一种基于神经网络的扩声系统啸叫点检测方法技术方案

本发明专利技术涉及音频信号处理技术，其公开了一种基于神经网络的扩声系统啸叫点检测方法，解决传统技术中存在对啸叫点的误判、漏判，无法准确的跟踪和检测到啸叫点的问题。该方法包括以下步骤：a.采集音频数据进行FFT转换后进行啸叫频点的标记，形成样本数据；b.基于样本数据对定义的神经网络模型进行训练，获得啸叫点识别模型；c.在实际应用中，将待处理的音频数据经过FFT转换后的频域数据作为输入，通过啸叫点识别模型输出啸叫点频率的识别结果。

【技术实现步骤摘要】
一种基于神经网络的扩声系统啸叫点检测方法
本专利技术涉及音频信号处理技术，具体涉及一种基于神经网络的扩声系统啸叫点检测方法。
技术介绍
在一些场景下，如会议，学校教学场景等，若讲话人的声音不能覆盖到所有区域，此时就需要有扩声系统的辅助，将讲话人的声音通过麦克风拾音后，经过一个处理设备，对音频数据做一些处理后，再通过功放放大，经过音响将声音播放出去，这样达到增强讲话人声音强度的效果。扩声系统普遍面临一个问题就是啸叫问题，啸叫产生的原因是声音经过麦克风拾音进入扩声系统后，再通过扩声系统将声音输出到功放，功放将声音放大后，输出到音响，由于在一个密闭的空间内，扩大的声音经过反射后，再次进入麦克风，导致声音叠加，不断循环产生啸叫。目前解决啸叫的方法主要包括：调整距离法、频率均衡法、反馈抑制器法、移频法和陷波法。以上方法中，调整距离法，主要是依靠物理上将音箱和麦克风的距离进行控制，防止啸叫。频率均衡法，反馈抑制器法，移频法均对声音信号做处理，会导致音频信号声音损失，处理后的声音保真度不高，适合对声音要求较低的场合使用。陷波法对声音的损失最小，也是常用的一种啸叫抑制方法，其原理是在识别出啸叫点后，通过陷波的方法对啸叫频点进行精确抑制，这样就能有效的提高扩声系统的声音，防止啸叫。陷波法的难点在于如何判断识别啸叫点，也即对啸叫点的跟踪识别。传统技术中对啸叫点的识别通常是将声音的时域语音信号通过FFT(快速傅里叶变换)处理后得到频域数据，然后观察频域数据中的频点的幅值是否持续增大，或者频点的能量是否在持续增加，或者频域的峰均比等方式来判断是否是啸叫点。此方案存在啸叫点识别得不够及时、啸叫点的判断准确率不高，存在误判，漏判的情况，给实际使用带来不好的体验。
技术实现思路
本专利技术所要解决的技术问题是：提出一种基于神经网络的扩声系统啸叫点检测方法，解决传统技术中存在对啸叫点的误判、漏判，无法准确的跟踪和检测到啸叫点的问题。本专利技术解决上述技术问题采用的技术方案是：一种基于神经网络的扩声系统啸叫点检测方法，包括以下步骤：a.采集音频数据进行FFT转换后进行啸叫频点的标记，形成样本数据；b.基于样本数据对定义的神经网络模型进行训练，获得啸叫点识别模型；c.在实际应用中，将待处理的音频数据经过FFT转换后的频域数据作为输入，通过啸叫点识别模型输出啸叫点频率的识别结果。作为进一步优化，步骤a中，所述采集音频数据进行FFT变换后进行啸叫频点的标记，具体包括：采集m份音频数据得到Data(1,2,3,4…m)，将每份原始数据经过FFT变换后，得到频域数据FData(1,2,3,4,…m)，标记每一份频域数据中的啸叫频点。作为进一步优化，步骤b中，所述神经网络模型采用RNN或CNN模型，在RNN或CNN模型基础上定义神经网络的层数和激活函数。作为进一步优化，步骤b中，在对定义的神经网络模型进行训练时，将频域数据FData(1,2,3,4,…m)作为神经网络模型的输入，将可能的啸叫点的频率作为模型的输出，对神经网络模型进行训练，使其收敛，将训练后的神经网络模型作为啸叫点识别模型。本专利技术的有益效果是：通过大量数据样本训练神经网络得到啸叫点识别模型，将啸叫点识别模型应用于实际中对音频数据的啸叫点识别和跟踪，从而快速、准确检测出啸叫点，以便能够通过陷波法进行准确的频点抑制，提升扩声系统的使用效果。神经网络具有很强的自学习功能和快速寻找优化解的能力，从而克服传统技术中对啸叫点的误判、漏判等问题。附图说明图1为本专利技术中的啸叫点检测方法流程图；图2为神经网络模型的结构图；图3为神经网络模型的训练过程图。具体实施方式本专利技术旨在提出一种基于神经网络的扩声系统啸叫点检测方法，解决传统技术中存在对啸叫点的误判、漏判，无法准确的跟踪和检测到啸叫点的问题。其核心思想是：通过大量采集的样本数据对定义的神经网络模型进行训练，获得啸叫点识别模型，将啸叫点识别模型应用于实际中对音频数据的啸叫点识别和跟踪，从而快速、准确检测出啸叫点。在具体实现上，本专利技术中的基于神经网络的扩声系统啸叫点检测方法流程如图1所示，其包括以下实现步骤：1.采集音频数据进行FFT转换后进行啸叫频点的标记，形成样本数据；数字信号处理中，我们一般将音频数据分时域数据和频域数据，时域数据是扩声系统通过硬件的ADC模拟到数字信号转换后采集到的数据，也是音频的原始数据。频域数据是音频的时域数据经过FFT变换得到的数据，频域数据让我们能更方便的分析音频数据。为了获得样本数据，我们首先采集神经网络训练需要的原始数据，采集m份(考虑到训练的模型的准确性，这里的m值尽量大)，得到Data(1,2,3,4….m)，将每份原始数据经过FFT变换后，得到频域数据FData(1,2,3,4,…m)，对每一份频域数据进行标记，标记频域数据中的啸叫频点。假设我们设定原始数据的采样频率为Freq,FFT变换的分辨率为Freq,则生成的FData为包含频率成分为1到Freq/2的Freq/2个点数据。2.基于样本数据对定义的神经网络模型进行训练，获得啸叫点识别模型；神经网络模型可以选用RNN,CNN等目前比较经典的神经网络模型，在RNN,CNN模型基础上定义神经网络的层数和激活函数等，神经网络模型的结构如图2所示。神经网络模型的输入为频域数据的Freq/2个点，神经网络的隐藏层数为LayerN，每层的神经元个数定义为Neurons(N)，输出层的输出个数为K个AData。AData为可能的啸叫点的频率。在定义好模型后，我们可以通过将m份的频域数据FData(1,2,3,4,…m)输入到定义好的神经网络的训练模型进行训练，最终使训练模型输出的频率啸叫点数据和真实数据无限接近，即达到模型收敛，训练过程如图3所示。训练完成后，我们会得到一组训练好的模型参数Wdata，应用此组模型参数的模型就作为我们需要的啸叫点识别模型。3.在实际应用中，将待处理的音频数据经过FFT转换后的频域数据作为输入，通过啸叫点识别模型输出啸叫点频率的识别结果。在实际应用中，我们将啸叫点识别模型到实际系统中，采集待处理的音频原始数据，做FFT变换，变换后将频域数据作为神经网络的输入层数据，输出层将得到啸叫点的频率。获得啸叫点的频率后，便能够通过陷波法进行准确的频点抑制，提升扩声系统的使用效果。本文档来自技高网...

【技术保护点】
1.一种基于神经网络的扩声系统啸叫点检测方法，其特征在于，包括以下步骤：/na.采集音频数据进行FFT转换后进行啸叫频点的标记，形成样本数据；/nb.基于样本数据对定义的神经网络模型进行训练，获得啸叫点识别模型；/nc.在实际应用中，将待处理的音频数据经过FFT转换后的频域数据作为输入，通过啸叫点识别模型输出啸叫点频率的识别结果。/n

【技术特征摘要】
1.一种基于神经网络的扩声系统啸叫点检测方法，其特征在于，包括以下步骤：
a.采集音频数据进行FFT转换后进行啸叫频点的标记，形成样本数据；
b.基于样本数据对定义的神经网络模型进行训练，获得啸叫点识别模型；
c.在实际应用中，将待处理的音频数据经过FFT转换后的频域数据作为输入，通过啸叫点识别模型输出啸叫点频率的识别结果。


2.如权利要求1所述的一种基于神经网络的扩声系统啸叫点检测方法，其特征在于，
步骤a中，所述采集音频数据进行FFT变换后进行啸叫频点的标记，具体包括：
采集m份音频数据得到Data(1,2,3,4…m)，将每份原始数据经过FFT变换后，得到频域数...

【专利技术属性】
技术研发人员：吴道远，迟景立，
申请(专利权)人：成都千立网络科技有限公司，
类型：发明
国别省市：四川;51