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 ...
【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...
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。