啸叫抑制方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及语音处理技术领域，提供一种啸叫抑制方法、装置、设备及介质，能够利用基于多麦克风自构建的波束形成器消除来自扬声器方向的干扰，同时利用基于路径向量自构建的自适应滤波器消除残余部分的干扰，从而实现啸叫抑制。在啸叫抑制过程中不仅降低了声音的失真度，并且由于无需使用额外的硬件，还节约了部署成本。署成本。署成本。

【技术实现步骤摘要】
啸叫抑制方法、装置、设备及介质


[0001]本专利技术涉及语音处理
，尤其涉及一种啸叫抑制方法、装置、设备及介质。

技术介绍

[0002]在扩音系统声学场景中，特别是在会议、教学、KTV(Karaoke TV，卡拉OK)等场景中，当形成声反馈闭合回路时，则可能会出现啸叫现象。啸叫的产生属于正反馈，是音响的声音重新被麦克风拾音产生自激而导致。并且，随着扩音系统音量的提高，啸叫出现的概率也会增加。
[0003]啸叫不仅会影响听觉，也会烧坏音响设备，因此，啸叫抑制(Howling Suppression)在日常生活中有着较为广泛地应用。
[0004]目前，啸叫抑制主要通过以下硬件方式实现：
[0005](1)使用低灵敏度和高指向性的麦克风。
[0006]通过降低麦克风对声强的感知度，阻断扬声器声音传递到麦克风，进而降低啸叫发生的概率。
[0007](2)使用硬件移频器。
[0008]通过升高或降低麦克风输入音频信号的频率成分(如将某个频点频率增加或减少5～10hz)来破坏啸叫产生的条件，改变了频率的输出信号，这样，当音频再次传导至麦克风和放大器系统时，就不会和原始信号频率叠加，从而实现啸叫抑制。
[0009]上述啸叫抑制方式都较为依赖硬件，导致整个系统的造价、功耗偏高，体积偏大。尤其是在使用移频器抑制啸叫时，会造成比较大的失真，导致人声僵硬而不够顺滑，适应性较差。

技术实现思路

[0010]鉴于以上内容，有必要提供一种啸叫抑制方法、装置、设备及介质，能够在进行啸叫抑制时降低声音的失真度，同时节约部署成本。
[0011]一种啸叫抑制方法，所述啸叫抑制方法包括：
[0012]响应于对目标设备的啸叫抑制指令，获取所述目标设备的音频数据；
[0013]对所述音频数据进行预处理，得到待处理数据；
[0014]创建波束形成器，并基于所述波束形成器消除所述待处理数据中来自扬声器方向的第一干扰，得到第一输出数据；
[0015]创建自适应滤波器，并基于所述自适应滤波器消除所述第一输出数据中的第二干扰，得到目标语音；
[0016]利用所述目标设备输出所述目标语音。
[0017]根据本专利技术优选实施例，所述获取所述目标设备的音频数据包括：
[0018]获取所述目标设备的多个麦克风，及获取所述目标设备的扬声器；
[0019]采集所述多个麦克风及所述扬声器的音频信号作为所述音频数据；
[0020]其中，所述多个麦克风中包括一个耳内麦克风。
[0021]根据本专利技术优选实施例，所述对所述音频数据进行预处理，得到待处理数据包括：
[0022]以预设数量的采样点为一帧对所述音频数据进行分帧处理，得到第一数据；
[0023]按照预设窗长对所述第一数据进行重叠相加，得到第二数据；
[0024]将所述预设窗长确定为帧长；
[0025]以所述帧长、预设帧移、预设窗函数为参数对所述第二数据进行离散傅里叶变换，得到所述待处理数据。
[0026]根据本专利技术优选实施例，所述基于所述波束形成器消除所述待处理数据中来自扬声器方向的第一干扰，得到第一输出数据包括：
[0027]创建波束形成系数矩阵；
[0028]通过在自由场进行测试，获取所述多个麦克风与所述扬声器间的反馈路径；
[0029]计算所述波束形成系数矩阵的转置矩阵与所述反馈路径的乘积，得到第三数据；
[0030]获取所述多个麦克风与所述扬声器间的估计路径；
[0031]计算所述第三数据与所述估计路径的差值，得到第四数据；
[0032]创建前向路径增益函数；
[0033]计算所述前向路径增益函数与所述第四数据的乘积，得到中间函数；
[0034]计算1与所述中间函数的差值，得到闭环传递函数；
[0035]当所述第四数据的取值为0时，利用最小二乘法优化所述闭环传递函数中与所述第四数据对应的变量，得到所述波束形成系数矩阵的估计值；
[0036]获取所述多个麦克风采集的输入信号与反馈信号的总和作为第五数据；
[0037]计算所述波束形成系数矩阵的估计值的转置作为第六数据；
[0038]计算所述第五数据与所述第六数据的乘积，得到所述第一输出数据；
[0039]其中，所述波束形成系数矩阵的估计值表示如下：
[0040][0041]其中，B
LS
表示所述波束形成系数矩阵的估计值，表示除所述耳内麦克风之外的其他麦克风对应反馈路径间的卷积矩阵，表示所述耳内麦克风对应的反馈路径。
[0042]根据本专利技术优选实施例，所述创建波束形成系数矩阵包括：
[0043]获取所述多个麦克风中每个麦克风的波束形成系数子矩阵；
[0044]将每个麦克风的波束形成系数子矩阵作为元素构建矩阵，得到中间矩阵；
[0045]计算所述中间矩阵的转置矩阵，得到所述波束形成系数矩阵。
[0046]根据本专利技术优选实施例，所述基于所述自适应滤波器消除所述第一输出数据中的第二干扰，得到目标语音包括：
[0047]创建白化滤波器；
[0048]利用所述白化滤波器对所述第一输出数据进行白化处理，得到第一输出信号；
[0049]获取所述扬声器的回采信号；
[0050]利用所述白化滤波器对所述扬声器的回采信号进行白化处理，得到第二输出信号；
[0051]获取前一帧中所述多个麦克风与所述扬声器间的估计路径作为当前估计路径；
[0052]计算所述当前估计路径与所述第二输出信号的乘积作为第一乘积；
[0053]计算所述第一输出信号与所述第一乘积的差值，得到第七数据；
[0054]计算所述第二输出信号与所述第七数据的乘积，得到第八数据；
[0055]获取变化步长及配置常量；
[0056]计算所述变化步长与所述第八数据的乘积，得到第九数据；
[0057]计算所述第二输出信号的转置信号与所述第二输出信号的乘积，得到第二乘积；
[0058]计算所述配置常量与所述第二乘积的和，得到第一和值；
[0059]计算所述第九数据与所述第一和值的商，得到第十数据；
[0060]计算所述当前估计路径与所述第十数据的和，得到当前帧中所述多个麦克风与所述扬声器间的估计路径，并作为目标估计路径；
[0061]计算所述目标估计路径与所述扬声器的回采信号的乘积，得到第三乘积；
[0062]计算所述第一输出数据与所述第三乘积的差值，得到所述目标语音；
[0063]其中，所述配置常量的取值范围为(0,1)。
[0064]根据本专利技术优选实施例，在获取变化步长及配置常量前，所述方法还包括：
[0065]获取前预设帧中每帧的估计路径的频点响应值；
[0066]获取当前帧的估计路径的频点响应值；
[0067]根据每帧的估计路径的频点响应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种啸叫抑制方法，其特征在于，所述啸叫抑制方法包括：响应于对目标设备的啸叫抑制指令，获取所述目标设备的音频数据；对所述音频数据进行预处理，得到待处理数据；创建波束形成器，并基于所述波束形成器消除所述待处理数据中来自扬声器方向的第一干扰，得到第一输出数据；创建自适应滤波器，并基于所述自适应滤波器消除所述第一输出数据中的第二干扰，得到目标语音；利用所述目标设备输出所述目标语音。2.如权利要求1所述的啸叫抑制方法，其特征在于，所述获取所述目标设备的音频数据包括：获取所述目标设备的多个麦克风，及获取所述目标设备的扬声器；采集所述多个麦克风及所述扬声器的音频信号作为所述音频数据；其中，所述多个麦克风中包括一个耳内麦克风。3.如权利要求1所述的啸叫抑制方法，其特征在于，所述对所述音频数据进行预处理，得到待处理数据包括：以预设数量的采样点为一帧对所述音频数据进行分帧处理，得到第一数据；按照预设窗长对所述第一数据进行重叠相加，得到第二数据；将所述预设窗长确定为帧长；以所述帧长、预设帧移、预设窗函数为参数对所述第二数据进行离散傅里叶变换，得到所述待处理数据。4.如权利要求2所述的啸叫抑制方法，其特征在于，所述基于所述波束形成器消除所述待处理数据中来自扬声器方向的第一干扰，得到第一输出数据包括：创建波束形成系数矩阵；通过在自由场进行测试，获取所述多个麦克风与所述扬声器间的反馈路径；计算所述波束形成系数矩阵的转置矩阵与所述反馈路径的乘积，得到第三数据；获取所述多个麦克风与所述扬声器间的估计路径；计算所述第三数据与所述估计路径的差值，得到第四数据；创建前向路径增益函数；计算所述前向路径增益函数与所述第四数据的乘积，得到中间函数；计算1与所述中间函数的差值，得到闭环传递函数；当所述第四数据的取值为0时，利用最小二乘法优化所述闭环传递函数中与所述第四数据对应的变量，得到所述波束形成系数矩阵的估计值；获取所述多个麦克风采集的输入信号与反馈信号的总和作为第五数据；计算所述波束形成系数矩阵的估计值的转置作为第六数据；计算所述第五数据与所述第六数据的乘积，得到所述第一输出数据；其中，所述波束形成系数矩阵的估计值表示如下：其中，B
LS
表示所述波束形成系数矩阵的估计值，表示除所述耳内麦克风之外的其他
麦克风对应反馈路径间的卷积矩阵，表示所述耳内麦克风对应的反馈路径。5.如权利要求4所述的啸叫抑制方法，其特征在于，所述创建波束形成系数矩阵包括：获取所述多个麦克风中每个麦克风的波束形成系数子矩阵；将每个麦克风的波束形成系数子矩阵作为元素构建矩阵，得到中间矩阵；计算所述中间矩阵的转置矩阵，得到所述波束形成系数矩阵。6.如权利要求2所述的啸叫抑制方法，其特征在于，所述基于...

【专利技术属性】
技术研发人员：王佳旭，丁智慧，张泽滨，苗健彰，
申请(专利权)人：大象声科深圳科技有限公司，
类型：发明
国别省市：