一种基于自动增益的恒定音量输出方法技术

本发明专利技术公开了一种基于自动增益的恒定音量输出方法，包括以下步骤：S1.麦克风接收声音信号；S2.vad人声判断，丢弃非人声数据，并保留人声数据；S3.agc人声增益；S4.ns噪声降噪；S5.输出设备将处理后的声音信号输出。本方法所实现功能为在自由选择输入设备和输出设备的情况下，将输入设备输入的音频，进行噪声降噪，以及人声检测。在有人声的情况下，将输入的人声增益到设定的音量大小，当输入的人声音量小时，进行增大。当输入的人声音量大时，进行减小，将人声输出的音量始终增益到同一大小，以提升通话质量。

A constant volume output method based on automatic gain

【技术实现步骤摘要】
一种基于自动增益的恒定音量输出方法
本专利技术涉及一种基于自动增益的恒定音量输出方法。
技术介绍
使用手机、电脑等数码设备进行远距离语音聊天时，如果设备不具有自动增益的功能，使用者听到的人声会发生忽大忽小的情况，大大降低了通话质量，并极大的影响了使用体验，。但现有的绝大多数扩音或麦克风设备均不具有自动增益的功能，如果将其全部进行硬件更换，其需要较大的成本，且会造成社会公用资源的极大浪费。而基于软件层次的自动增益方法，可以在不更换硬件的情况下进行对声音的自动增益，以节约升级成本。
技术实现思路
本专利技术的目的是为了解决以上现有技术的不足，提出了一种基于自动增益的恒定音量输出方法。一种基于自动增益的恒定音量输出方法，包括以下步骤：S1.麦克风接收声音信号；S2.vad人声判断，丢弃非人声数据，并保留人声数据；S3.agc人声增益；S4.ns噪声降噪；S5.输出设备将处理后的声音信号输出。具体流程如下：alsaaudio获取linux设备中的PCM数据(设置采样率为44100通道数为1，表示单声道，宽度为2处理语音帧长度为320字节数据，也就是20ms声音长度，设定输入输出设备以及输出声音的长度模式等等)使用webrtc_audio_processing库，对获取的声音进行处理(设定声音处理的模式，类型等先后进行vad人声检测，agc自动增益处理，agc通过VAD判断语音,对传入每段语音进项幅值的改变)。其中agc处理过程如下：1、根据输入的音频数据得到频率fs和样本数samples计算子帧长度，1ms长度以及毫米数M；2、根据帧长和采样率继续分帧。将20ms的数据分成了低频16k的20ms数据和高频16k的20ms数据。使用这些子帧计算能量信息；3、当麦克风的最大值大于模拟值就计算缓慢增益的序号对应的值；4、获取了目标放大序号后，缓慢调整放大表序号,每次调整1单位，并且取出增益系数。5、使用这个增益倍数对输入的声音数据进行使用，对输入信号计算长度为L的M个子帧的最大M个能量，作为信号包络，以及M个低频8K的能量。6、最后对每一个subFrames计算VAD。对音量进行增益，先通过零率和能量大小判断是否是低能信号。这里的能量大小判断主要是做VAD判决，保证处理的信号是语音而不是噪音。之后是根据输入麦克风等级计算出增益倍数，对声音数据进行线性的增益。有益效果：本方法所实现功能为在自由选择输入设备和输出设备的情况下，将输入设备输入的音频，进行噪声降噪，以及人声检测。在有人声的情况下，将输入的人声增益到设定的音量大小，当输入的人声音量小时，进行增大。当输入的人声音量大时，进行减小，将人声输出的音量始终增益到同一大小，以提升通话质量。附图说明图1是一种基于自动增益的恒定音量输出方法的流程图；图2是一种基于自动增益的恒定音量输出方法的功能图。具体实施方式为了加深对本专利技术的理解，下面将结合实施例和附图对本专利技术作进一步详述，该实施例仅用于解释本专利技术，并不构成对本专利技术保护范围的限定。如图1-2所示，一种基于自动增益的恒定音量输出方法，包括以下步骤：S1.麦克风接收声音信号；S2.vad人声判断，丢弃非人声数据，并保留人声数据；S3.agc人声增益；S4.ns噪声降噪；S5.输出设备将处理后的声音信号输出。具体流程如下：alsaaudio获取linux设备中的PCM数据(设置采样率为44100通道数为1，表示单声道，宽度为2处理语音帧长度为320字节数据，也就是20ms声音长度，设定输入输出设备以及输出声音的长度模式等等)使用webrtc_audio_processing库，对获取的声音进行处理(设定声音处理的模式，类型等先后进行vad人声检测，agc自动增益处理，agc通过VAD判断语音,对传入每段语音进项幅值的改变)。其中agc处理过程如下：1、根据输入的音频数据得到频率fs和样本数samples计算子帧长度，1ms长度以及毫米数M；2、根据帧长和采样率继续分帧。将20ms的数据分成了低频16k的20ms数据和高频16k的20ms数据。使用这些子帧计算能量信息；3、当麦克风的最大值大于模拟值就计算缓慢增益的序号对应的值；4、获取了目标放大序号后，缓慢调整放大表序号,每次调整1单位，并且取出增益系数。5、使用这个增益倍数对输入的声音数据进行使用，对输入信号计算长度为L的M个子帧的最大M个能量，作为信号包络，以及M个低频8K的能量。6、最后对每一个subFrames计算VAD。对音量进行增益，先通过零率和能量大小判断是否是低能信号。这里的能量大小判断主要是做VAD判决，保证处理的信号是语音而不是噪音。之后是根据输入麦克风等级计算出增益倍数，对声音数据进行线性的增益。以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种基于自动增益的恒定音量输出方法，其特征在于，包括以下步骤：/nS1.麦克风接收声音信号；/nS2.vad人声判断，丢弃非人声数据，并保留人声数据；/nS3.agc人声增益；/nS4.ns噪声降噪；/nS5.输出设备将处理后的声音信号输出。/n

【技术特征摘要】
1.一种基于自动增益的恒定音量输出方法，其特征在于，包括以下步骤：
S1.麦克风接收声音信号；
S2.vad人声判断，丢弃非人声数据，并保留人声数据；
S3.agc人声增益；
S4.ns噪声降噪；
S5.输出设备将处理后的声音信号输出。


2.根据权利要求1所述的一种基于自动增益的恒定音量输出方法，其特征在于，其中S3中agc人声增益具体包括以下步骤：
①、根据输入的音频数据得到频率fs和样本数samples计算子帧长度，1ms长度以及毫米数M；
②、根据帧长和采样率继...

【专利技术属性】
技术研发人员：宣士斌，张浩，宣彦庄，刘金宁，蒋荣萍，潘满英，王杰，秦续阳，
申请(专利权)人：广西民族大学，
类型：发明
国别省市：广西;45