点数,若所述间隔采样点数与所述备选啸叫频率对应的采样点数Nl的差值小于预设差值,则标记这一段信号具有周期性;
若时域信号每一帧内具有周期性的信号段数小于预设的段数阈值,则将S1步骤采集的麦克风信号向量直接作为输出信号;
若达到段数阈值,则判断当前帧有啸叫,进入步骤S4,否则返回继续进行步骤S1;
及执行步骤S4中的以下步骤:
计算参考信号向量,公式如下:
式中,l为时域帧索引,n为时间下标,K为参考信号向量阶数,fl, h=fl, 1, fl, 2, ...,fl, h,表示啸叫频点向量,其中fl, h表示第l帧的第h个备选啸叫频率;
所述自适应滤波模块,用于执行步骤S5,构造滤波器将啸叫信号从麦克风信号中滤除,得到输出信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410419432.XA CN118016042B (zh) | 2024-04-09 | 2024-04-09 | 一种啸叫抑制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410419432.XA CN118016042B (zh) | 2024-04-09 | 2024-04-09 | 一种啸叫抑制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118016042A true CN118016042A (zh) | 2024-05-10 |
CN118016042B CN118016042B (zh) | 2024-05-31 |
Family
ID=90944734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410419432.XA Active CN118016042B (zh) | 2024-04-09 | 2024-04-09 | 一种啸叫抑制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118016042B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005125273A1 (ja) * | 2004-06-16 | 2005-12-29 | Matsushita Electric Industrial Co., Ltd. | ハウリング検出装置およびその方法 |
CN102740214A (zh) * | 2011-04-01 | 2012-10-17 | 中国科学院声学研究所 | 一种基于反馈信号频谱估计的啸叫抑制方法 |
US8891786B1 (en) * | 2010-05-17 | 2014-11-18 | Marvell International Ltd. | Selective notch filtering for howling suppression |
JP2015015561A (ja) * | 2013-07-04 | 2015-01-22 | ヤマハ株式会社 | ハウリング抑制装置 |
US20150104039A1 (en) * | 2013-10-15 | 2015-04-16 | Electronics And Telecommunications Research Institute | Apparatus and method of suppressing howling |
CN109297718A (zh) * | 2018-09-29 | 2019-02-01 | 重庆长安汽车股份有限公司 | 一种阶次啸叫噪声的评价方法 |
CN112349295A (zh) * | 2020-10-20 | 2021-02-09 | 浙江大华技术股份有限公司 | 啸叫检测方法及装置 |
CN113452855A (zh) * | 2021-06-03 | 2021-09-28 | 杭州朗和科技有限公司 | 啸叫处理方法、装置、电子设备及存储介质 |
CN114464205A (zh) * | 2022-02-10 | 2022-05-10 | 杭州联吉技术有限公司 | 基于啸叫检测的音频处理方法及电子设备 |
CN115278465A (zh) * | 2022-08-25 | 2022-11-01 | 北京奕斯伟计算技术股份有限公司 | 啸叫抑制方法、装置、音响及扩音系统 |
CN116189700A (zh) * | 2023-02-28 | 2023-05-30 | 全时云商务服务股份有限公司 | 一种通信系统啸叫检测方法和装置 |
-
2024
- 2024-04-09 CN CN202410419432.XA patent/CN118016042B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005125273A1 (ja) * | 2004-06-16 | 2005-12-29 | Matsushita Electric Industrial Co., Ltd. | ハウリング検出装置およびその方法 |
US8891786B1 (en) * | 2010-05-17 | 2014-11-18 | Marvell International Ltd. | Selective notch filtering for howling suppression |
CN102740214A (zh) * | 2011-04-01 | 2012-10-17 | 中国科学院声学研究所 | 一种基于反馈信号频谱估计的啸叫抑制方法 |
JP2015015561A (ja) * | 2013-07-04 | 2015-01-22 | ヤマハ株式会社 | ハウリング抑制装置 |
US20150104039A1 (en) * | 2013-10-15 | 2015-04-16 | Electronics And Telecommunications Research Institute | Apparatus and method of suppressing howling |
CN109297718A (zh) * | 2018-09-29 | 2019-02-01 | 重庆长安汽车股份有限公司 | 一种阶次啸叫噪声的评价方法 |
CN112349295A (zh) * | 2020-10-20 | 2021-02-09 | 浙江大华技术股份有限公司 | 啸叫检测方法及装置 |
CN113452855A (zh) * | 2021-06-03 | 2021-09-28 | 杭州朗和科技有限公司 | 啸叫处理方法、装置、电子设备及存储介质 |
CN114464205A (zh) * | 2022-02-10 | 2022-05-10 | 杭州联吉技术有限公司 | 基于啸叫检测的音频处理方法及电子设备 |
CN115278465A (zh) * | 2022-08-25 | 2022-11-01 | 北京奕斯伟计算技术股份有限公司 | 啸叫抑制方法、装置、音响及扩音系统 |
CN116189700A (zh) * | 2023-02-28 | 2023-05-30 | 全时云商务服务股份有限公司 | 一种通信系统啸叫检测方法和装置 |
Non-Patent Citations (2)
Title |
---|
DEVIS THOMAS: "Automated suppression of howling noise using sinusoidal model based analysis/synthesis", 《2014 IEEE INTERNATIONAL ADVANCE COMPUTING CONFERENCE (IACC)》, 27 March 2014 (2014-03-27) * |
查全有: "电视电话会议系统中的啸叫检测方法研究", 《中国优秀硕士学位论文全文数据库》, 15 March 2017 (2017-03-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN118016042B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105825864B (zh) | 基于过零率指标的双端说话检测与回声消除方法 | |
Souden et al. | An integrated solution for online multichannel noise tracking and reduction | |
CN108376548B (zh) | 一种基于麦克风阵列的回声消除方法与系统 | |
CN108447496B (zh) | 一种基于麦克风阵列的语音增强方法及装置 | |
CN112004177B (zh) | 一种啸叫检测方法、麦克风音量调节方法及存储介质 | |
CN107770683B (zh) | 一种回声场景下音频采集状态的检测方法及装置 | |
US20090268920A1 (en) | Cardioid beam with a desired null based acoustic devices, systems and methods | |
US11380312B1 (en) | Residual echo suppression for keyword detection | |
CN104835503A (zh) | 一种改进gsc自适应语音增强方法 | |
CN101964934A (zh) | 二元麦克风微阵列语音波束形成方法 | |
CN110956975B (zh) | 回声消除方法及装置 | |
US20140365212A1 (en) | Receiver Intelligibility Enhancement System | |
CN107180643A (zh) | 一种啸叫声检测和消除系统 | |
WO2002056302A2 (en) | Noise reduction apparatus and method | |
CN113593599A (zh) | 一种去除语音信号中噪声信号的方法 | |
Geng et al. | Mechanical fault diagnosis of power transformer by GFCC time-frequency map of acoustic signal and convolutional neural network | |
CN111341351A (zh) | 基于自注意力机制的语音活动检测方法、装置及存储介质 | |
WO2020107455A1 (zh) | 语音处理方法、装置、存储介质及电子设备 | |
CN112702460B (zh) | 一种语音通信的回声消除方法及装置 | |
CN118016042B (zh) | 一种啸叫抑制方法及装置 | |
CN113782044A (zh) | 一种语音增强方法及装置 | |
Shen et al. | An improved LMS adaptive filtering algorithm and its analysis | |
CN115579016B (zh) | 一种声学回声消除的方法和系统 | |
Shen et al. | Speech Noise Reduction by EMD-LMS | |
CN111916103A (zh) | 一种音频降噪方法和装置 |
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 |