语音信号的回声消除方法、装置、存储介质以及电子装置制造方法及图纸

本发明专利技术实施例提供了一种语音信号的回声消除方法、装置、存储介质以及电子装置，该方法包括：采用获取远端参考信号以及语音采集设备采集到的近端语音信号的一组语音信号，并将远端参考信号输入目标神经网络模型，得到目标回声估计信号；对目标回声估计信号与近端语音信号执行目标处理，得到目标语音信号，以消除近端语音信号中包含的线性回声信号以及非线性回声信号，能够解决相关技术中存在的难以有效消除语音信号的回声的问题，达到有效消除语音信号的线性回声信号以及非线性回声信号，并且能够保持语音信号的完整性，不破坏原始声源信号的技术效果。

【技术实现步骤摘要】
语音信号的回声消除方法、装置、存储介质以及电子装置
本专利技术实施例涉及通信领域，具体而言，涉及一种语音信号的回声消除方法、装置、存储介质以及电子装置。
技术介绍
在目前的相关技术中，语音终端设备通过扬声器发出的声音会被自身麦克风接收，进而产生语音干扰，也即，语音信号的回声。在进行回声消除的过程中，对于语音信号中的非线性回声一般是采用结构复杂的非线性处理模块进行抑制，其存在非线性运算单元计算复杂，并且容易破坏主声源频谱结构的技术问题。针对相关技术中存在的难以有效消除语音信号的回声的技术问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种语音信号的回声消除方法、装置、存储介质以及电子装置，以至少解决相关技术中难以有效消除语音信号的回声的问题。根据本专利技术的一个实施例，提供了一种语音信号的回声消除方法，包括：获取第一组语音信号，其中，所述第一组语音信号包括远端参考信号以及语音采集设备采集到的近端语音信号，所述远端参考信号为扬声器需要播放的语音信号；将所述远端参考信号输入目标神经网络模型，得到目标回声估计信号，其中，所述目标神经网络模型用于确定所述远端参考信号通过所述扬声器播放后经由所述语音采集设备采集到的近端回声估计信号；对所述目标回声估计信号与所述近端语音信号执行目标处理，得到目标语音信号，其中，所述目标语音信号为消除所述近端语音信号中包含的线性回声信号以及非线性回声信号后的语音信号。根据本专利技术的另一个实施例，提供了一种语音信号的回声消除装置，包括：获取模块，用于获取第一组语音信号，其中，所述第一组语音信号包括远端参考信号以及语音采集设备采集到的近端语音信号，所述远端参考信号为扬声器需要播放的语音信号；输入模块，用于将所述远端参考信号输入目标神经网络模型，得到目标回声估计信号，其中，所述目标神经网络模型用于确定所述远端参考信号通过所述扬声器播放后经由所述语音采集设备采集到的近端回声估计信号；处理模块，用于对所述目标回声估计信号与所述近端语音信号执行目标处理，得到目标语音信号，其中，所述目标语音信号为消除所述近端语音信号中包含的线性回声信号以及非线性回声信号后的语音信号。根据本专利技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本专利技术，采用获取远端参考信号以及语音采集设备采集到的近端语音信号的一组语音信号，并将远端参考信号输入目标神经网络模型，得到目标回声估计信号；对目标回声估计信号与近端语音信号执行目标处理，得到目标语音信号，以消除近端语音信号中包含的线性回声信号以及非线性回声信号，能够解决相关技术中存在的难以有效消除语音信号的回声的问题，达到有效消除语音信号的线性回声信号以及非线性回声信号，并且能够保持语音信号的完整性，不破坏原始声源信号的技术效果。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术实施例的一种语音信号的回声消除方法的移动终端的硬件结构框图；图2是本专利技术实施例的一种语音信号的回声消除方法的流程示意图；图3是本专利技术实施例的一种语音信号的回声消除方法的示意图；图4是本专利技术实施例的一种线性内插方法的示意图；图5是本专利技术实施例的又一种语音信号的回声消除方法的示意图；图6是本专利技术实施例的一种实现语音信号回声消除神经网络的结构示意图；图7是本专利技术实施例的另一种语音信号的回声消除方法的流程示意图；图8是本专利技术实施例的一种实现语音信号回声消除的神经网络模型训练方法的示意图；图9是本专利技术实施例的一种实现语音信号回声消除的神经网络模型训练方法的示意图；图10是根据本专利技术实施例的一种语音信号的回声消除装置的结构示意图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术的实施例。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种语音信号的回声消除方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的语音信号的回声消除方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(NetworkInterfaceController，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(RadioFrequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的语音信号的回声消除方法，图2是根据本专利技术实施例的一种可选的语音信号的回声消除的流程图，如图2所示，该流程包括如下步骤：S202，获取第一组语音信号，其中，第一组语音信号包括远端参考信号以及语音采集设备采集到的近端语音信号，远端参考信号为扬声器需要播放的语音信号；S204，将远端参考信号输入目标神经网络模型，得到目标回声估计信号，其中，目标神经网络模型用于确定远端参考信号通过扬声器播放后经由语音采集设备采集到的近端回声估计信号；S206，对目标回声估计信号与近端语音信号执行目标处理，得本文档来自技高网...

【技术保护点】
1.一种语音信号的回声消除方法，其特征在于，包括：/n获取第一组语音信号，其中，所述第一组语音信号包括远端参考信号以及语音采集设备采集到的近端语音信号，所述远端参考信号为扬声器需要播放的语音信号；/n将所述远端参考信号输入目标神经网络模型，得到目标回声估计信号，其中，所述目标神经网络模型用于确定所述远端参考信号通过所述扬声器播放后经由所述语音采集设备采集到的近端回声估计信号；/n对所述目标回声估计信号与所述近端语音信号执行目标处理，得到目标语音信号，其中，所述目标语音信号为消除所述近端语音信号中包含的线性回声信号以及非线性回声信号后的语音信号。/n

【技术特征摘要】
1.一种语音信号的回声消除方法，其特征在于，包括：
获取第一组语音信号，其中，所述第一组语音信号包括远端参考信号以及语音采集设备采集到的近端语音信号，所述远端参考信号为扬声器需要播放的语音信号；
将所述远端参考信号输入目标神经网络模型，得到目标回声估计信号，其中，所述目标神经网络模型用于确定所述远端参考信号通过所述扬声器播放后经由所述语音采集设备采集到的近端回声估计信号；
对所述目标回声估计信号与所述近端语音信号执行目标处理，得到目标语音信号，其中，所述目标语音信号为消除所述近端语音信号中包含的线性回声信号以及非线性回声信号后的语音信号。


2.根据权利要求1所述的方法，其特征在于，将所述远端参考信号输入目标神经网络模型，得到目标回声估计信号，包括：
将在第一数据段采集到的第一远端参考信号输入自适应滤波器，得到第一回声估计信号，其中，所述远端参考信号包括所述第一远端参考信号；
将所述第一远端参考信号和第一回声估计信号输入第一目标神经网络模型，得到第二回声估计信号，其中，所述目标神经网络模型包括所述第一目标神经网络模型；
将在第一数据段采集得到的近端信号与所述第二回声估计信号相减得到第一误差信号。


3.根据权利要求2所述的方法，其特征在于，在将所述近端信号与所述第二回声估计信号相减得到第一误差信号之后，所述方法还包括：
将所述第一误差信号反馈至所述自适应滤波器以及所述第一目标神经网络模型，以更新所述自适应滤波器以及所述第一目标神经网络模型中的目标参数，其中，所述目标参数用于消除所述近端语音信号中的非线性回声信号；
将在第二数据段采集到的第二远端参考信号输入更新后的所述自适应滤波器，得到第三回声估计信号；
将所述第二远端参考信号和第三回声估计信号输入更新后的所述第一目标神经网络模型，得到第四回声估计信号；
将在第一数据段采集得到的近端信号与所述第四回声估计信号相减得到第二误差信号。


4.根据权利要求1所述的方法，其特征在于，所述将所述远端参考信号输入目标神经网络模型，得到目标回声估计信号，包括：
将在第一数据段采集到的第一远端参考信号输入自适应滤波器，得到第五回声估计信号，其中，所述远端参考信号包括所述第一远端参考信号，所述第五回声估计信号为所述近端语音信号的线性回声信号的估计；
将所述第五回声估计信号与所述近端语音信号相减，得到第三误差信号；
将所述第三误差信号以及所述第一远端参考信号输入第二目标神经网络模型，得到第四误差信号，其中，所述目标神经网络模型包括所述第二目标神经网络模型，所述第四误差信号为所述第三误差信号消除所述非线性回声信号之后的语音信号。


5.根据权利要求4所述的方法，其特征在于，在将所述第三误差信号以及所述第一远端参考信号输入第二目标神经网络模型，得到第四误差信号之后，所述方法还包括：
将所述第四误差信号反馈至所述自适应滤波器以及所述第二目标神经网络模型，以更新...

【专利技术属性】
技术研发人员：马路，黄华，赵培，苏腾荣，
申请(专利权)人：海尔优家智能科技北京有限公司，
类型：发明
国别省市：北京;11