一种噪音处理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种噪音处理方法，包括：对待去噪音频的每一窗口的时域信号进行分帧；其中，每一帧的长度为若干个样本点；将所述样本点平均分为若干个区间，并计算每个区间的区间能量；判断连续区间的区间能量是否满足预设的短时非平稳噪音识别条件；响应于判断结果满足预设的短时非平稳噪音识别条件，提取所述连续区间的ADSR特征，根据提取的所述ADSR特征确定对应的噪音消除方法。本发明专利技术实施例还提供了一种噪音处理装置、设备及存储介质有效解决现有技术无法快速的对噪音进行识别，从而无法很好地消除这些噪音的问题。

A noise treatment method, device, equipment and storage medium

The invention discloses a noise processing method, which comprises: dividing the time domain signal of each window of the audio to be de-noising into frames; wherein, the length of each frame is a number of sample points; dividing the sample points into several intervals on average, and calculating the interval energy of each interval; judging whether the interval energy of the continuous interval meets the preset short-term non-stationary noise recognition conditions; and The ADSR feature of the continuous interval shall be extracted according to the judgment result meeting the preset short-term non-stationary noise recognition conditions, and the corresponding noise elimination method shall be determined according to the extracted ADSR feature. The embodiment of the invention also provides a noise processing device, a device and a storage medium to effectively solve the problem that the prior art is unable to recognize the noise quickly, so as to eliminate the noise well.

【技术实现步骤摘要】
一种噪音处理方法、装置、设备及存储介质
本专利技术涉及声音处理
，尤其涉及一种噪音处理方法、装置、设备及存储介质。
技术介绍
通常来说，噪音可被划分为三个种类：平稳噪音，短时平稳噪音，短时非平稳噪音。平稳噪音是指，均值为常数,相关函数只与时间差有关，其特性基本保持不变。短时平稳噪音是指，在较短的时间段内可保持平稳，如语音信号。短时非平稳噪音是指，在任何时间段内都无法保持平稳。在实际生活中短时非平稳噪音是极为常见的，如开关门，放东西，打击乐发出的声响等等。这种噪音除了短时非平稳性，还都具有一个共性：即发声时间较短，且发声结束后声音都将消失。对于这种短时非平稳噪音现有技术无法快速的对噪音进行识别，从而无法很好地消除这些噪音。
技术实现思路
本专利技术实施例提供一种噪音处理方法、装置、设备及存储介质，能有效解决现有技术无法快速的对噪音进行识别，从而无法很好地消除这些噪音的问题。本专利技术一实施例提供一种噪音处理方法，包括：对待去噪音频的每一窗口的时域信号进行分帧；其中，每一帧的长度为若干个样本点；将所述样本点平均分为若干个区间，并根据所述样本点的幅值计算每个区间的区间能量；判断连续区间的区间能量是否满足预设的短时非平稳噪音识别条件；响应于判断结果满足预设的短时非平稳噪音识别条件，提取所述连续区间的ADSR特征，根据提取的所述ADSR特征确定对应的噪音消除方法；其中，每一种ADSR特征，均预先设置有对应的噪音消除方法。作为上述方案的改进，所述方法还包括：响应于判断结果不满足预设的短时非平稳噪音识别条件，不对当前窗口的时域信号进行处理，继续处理下一帧。作为上述方案的改进，所述预设的噪音识别条件包括：所述连续区间的第一区间的区间能量与最后区间的区间能量均比所述连续区间中的其他区间的区间能量低。作为上述方案的改进，在所述响应于判断结果满足预设的噪音识别条件之后，所述则提取所述连续区间的ADSR特征之前，还包括：确定所述连续区间中区间能量最大的区间；判断所述区间能量最大的区间与所述最后区间内至少有三个连续的区间满足区间能量在预设的浮动范围内；响应于判断结果为有至少三个连续的区间满足区间能量在预设的浮动范围内，则所述至少三个连续的区间处于ADSR特征的S阶段；其中，在所述连续区间中所述S阶段之后的区间处于ADSR特征的R阶段，所述第一区间至所述区间能量最大的区间处于ADSR特征的A阶段，在所述连续区间中剩余的区间则处于ADSR特征的D阶段。作为上述方案的改进，则提取所述连续区间的ADSR特征，具体包括：根据所述A阶段、所述D阶段、所述S阶段、所述R阶段的样本点分别计算各自阶段的长度，分别得到第一特征、第二特征、第三特征、第四特征；计算所述S阶段的区间能量的平均值得到第五特征。作为上述方案的改进，在所述响应于判断结果为有至少三个连续的区间满足区间能量在预设的浮动范围内之后，还包括：若有多个三个以上连续的区间满足区间能量在预设的浮动范围内，则选择区间数量最多的连续的区间作为ADSR特征的S阶段。作为上述方案的改进，所述计算每个区间的区间能量，具体包括：通过计算每个区间内的样本点的幅值的平方和，得到每个区间的区间能量。本专利技术另一实施例对应提供了一种噪音处理装置装置，包括：分帧模块，用于对待去噪音频的每一窗口的时域信号进行分帧；其中，每一帧的长度为若干个样本点；计算模块，用于将所述样本点平均分为若干个区间，并根据所述样本点的幅值计算每个区间的区间能量；第一判断模块，用于判断连续区间的区间能量是否满足预设的噪音识别条件；第一响应模块模块，用于响应于判断结果满足预设的短时非平稳噪音识别条件，提取所述连续区间的ADSR特征，根据提取的所述ADSR特征确定对应的噪音消除方法；其中，每一种ADSR特征，均预先设置有对应的噪音消除方法。作为上述方案的改进，还包括：第二响应模块模块，用于响应于判断结果不满足预设的短时非平稳噪音识别条件，不对当前窗口的时域信号进行处理，继续处理下一帧。本专利技术另一实施例提供了一种噪音处理设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述专利技术实施例所述的噪音处理方法。本专利技术另一实施例提供了一种存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述专利技术实施例所述的噪音处理方法。与现有技术相比，本专利技术实施例公开的噪音处理方法、装置、设备及存储介质，将待去噪音频的每一窗口分帧，再将每一帧分为若干个区间并计算每个区间的区间能量，通过判断连续区间的区间能量是否满足预设的短时非平稳噪音识别条件，对短时非平稳噪音进行识别，再提取所述连续区间的ADSR特征，根据提取的所述ADSR特征确定对应的噪音消除方法。由上分析可知，本专利技术实施例，通过对待去噪音频每一帧进行判断从而快速识别短时非平稳噪音，再通过提取ADSR特征确定对应的噪音消除方法，从而对短时非平稳噪音进行去噪处理。而且由于ADSR特征为时域特征，无需转换到频域，降低了ADSR特征的提取时间以及复杂程度，从而更快速的对短时非平稳噪音进行处理。附图说明图1是本专利技术一实施例提供的一种噪音处理方法的流程示意图；图2是本专利技术一实施例提供的一种噪音处理装置的结构示意图；图3是本专利技术一实施例提供的一种噪音处理设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参见图1，是本专利技术一实施例提供的一种噪音处理方法的流程示意图。本专利技术一实施例提供一种噪音处理方法，包括：S10，对待去噪音频的每一窗口的时域信号进行分帧；其中，每一帧的长度为若干个样本点。具体地，对待去噪音频进行分帧加窗处理，对每一窗口的时域信号进行分帧，每一帧长度为N个样本点。在本实施例中，窗口的长度一般取0.5s-3s，可设为预设的噪音特征样本库中长度最大值，相邻窗之间有重叠。S20，将所述样本点平均分为若干个区间，并根据所述样本点的幅值计算每个区间的区间能量。其中，通过计算每个区间内的样本点的幅值的平方和，得到每个区间的区间能量。示例性地，将N个样本点分为M个区间，每个区间有N/M个样本点，每个区间标号分别为1,2,…M；分别计算M个区间的区间能量。通过计算每个区间内的样本点的平方和，得到每个区间的区间能量，分别记为P1,P2,……Pm，作为这个区间的区间能量。S30，判断连续区间的区间能量是否满足预设的短时本文档来自技高网...

【技术保护点】
1.一种噪音处理方法，其特征在于，包括：/n对待去噪音频的每一窗口的时域信号进行分帧；其中，每一帧的长度为若干个样本点；/n将所述样本点平均分为若干个区间，并根据所述样本点的幅值计算每个区间的区间能量；/n判断连续区间的区间能量是否满足预设的短时非平稳噪音识别条件；/n响应于判断结果满足预设的短时非平稳噪音识别条件，提取所述连续区间的ADSR特征，根据提取的所述ADSR特征确定对应的噪音消除方法；其中，每一种ADSR特征，均预先设置有对应的噪音消除方法。/n

【技术特征摘要】
1.一种噪音处理方法，其特征在于，包括：
对待去噪音频的每一窗口的时域信号进行分帧；其中，每一帧的长度为若干个样本点；
将所述样本点平均分为若干个区间，并根据所述样本点的幅值计算每个区间的区间能量；
判断连续区间的区间能量是否满足预设的短时非平稳噪音识别条件；
响应于判断结果满足预设的短时非平稳噪音识别条件，提取所述连续区间的ADSR特征，根据提取的所述ADSR特征确定对应的噪音消除方法；其中，每一种ADSR特征，均预先设置有对应的噪音消除方法。


2.如权利要求1所述的噪音处理方法，其特征在于，所述方法还包括：
响应于判断结果不满足预设的短时非平稳噪音识别条件，不对当前窗口的时域信号进行处理，继续处理下一帧。


3.如权利要求1所述的噪音处理方法，其特征在于，所述预设的噪音识别条件包括：
所述连续区间的第一区间的区间能量与最后区间的区间能量均比所述连续区间中的其他区间的区间能量低。


4.如权利要求3所述的噪音处理方法，其特征在于，在所述响应于判断结果满足预设的短时非平稳噪音识别条件之后，所述提取所述连续区间的ADSR特征之前，还包括：
确定所述连续区间中区间能量最大的区间；
判断所述区间能量最大的区间与所述最后区间内至少有三个连续的区间满足区间能量在预设的浮动范围内；
响应于判断结果为有至少三个连续的区间满足区间能量在预设的浮动范围内，则所述至少三个连续的区间处于ADSR特征的S阶段；
其中，在所述连续区间中所述S阶段之后的区间处于ADSR特征的R阶段，所述第一区间至所述区间能量最大的区间处于ADSR特征的A阶段，在所述连续区间中剩余的区间则处于ADSR特征的D阶段。


5.如权利要求4所述的噪音处理方法，其特征在于，提取所述连续区间的ADSR特征，具体包括：
根据所述...

【专利技术属性】
技术研发人员：陈英博，
申请(专利权)人：普联技术有限公司，
类型：发明
国别省市：广东;44