【技术实现步骤摘要】
本申请实施例涉及声学，尤其涉及一种基于人工智能的会议室声学优化方法及系统。
技术介绍
1、随着远程办公和线上会议的普及，会议室声学环境成为影响沟通效率的关键因素。会议室常面临着线上会议中的“回声”现象、噪音干扰现象，从而无法准确识别发言者的讲话内容，干扰会议的正常进行，例如，线下参会人员讲话时，会议室内的麦克风拾取其声音信号，通过网络传输到线上参会人员的电脑中并从电脑扬声器中播放出来。但是，当线下的声音信号被线上参会人员的电脑扬声器播放出来的同时，线上参会人员的电脑麦克风会再次拾取会议室内的声音信号，导致线下参会人员的声音信号被回传到线下参会人员所在的会议室内，由于设备未能识别并拦截重复的语音信号，使得线下的会议室内循环播放线下参会人员的声音信号，产生了“回声”。另外，当会议室的面积较大使声音信号的传播路径发生改变时，导致声音信号重叠，使得原始声音和传播路径改变后的声音相互干扰，从而降低了声音的清晰度，参会人员可能会感到难以听清对方的发言，影响会议效率。
2、除此之外，当存在着多人穿插讲话的时候，由于讲话者的声音音量的不同，麦克风无法准确识别讲话者，同时激活讲话者的麦克风将声音收取并传输，导致讲话者的信息不能及时有效的传输，影响会议信息的传递，从而降低了会议效果，影响会议的决策质量和执行效率。
3、因此，亟需一种方法以解决上述问题。
技术实现思路
1、本申请实施例提供一种基于人工智能的会议室声学优化方法及系统，用于提高会议内声音信号的清晰度。
2
3、第一方面，提供了一种基于人工智能的会议室声学优化方法，应用于声学优化系统，所述声学优化系统包括第一电子设备和第二电子设备，所述第一电子设备与麦克风阵列连接，所述麦克风阵列包括一个或多个麦克风，所述麦克风阵列设于会议室内，所述第一电子设备位于所述会议室内，所述第二电子设备设于目标区域，所述第一区域与所述会议室不位于同一地点，该方法包括：
4、根据接收到的所述会议室内的声音信号，确定线下参会人员所在的目标方向；
5、通过所述目标方向，开启所述线下参会人员对应的所述麦克风；
6、通过所述麦克风，采集所述会议室内所述线下参会人员的近端声音信号；
7、获取线上参会人员的远端声音信号和所述会议室内的声学环境数据；
8、根据所述声学环境数据、所述近端声音信号和所述远端声音信号，生成所述会议室的声向图；
9、通过所述会议室的声向图，确定所述会议室内的声学参数；
10、基于所述声学参数划分所述会议室的预设声场区域，得到所述会议室内的声场区域图；
11、通过所述声场区域图，确定所述会议室的噪音类型；
12、根据所述噪音类型，对所述远端声音信号进行还原，得到还原后的声音信号。
13、在第一方面的一种可能的实现方式中，所述方法还包括：
14、在存在多个所述线下参会人员的情况下，获取所述会议室内的麦克风阵列布局；
15、通过接收到的每个所述线下参会人员的近端声音信号，确定每个所述线下参会人员所在的位置；
16、基于所述麦克风阵列布局和每个所述线下参会人员所在的位置，计算与每个所述线下参会人员距离最近的麦克风；
17、响应于接收到每个所述线下参会人员的近端声音信号，开启每个所述线下参会人员对应的麦克风并获取每个所述线下参会人员的近端声音信号；
18、对每个所述线下参会人员的声音信号进行傅里叶变换，得到每个所述线下参会人员的声音信号的频谱图；
19、通过所述频谱图，识别每个所述线下参会人员的声音信号特征；
20、基于每个所述线下参会人员的声音信号特征，利用预设声源跟踪算法，确定所有所述线下参会人员的发言顺序；
21、通过所述发言顺序，确定与所述发言顺序对应的目标人员距离最近的麦克风；
22、开启与所述目标人员距离最近的麦克风，并获取对应的所述目标人员的声音信号。
23、在第一方面的一种可能的实现方式中，所述通过接收到每个所述线下参会人员的近端声音信号，确定每个所述线下参会人员所在的位置，包括：
24、对所述近端声音信号进行傅里叶变换得到每个所述近端声音信号的频谱图；
25、计算任意两个所述近端声音信号的频谱图之间的互功率谱；
26、利用预设的加权函数，对所述互功率谱进行加权，并利用对加权后的互功率谱进行反傅里叶变换，得到广义互相关函数；
27、确定所述广义互相关函数中峰值位置对应的每个所述麦克风接收声音信号之间的时间差；
28、根据所述时间差，计算不同所述麦克风之间的距离差；
29、通过所述麦克风之间的距离差，确定每个所述线下参会人员所在的位置。
30、在第一方面的一种可能的实现方式中，所述根据所述声学环境数据、所述近端声音信号和所述远端声音信号，生成所述会议室的声向图，包括：
31、获取所述会议室的空间数据；
32、通过所述会议室的空间数据，构建所述会议室的三维模型；
33、将所述三维模型和所述声学环境数据导入预设的声学模拟软件中，构建所述会议室的声学模拟模型；
34、在所述声学模拟模型中确定与所述麦克风阵列连接的音响所在的位置；
35、通过与所述麦克风阵列连接的音响所在的位置，确定与所述麦克风阵列连接的音响发出的所述近端声音信号和所述远端声音信号在所述会议室的声学模拟模型中的传播路径；
36、结合所述传播路径和所述会议室的声学模拟模型，生成所述会议室的声向图。
37、在第一方面的一种可能的实现方式中，所述通过所述会议室的声向图，确定所述会议室内的声学参数，包括：
38、通过所述会议室的声向图，确定所述近端声音信号和所述远端声音信号的反射点、折射点和吸收点；
39、所述基于所述声学参数划分所述会议室，得到所述会议室内的声场区域图，包括：
40、确定每个所述反射点到预设声源的反射距离，以及获取反射平面基本信息；
41、基于每个所述反射距离和所述反射平面基本信息，确定所述声音信号的第一衰减值；
42、确定每个所述折射点到预设声源的折射距离，以及获取折射平面基本信息；
43、基于每个所述折射距离和所述折射平面基本信息，确定所述声音信号的第二衰减值；
44、确定每个所述吸收点到预设声源的吸收点距离，以及获取吸收点平面基本信息；
45、基于每个所述吸收点距离和所述吸收点平面基本信息，确定所述声音信号的第三衰减值；
46、将所述第一衰减值、所述第二衰减值和所述第三衰减值输入预设声场等级公式中，确定所述会议室内的最佳听音区、次佳听音区和噪声敏感区；
47、结合所述最佳听音区、所述次佳听音区本文档来自技高网...
【技术保护点】
1.一种基于人工智能的会议室声学优化方法，其特征在于，应用于声学优化系统，所述声学优化系统包括第一电子设备和第二电子设备，所述第一电子设备与麦克风阵列连接，所述麦克风阵列包括一个或多个麦克风，所述麦克风阵列设于会议室内，所述第一电子设备位于所述会议室内，所述第二电子设备设于目标区域，所述第一区域与所述会议室不位于同一地点，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述通过接收到每个所述线下参会人员的近端声音信号，确定每个所述线下参会人员所在的位置，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述声学环境数据、所述近端声音信号和所述远端声音信号，生成所述会议室的声向图，包括：
5.根据权利要求4所述的方法，其特征在于，所述通过所述会议室的声向图，确定所述会议室内的声学参数，包括：
6.根据权利要求1所述的方法，其特征在于，所述噪音类型包括稳态噪音和非稳态噪音，所述稳态噪音为在预设时间段内的最大声级与最小声级的差值小于等于预设阈值的噪音
7.根据权利要求6所述的方法，其特征在于，所述根据所述噪音类型，对所述会议室内的噪音进行消除，得到消除噪音后的声音信号，包括：
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
9.一种电子设备，其特征在于，包括：
10.一种基于人工智能的会议室声学优化系统，应用于权利要求1-8任一项所述的基于人工智能的会议室声学优化方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于人工智能的会议室声学优化方法，其特征在于，应用于声学优化系统，所述声学优化系统包括第一电子设备和第二电子设备，所述第一电子设备与麦克风阵列连接，所述麦克风阵列包括一个或多个麦克风，所述麦克风阵列设于会议室内，所述第一电子设备位于所述会议室内，所述第二电子设备设于目标区域，所述第一区域与所述会议室不位于同一地点，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述通过接收到每个所述线下参会人员的近端声音信号，确定每个所述线下参会人员所在的位置，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述声学环境数据、所述近端声音信号和所述远端声音信号，生成所述会议室的声向图，包括：
5.根据权利要求4...
【专利技术属性】
技术研发人员：田燕妮，
申请(专利权)人：广州华杉电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。