一種基于音頻特征提取的自適應(yīng)降噪方法
【專利摘要】本發(fā)明適用于降噪領(lǐng)域，一種基于音頻特征提取的自適應(yīng)降噪方法，包括以下步驟：A、通過拾音器采集聲音；B、根據(jù)頻率范圍對(duì)采集的聲音進(jìn)行分段分析處理；C、將處理的聲音與預(yù)設(shè)頻率范圍進(jìn)行對(duì)比，判斷是否在預(yù)設(shè)范圍內(nèi)，如是，則保留執(zhí)行下一步驟，如否，則進(jìn)行去噪處理；D、判斷設(shè)定頻率范圍內(nèi)的聲音是否大于物理樣本的預(yù)設(shè)值a，如大于預(yù)設(shè)值a，則執(zhí)行下一步驟，如小于預(yù)設(shè)值a，則為人對(duì)話聲音；E、判斷設(shè)定頻率范圍內(nèi)的聲音是否大于聲學(xué)特征進(jìn)行預(yù)設(shè)值b，如大于預(yù)設(shè)值b，則執(zhí)行下一步驟，如小于預(yù)設(shè)值b，則為人對(duì)話聲音；F、判斷設(shè)定頻率范圍內(nèi)的聲音是否大于語義特征進(jìn)行預(yù)設(shè)值c，如大于預(yù)設(shè)值c，則為保留的聲音為音樂聲音，如小于預(yù)設(shè)值c，則為人對(duì)話聲音。
【專利說明】
一種基于音頻特征提取的自適應(yīng)降噪方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于降噪領(lǐng)域，尤其涉及一種基于音頻特征提取的自適應(yīng)降噪方法。
【背景技術(shù)】
[0002] 在車載領(lǐng)域，由于車體內(nèi)發(fā)動(dòng)機(jī)的轉(zhuǎn)動(dòng)，造成車聲振動(dòng)，從而產(chǎn)生噪聲。汽車大部 分情況下是一個(gè)封閉空間，當(dāng)人長(zhǎng)期在有噪聲的封閉空間中行駛時(shí)，人很容易疲乏、反應(yīng)遲 鈍，會(huì)造成交通事故，嚴(yán)重會(huì)危及人類的生命安全。傳統(tǒng)做法一般是物理降噪法，在產(chǎn)生噪 音的位置例如發(fā)動(dòng)機(jī)蓋下、輪胎周圍、后備箱蓋下等等添加大量的隔音材質(zhì)。物理降噪的效 果取決于隔音材料本身的特性以及材料的用量，由于材料科學(xué)發(fā)展比較緩慢，一味增加隔 音材料也會(huì)增加車體重量，導(dǎo)致油耗增加，所以物理降噪技術(shù)已經(jīng)進(jìn)入瓶頸期。隨著人們對(duì) 聲訊特征研究的不斷深入，以及自適應(yīng)算法的不斷完善，人們逐漸開始將主動(dòng)降噪技術(shù)引 入到人們的日產(chǎn)生活中，這就是ANC技術(shù)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種基于音頻特征提取的自適應(yīng)降噪方法，旨在解決減弱 或者消除車內(nèi)噪聲的問題。
[0004] 本發(fā)明是這樣實(shí)現(xiàn)的，一種基于音頻特征提取的自適應(yīng)降噪方法，所述方法包括 以下步驟：
[0005] A、通過拾音器采集聲音；
[0006] B、根據(jù)頻率范圍對(duì)采集的聲音進(jìn)行分段分析處理；
[0007] C、將處理的聲音與預(yù)設(shè)頻率范圍進(jìn)行對(duì)比，判斷是否在預(yù)設(shè)范圍內(nèi)，如是，則保留 執(zhí)行下一步驟，如否，則進(jìn)行去噪處理；
[0008] D、判斷設(shè)定頻率范圍內(nèi)的聲音是否大于物理樣本的預(yù)設(shè)值a，如大于預(yù)設(shè)值a，則 執(zhí)行下一步驟，如小于預(yù)設(shè)值a，則為人對(duì)話聲音；
[0009] E、判斷設(shè)定頻率范圍內(nèi)的聲音是否大于聲學(xué)特征進(jìn)行預(yù)設(shè)值b，如大于預(yù)設(shè)值b， 則執(zhí)行下一步驟，如小于預(yù)設(shè)值b，則為人對(duì)話聲音；
[0010] F、判斷設(shè)定頻率范圍內(nèi)的聲音是否大于語義特征進(jìn)行預(yù)設(shè)值c，如大于預(yù)設(shè)值c， 則為保留的聲音為音樂聲音，如小于預(yù)設(shè)值c，則為人對(duì)話聲音。
[0011] 本發(fā)明的進(jìn)一步技術(shù)方案是:所述步驟C中去噪處理，包括以下步驟：
[0012] C1:通過函數(shù)式將參考信號(hào)轉(zhuǎn)換為修正后的噪音信號(hào)及控制器輸出信號(hào)；
[0013] C2、通過函數(shù)式將控制器輸出信號(hào)轉(zhuǎn)換為次級(jí)聲訊信號(hào)；
[0014] C3、修正后的噪聲信號(hào)與轉(zhuǎn)換后的次級(jí)聲訊信號(hào)進(jìn)入誤差傳感器相互抵消去掉噪 音；
[0015] C4、誤差傳感器將采集到的誤差信號(hào)返回步驟C2進(jìn)行循環(huán)去噪。
[0016] 本發(fā)明的進(jìn)一步技術(shù)方案是:所述步驟C1中還包括以下步驟：
[0017] C11、通過初級(jí)聲通道函數(shù)式d(k)=X(k)*L(z)將參考信號(hào)轉(zhuǎn)換為修正后的噪音信 號(hào)；
[0018] C12、通過自適應(yīng)LMS濾波器函數(shù)式?jīng)](/r) = - ./ + 1)及Pi(k+1) iPKlO+SSdlOXU-Ds將參考信號(hào)轉(zhuǎn)換為控制器輸出信號(hào)。
[0019] 本發(fā)明的進(jìn)一步技術(shù)方案是:所述步驟C2中是通過次級(jí)聲訊通道傳遞函數(shù)式y(tǒng)(k) = s(k)*C(z)將控制器輸出信號(hào)轉(zhuǎn)換為次級(jí)聲訊信號(hào)。
[0020] 本發(fā)明的進(jìn)一步技術(shù)方案是:所述步驟D中的預(yù)設(shè)值a為75。
[0021]本發(fā)明的進(jìn)一步技術(shù)方案是:所述步驟E中的預(yù)設(shè)值b為60。
[0022]本發(fā)明的進(jìn)一步技術(shù)方案是:所述步驟F中的預(yù)設(shè)值c為80。
[0023] 本發(fā)明的進(jìn)一步技術(shù)方案是:所述步驟A中所述拾音器為2個(gè)。
[0024] 本發(fā)明的另一目的在于提供一種基于音頻特征提取的自適應(yīng)降噪系統(tǒng)，所述系統(tǒng) 包括聲音采集模塊，用于通過拾音器采集聲音;語音識(shí)別模塊，用于根據(jù)頻率范圍對(duì)采集的 聲音進(jìn)行分段分析處理;對(duì)比判斷模塊，用于將處理的聲音與預(yù)設(shè)頻率范圍進(jìn)行對(duì)比，判斷 是否在預(yù)設(shè)范圍內(nèi)，如是，則保留執(zhí)行下一步驟，如否，則進(jìn)行去噪處理;物理樣本判斷模 塊，判斷設(shè)定頻率范圍內(nèi)的聲音是否大于物理樣本的預(yù)設(shè)值a，如大于預(yù)設(shè)值a，則執(zhí)行下一 步驟，如小于預(yù)設(shè)值a，則為人對(duì)話聲音;聲學(xué)特征判斷模塊，判斷設(shè)定頻率范圍內(nèi)的聲音是 否大于聲學(xué)特征進(jìn)行預(yù)設(shè)值b，如大于預(yù)設(shè)值b，則執(zhí)行下一步驟，如小于預(yù)設(shè)值b，則為人對(duì) 話聲音;語義特征判斷模塊，判斷設(shè)定頻率范圍內(nèi)的聲音是否大于語義特征進(jìn)行預(yù)設(shè)值c， 如大于預(yù)設(shè)值c，則為保留的聲音為音樂聲音，如小于預(yù)設(shè)值c，則為人對(duì)話聲音。
[0025]本發(fā)明的進(jìn)一步技術(shù)方案是:拾音器為2個(gè)，預(yù)設(shè)值a為75，預(yù)設(shè)值b為60，預(yù)設(shè)值c 為80,通過初級(jí)聲通道函數(shù)式d(k)=X(k)*L(z)將參考信號(hào)轉(zhuǎn)換為修正后的噪音信號(hào);通過 自適應(yīng) LMS 濾波器函數(shù)式?jīng)](女）=i + l：^P1(k+l)=P1(k)+2Se(k)X (k-i)s將參考信號(hào)轉(zhuǎn)換為控制器輸出信號(hào)；通過次級(jí)聲訊通道傳遞函數(shù)式y(tǒng)(k) = s(k)*C (z)將控制器輸出信號(hào)轉(zhuǎn)換為次級(jí)聲訊信號(hào)；誤差傳感器將采集到的誤差信號(hào)返回步驟C2 進(jìn)行循環(huán)去噪。
[0026] 本發(fā)明的有益效果是:通過該方法能夠有效地降低車內(nèi)噪音，同時(shí)，在車內(nèi)有人講 話的時(shí)候，還可以自動(dòng)調(diào)整音樂音量，使得車內(nèi)人的語音信息能夠更加清晰。在車載系統(tǒng) 中，由于發(fā)動(dòng)機(jī)的振動(dòng)，以及車外風(fēng)噪、路噪等影響，導(dǎo)致車內(nèi)環(huán)境非常惡劣。人長(zhǎng)期處于這 樣的環(huán)境，會(huì)造成大腦疲勞，精神分散，容易導(dǎo)致交通事故的出現(xiàn)。同時(shí)，當(dāng)車內(nèi)開有音樂 時(shí)，一旦有人需要對(duì)話，就需要降低車內(nèi)其他音量。
【附圖說明】
[0027] 圖1是本發(fā)明實(shí)施例提供的一種基于音頻特征提取的自適應(yīng)降噪方法步驟流程 圖；
[0028] 圖2是本發(fā)明實(shí)施例提供的發(fā)動(dòng)機(jī)噪聲特征提取圖；
[0029]圖3是本發(fā)明實(shí)施例提供的初級(jí)語音識(shí)別模塊圖；
[0030]圖4是本發(fā)明實(shí)施例提供的自適應(yīng)降噪流程圖；
[0031 ]圖5是本發(fā)明實(shí)施例提供的自適應(yīng)去噪方法圖；
[0032]圖6是本發(fā)明實(shí)施例提供的一種基于音頻特征提取的自適應(yīng)降噪系統(tǒng)框圖。
【具體實(shí)施方式】
[0033] 圖1所示，本發(fā)明提供的一種基于音頻特征提取的自適應(yīng)降噪方法流程圖，根據(jù)方 法流程圖包括以下步驟：
[0034] 步驟S1，通過拾音器采集聲音;其中述拾音器為2個(gè);一個(gè)拾音器置于中控臺(tái)位置， 作為參考信號(hào)輸入，一個(gè)置于后排中頭枕位置，作為誤差傳感器。
[0035]步驟S2,根據(jù)頻率范圍對(duì)采集的聲音進(jìn)行分段分析處理。
[0036] 步驟S3,將處理的聲音與預(yù)設(shè)頻率范圍進(jìn)行對(duì)比，通過初級(jí)聲通道函數(shù)式d(k)=X (k)*L(z)將參考信號(hào)轉(zhuǎn)換為修正后的噪音信號(hào)；通過自適應(yīng)LMS濾波器函數(shù)式 一i + 1)及Pi(k+l)=Pi(k)+2Se(k)X(k-i)s將參考信號(hào)轉(zhuǎn)換為 控制器輸出信號(hào);通過函數(shù)式將控制器輸出信號(hào)轉(zhuǎn)換為次級(jí)聲訊信號(hào);通過次級(jí)聲訊通道 傳遞函數(shù)式y(tǒng)(k) = s(k)*C(z)將控制器輸出信號(hào)轉(zhuǎn)換為次級(jí)聲訊信號(hào);修正后的噪聲信號(hào) 與轉(zhuǎn)換后的次級(jí)聲訊信號(hào)進(jìn)入誤差傳感器相互抵消去掉噪音;誤差傳感器將采集到的誤差 信號(hào)返回進(jìn)行循環(huán)去噪;判斷是否在預(yù)設(shè)范圍內(nèi)，如是，則保留執(zhí)行下一步驟，如否，則進(jìn)行 去噪處理。在此步驟進(jìn)行的樣本對(duì)比是為了將不需要進(jìn)行處理的數(shù)據(jù)過濾掉，以減少信息 處理量。
[0037]步驟S4,判斷設(shè)定頻率范圍內(nèi)的聲音是否大于物理樣本的預(yù)設(shè)值a，如大于預(yù)設(shè)值 a，則執(zhí)行下一步驟，如小于預(yù)設(shè)值a，則為人對(duì)話聲音;其中預(yù)設(shè)值a為75;在此步驟進(jìn)行的 樣本對(duì)比是為了將不需要進(jìn)行處理的數(shù)據(jù)過濾掉，以減少信息處理量。
[0038]步驟S5，判斷設(shè)定頻率范圍內(nèi)的聲音是否大于聲學(xué)特征進(jìn)行預(yù)設(shè)值b，如大于預(yù)設(shè) 值b，則執(zhí)行下一步驟，如小于預(yù)設(shè)值b，則為人對(duì)話聲音;其中預(yù)設(shè)值b為60;在此步驟進(jìn)行 的樣本對(duì)比是為了將不需要進(jìn)行處理的數(shù)據(jù)過濾掉，以減少信息處理量。
[0039]步驟S6,判斷設(shè)定頻率范圍內(nèi)的聲音是否大于語義特征進(jìn)行預(yù)設(shè)值c，如大于預(yù)設(shè) 值C，則為保留的聲音為音樂聲音，如小于預(yù)設(shè)值c，則為人對(duì)話聲音;其中預(yù)設(shè)值c為80。
[0040]圖6所示，一種基于音頻特征提取的自適應(yīng)降噪系統(tǒng)，所述系統(tǒng)包括聲音采集模 塊，用于通過拾音器采集聲音;語音識(shí)別模塊，用于根據(jù)頻率范圍對(duì)采集的聲音進(jìn)行分段分 析處理;對(duì)比判斷模塊，用于將處理的聲音與預(yù)設(shè)頻率范圍進(jìn)行對(duì)比，判斷是否在預(yù)設(shè)范圍 內(nèi)，如是，則保留執(zhí)行下一步驟，如否，則進(jìn)行去噪處理;物理樣本判斷模塊，判斷設(shè)定頻率 范圍內(nèi)的聲音是否大于物理樣本的預(yù)設(shè)值a，如大于預(yù)設(shè)值a，則執(zhí)行下一步驟，如小于預(yù)設(shè) 值a，則為人對(duì)話聲音;聲學(xué)特征判斷模塊，判斷設(shè)定頻率范圍內(nèi)的聲音是否大于聲學(xué)特征 進(jìn)行預(yù)設(shè)值b，如大于預(yù)設(shè)值b，則執(zhí)行下一步驟，如小于預(yù)設(shè)值b，則為人對(duì)話聲音;語義特 征判斷模塊，判斷設(shè)定頻率范圍內(nèi)的聲音是否大于語義特征進(jìn)行預(yù)設(shè)值c，如大于預(yù)設(shè)值c， 則為保留的聲音為音樂聲音，如小于預(yù)設(shè)值c，則為人對(duì)話聲音。
[0041] 拾音器為2個(gè)，預(yù)設(shè)值a為75,預(yù)設(shè)值b為60,預(yù)設(shè)值c為80,通過初級(jí)聲通道函數(shù)式d (k)=X(k)*L(z)將參考信號(hào)轉(zhuǎn)換為修正后的噪音信號(hào)；通過自適應(yīng)LMS濾波器函數(shù)式 >;(々）=- i + 1)及 Pi(k+l)=Pi(k)+2Se(k)X(k-i)s 將參考信號(hào)轉(zhuǎn)換為 控制器輸出信號(hào);通過次級(jí)聲訊通道傳遞函數(shù)式y(tǒng)(k)=s(k)*C(z)將控制器輸出信號(hào)轉(zhuǎn)換 為次級(jí)聲訊信號(hào);誤差傳感器將采集到的誤差信號(hào)返回進(jìn)行循環(huán)去噪。
[0042]圖2所示，特征庫的提取非常關(guān)鍵，對(duì)于發(fā)動(dòng)機(jī)振動(dòng)產(chǎn)生的噪聲，需要采用實(shí)車試 驗(yàn)獲取。以五座乘用車為樣本，獲取過程：車上放置200KG物重，駕駛位100KG，后排中位 100KG，轉(zhuǎn)速?gòu)?000r/min~7000r/min，以250r/min的遞進(jìn)速度依次增加，聲音采集器采用 兩個(gè)獨(dú)立高靈敏度麥克風(fēng)，一個(gè)置于中控臺(tái)位置，一個(gè)置于后排中位靠近頭枕的地方。記錄 下每個(gè)麥克對(duì)應(yīng)每個(gè)轉(zhuǎn)速時(shí)的噪音，建立噪聲特征庫。
[0043]圖3所示，對(duì)于人聲和音樂聲，采用初級(jí)語音識(shí)別技術(shù)進(jìn)行識(shí)別，以高靈敏度麥克 作為拾音器，對(duì)車內(nèi)聲音進(jìn)行采集，送入語音識(shí)別模塊LD3320中，進(jìn)行語音識(shí)別。此語音識(shí) 別模塊式一種基于非特定人語音識(shí)別技術(shù)的專用模塊，內(nèi)置語音搜索引擎及語音識(shí)別模型 特征庫，實(shí)際實(shí)現(xiàn)是只需要將拾音器的輸出連接到LD3320的AD引腳，既可以完成語音識(shí)別 功能。
[0044] 對(duì)于人對(duì)話和音樂的分離，采用復(fù)雜的識(shí)別算法，進(jìn)行分離。音樂大部分也包含人 的聲音，但是和普通對(duì)話是有很大區(qū)別的。具體實(shí)現(xiàn)過程:第一步，采用物理樣本特征庫對(duì) 比，物理樣本包括采樣率，時(shí)間刻度，格式，編碼等，當(dāng)拾音器采集的語音和物理樣本特征庫 符合度高于75 %，則送往下一步進(jìn)行處理，否則作為對(duì)話音;第二步，從物理樣本特征庫對(duì) 比后送入的離散信號(hào)，采用聲學(xué)特征庫對(duì)比，包括音調(diào)、音強(qiáng)、旋律、節(jié)奏、能量、過零率、LPC 系數(shù)等，當(dāng)符合度大于60%，則繼續(xù)送往下一步進(jìn)行處理，否則作為對(duì)話音;第三步:進(jìn)行語 義級(jí)特征對(duì)比，包括敘事、對(duì)象描述、語音識(shí)別文本、事件等高級(jí)語義處理算法，當(dāng)符合度高 于80%，我們認(rèn)為這部分即為音樂，從而可以和未通過這三步的語音區(qū)別開來。
[0045] 圖5所示，對(duì)于噪聲的處理，則采用自適應(yīng)算法，設(shè)計(jì)中采用兩個(gè)拾音器，一個(gè)拾音 器置于中控臺(tái)位置，作為參考信號(hào)輸入，一個(gè)置于后排中頭枕位置，作為誤差傳感器。參考 信號(hào)和發(fā)動(dòng)機(jī)振動(dòng)頻率相關(guān)，用于對(duì)噪聲特征庫進(jìn)行實(shí)時(shí)修正，修正后的噪聲經(jīng)過物理線 路的傳輸，送入到誤差傳感器。X(k)是參考輸入信號(hào)，即參考麥克風(fēng)采集的噪聲信號(hào)，是噪 聲信號(hào)的數(shù)學(xué)模型，L(z)是初級(jí)聲通道的函數(shù)d(k)=X(k)*L(z)，即噪聲修正通道，即噪聲 從麥克風(fēng)傳輸?shù)嚼韧ǖ勒麄€(gè)傳輸過程的數(shù)學(xué)模型，此模型根據(jù)系統(tǒng)設(shè)計(jì)不同而不同；d (k)是修正后的噪聲信號(hào)，即參考麥克風(fēng)采集的噪聲信號(hào)經(jīng)過修正通道后得到的噪聲數(shù)學(xué) 模型，再送入到誤差傳感器處;s(k)是控制器的輸出信號(hào)，即經(jīng)過自適應(yīng)處理后得到的原始 次級(jí)聲訊，P(z)是自適應(yīng)LMS濾波器，將誤差信號(hào)e(k)和參考信號(hào)X(k)經(jīng)過算法處理，輸出s (k)_C(k-丨+ u其中，M為濾波器階數(shù)，k為時(shí)間點(diǎn)，Pj為濾波器權(quán)重，Pj (k+l)=Pj(k)+2Se(k)X(k-i)，其中0<i彡M-1，S為步長(zhǎng)因子;C(z)是次級(jí)聲訊通道的傳遞 函數(shù)y(k) = s(k)*C(z)，即控制器輸出信號(hào)s(k)從控制器到喇叭整個(gè)傳輸通道的數(shù)學(xué)模型， 不同系統(tǒng)設(shè)計(jì)C(z)不同；y(k)為產(chǎn)生的次級(jí)聲訊，即從控制器輸出的信號(hào)經(jīng)過傳輸通道后 得到的信號(hào)，與d(k)幅值相同，相位相差180°，用來抵消或者削弱噪聲信號(hào)；e(k)是誤差傳 感器采集到的誤差信號(hào)，即次級(jí)聲訊信號(hào)和噪聲信號(hào)空間疊加后產(chǎn)生的信號(hào)，此信號(hào)用作P (z)的反饋信號(hào)，來修正濾波器權(quán)重匕，從而使得整個(gè)過程形成一個(gè)閉環(huán)處理系統(tǒng)，e(k)=d (k)-y(k)〇
[0046] 圖4所示，將參考信號(hào)傳遞控制器，控制器將參考信號(hào)進(jìn)行分析，通過自適應(yīng)算法 進(jìn)行去噪，進(jìn)行聲訊分離，通過聲訊分離將有用聲訊和噪聲信號(hào)進(jìn)行分離，自適應(yīng)算法將信 號(hào)進(jìn)行轉(zhuǎn)化為次級(jí)信號(hào)，有用聲訊、噪聲信號(hào)、次級(jí)信號(hào)通過誤差傳感器進(jìn)行去除噪音，誤 差傳感器將檢測(cè)到的誤差信號(hào)在傳遞回控制器進(jìn)行循環(huán)的去噪過程，在有用聲訊中對(duì)參考 信號(hào)進(jìn)行聲音、音樂特征對(duì)比，如果判斷為有人的聲音，在音樂的音量將自行調(diào)小，如果判 斷沒有人的聲音，則音樂的音量保持不變。
[0047]通過該方法能夠有效地降低車內(nèi)噪音，同時(shí)，在車內(nèi)有人講話的時(shí)候，還可以自動(dòng) 調(diào)整音樂音量，使得車內(nèi)人的語音信息能夠更加清晰。在車載系統(tǒng)中，由于發(fā)動(dòng)機(jī)的振動(dòng)， 以及車外風(fēng)噪、路噪等影響，導(dǎo)致車內(nèi)環(huán)境非常惡劣。人長(zhǎng)期處于這樣的環(huán)境，會(huì)造成大腦 疲勞，精神分散，容易導(dǎo)致交通事故的出現(xiàn)。同時(shí)，當(dāng)車內(nèi)開有音樂時(shí)，一旦有人需要對(duì)話， 就需要降低車內(nèi)其他音量。
[0048]以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于音頻特征提取的自適應(yīng)降噪方法，其特征在于，所述方法包括以下步驟： A、 通過拾音器采集聲音； B、 根據(jù)頻率范圍對(duì)采集的聲音進(jìn)行分段分析處理； C、 將處理的聲音與預(yù)設(shè)頻率范圍進(jìn)行對(duì)比，判斷是否在預(yù)設(shè)范圍內(nèi)，如是，則保留執(zhí)行 下一步驟，如否，則進(jìn)行去噪處理； D、 判斷設(shè)定頻率范圍內(nèi)的聲音是否大于物理樣本的預(yù)設(shè)值a，如大于預(yù)設(shè)值a，則執(zhí)行 下一步驟，如小于預(yù)設(shè)值a，則為人對(duì)話聲音； E、 判斷設(shè)定頻率范圍內(nèi)的聲音是否大于聲學(xué)特征進(jìn)行預(yù)設(shè)值b，如大于預(yù)設(shè)值b，則執(zhí) 行下一步驟，如小于預(yù)設(shè)值b，則為人對(duì)話聲音； F、 判斷設(shè)定頻率范圍內(nèi)的聲音是否大于語義特征進(jìn)行預(yù)設(shè)值c，如大于預(yù)設(shè)值c，則為 保留的聲音為音樂聲音，如小于預(yù)設(shè)值c，則為人對(duì)話聲音。2. 根據(jù)權(quán)利要求1所述的自適應(yīng)降噪方法，其特征在于，所述步驟C中去噪處理，包括以 下步驟： Cl:通過函數(shù)式將參考信號(hào)轉(zhuǎn)換為修正后的噪音信號(hào)及控制器輸出信號(hào)； C2、通過函數(shù)式將控制器輸出信號(hào)轉(zhuǎn)換為次級(jí)聲訊信號(hào)； C3、修正后的噪聲信號(hào)與轉(zhuǎn)換后的次級(jí)聲訊信號(hào)進(jìn)入誤差傳感器相互抵消去掉噪音； C4、誤差傳感器將采集到的誤差信號(hào)返回步驟C2進(jìn)行循環(huán)去噪。3. 根據(jù)權(quán)利要求2所述的，其特征在于自適應(yīng)降噪方法，所述步驟Cl中還包括以下步 驟： C11、通過初級(jí)聲通道函數(shù)式d(k)=X(k)*L(z)將參考信號(hào)轉(zhuǎn)換為修正后的噪音信號(hào)； C12、通過自適應(yīng)LMS濾波器函數(shù)式及Pi(k+l)=Pi (k)+2Se(k)X(k-i)s將參考信號(hào)轉(zhuǎn)換為控制器輸出信號(hào)。4. 根據(jù)權(quán)利要求2所述的自適應(yīng)降噪方法，其特征在于，所述步驟C2中是通過次級(jí)聲訊 通道傳遞函數(shù)式y(tǒng)(k)=s(k)*C(z)將控制器輸出信號(hào)轉(zhuǎn)換為次級(jí)聲訊信號(hào)。5. 根據(jù)權(quán)利要求1所述的自適應(yīng)降噪方法，其特征在于，所述步驟D中的預(yù)設(shè)值a為75。6. 根據(jù)權(quán)利要求1所述的自適應(yīng)降噪方法，其特征在于，所述步驟E中的預(yù)設(shè)值b為60。7. 根據(jù)權(quán)利要求1所述的自適應(yīng)降噪方法，其特征在于，所述步驟F中的預(yù)設(shè)值c為80。8. 根據(jù)權(quán)利要求1所述的自適應(yīng)降噪方法，其特征在于，所述步驟A中所述拾音器為2 個(gè)。9. 一種基于音頻特征提取的自適應(yīng)降噪系統(tǒng)，其特征在于，所述系統(tǒng)包括聲音采集模 塊，用于通過拾音器采集聲音;語音識(shí)別模塊，用于根據(jù)頻率范圍對(duì)采集的聲音進(jìn)行分段分 析處理;對(duì)比判斷模塊，用于將處理的聲音與預(yù)設(shè)頻率范圍進(jìn)行對(duì)比，判斷是否在預(yù)設(shè)范圍 內(nèi)，如是，則保留執(zhí)行下一步驟，如否，則進(jìn)行去噪處理;物理樣本判斷模塊，判斷設(shè)定頻率 范圍內(nèi)的聲音是否大于物理樣本的預(yù)設(shè)值a，如大于預(yù)設(shè)值a，則執(zhí)行下一步驟，如小于預(yù)設(shè) 值a，則為人對(duì)話聲音;聲學(xué)特征判斷模塊，判斷設(shè)定頻率范圍內(nèi)的聲音是否大于聲學(xué)特征 進(jìn)行預(yù)設(shè)值b，如大于預(yù)設(shè)值b，則執(zhí)行下一步驟，如小于預(yù)設(shè)值b，則為人對(duì)話聲音;語義特 征判斷模塊，判斷設(shè)定頻率范圍內(nèi)的聲音是否大于語義特征進(jìn)行預(yù)設(shè)值c，如大于預(yù)設(shè)值c， 則為保留的聲音為音樂聲音，如小于預(yù)設(shè)值c，則為人對(duì)話聲音。10.根據(jù)權(quán)利要求9所述的自適應(yīng)降噪系統(tǒng)，其特征在于，拾音器為2個(gè)，預(yù)設(shè)值a為75， 預(yù)設(shè)值b為60,預(yù)設(shè)值c為80,通過初級(jí)聲通道函數(shù)式d(k)=X(k)*L(z)將參考信號(hào)轉(zhuǎn)換為修 正后的噪音信號(hào);通過自適應(yīng)LMS濾波器函數(shù)式Pl(k+1)=Pl(k)+2Se(k)X(k-i)s將參考信號(hào)轉(zhuǎn)換為控制器輸出信號(hào);通過次級(jí)聲訊通 道傳遞函數(shù)式y(tǒng)(k) = s(k)*C(z)將控制器輸出信號(hào)轉(zhuǎn)換為次級(jí)聲訊信號(hào)；誤差傳感器將采 集到的誤差信號(hào)返回步驟C2進(jìn)行循環(huán)去噪。
【文檔編號(hào)】G10L21/0308GK105931650SQ201610250747
【公開日】2016年9月7日
【申請(qǐng)日】2016年4月20日
【發(fā)明人】郭應(yīng)鋒, 朱月, 陳如亞
【申請(qǐng)人】深圳市航盛電子股份有限公司