基于双LSTM神经网络的回声消除方法技术

本发明专利技术涉及音频信号处理领域，本发明专利技术旨在解决现有的回声消除效果较差的问题，提出一种基于双LSTM神经网络的回声消除方法，包括：获取待输入至扬声器的第一声源信号以及麦克风输入的第二声源信号，并提取第一声源信号的第一频谱特征和第二声源信号的第二频谱特征；根据第一频谱特征和第二频谱特征并基于第一LSTM神经网络模型得到回声估计信号和噪声估计信号；提取所述回声估计信号的第三频谱特征和噪声估计信号的第四频谱特征；根据所述第二频谱特征、第三频谱特征和第四频谱特征并基于第二LSTM神经网络模型得到纯净的语音信号；将所述纯净的语音信号输入至扬声器。本发明专利技术能够有效的对语音信号中的回声信号进行消除，适用于智能电视。

【技术实现步骤摘要】
基于双LSTM神经网络的回声消除方法
本专利技术涉及音频信号处理领域，具体来说涉及一种回声消除方法。
技术介绍
随着人工智能时代的到来，语音技术是人机交互的重要接口。随着物联网技术的不断发展，人们希望在更远的距离和更加复杂的环境中使用语音控制智能设备，所以传统的近场语音交互已经不能满足人们的需求，麦克风阵列技术成为远场交互的核心。针对目前复杂的应用场景，基于麦克风阵列发展了一系列可以有效提高语音识别率的关键技术，主要包括：语音增强、声源定位、混响消除、回声消除、噪声抑制。针对有扬声器和麦克风的设备(如智能音响，智能电视)，要消除设备自身的播放声音，得到有效的说话人声音，传统的回声消除算法主要利用自适应信号处理等手段来消除背景音的干扰。但在日常场景中存在各种各样的噪声，因此在回声消除中噪声是不可忽略的影响因素。当无噪声时，效果较好，当环境噪音存在时，回声消除算法的性能降低，尤其是有非平稳噪声存在时，回声消除效果不理想。
技术实现思路
本专利技术旨在解决现有的回声消除效果较差的问题，提出一种基于双LSTM神经网络的回声消本文档来自技高网...

【技术保护点】
1.基于双LSTM神经网络的回声消除方法，其特征在于，包括以下步骤：/n步骤1、获取待输入至扬声器的第一声源信号以及麦克风输入的第二声源信号，并提取所述第一声源信号的第一频谱特征和第二声源信号的第二频谱特征；/n步骤2、根据所述第一频谱特征和第二频谱特征并基于第一LSTM神经网络模型得到回声估计信号和噪声估计信号，所述第一LSTM神经网络模型是根据第一样本声源信号、第二样本声源信号、样本回声信号和样本噪声信号训练得到的；/n步骤3、提取所述回声估计信号的第三频谱特征和噪声估计信号的第四频谱特征；/n步骤4、根据所述第二频谱特征、第三频谱特征和第四频谱特征并基于第二LSTM神经网络模型得到纯净的...

【技术特征摘要】
1.基于双LSTM神经网络的回声消除方法，其特征在于，包括以下步骤：
步骤1、获取待输入至扬声器的第一声源信号以及麦克风输入的第二声源信号，并提取所述第一声源信号的第一频谱特征和第二声源信号的第二频谱特征；
步骤2、根据所述第一频谱特征和第二频谱特征并基于第一LSTM神经网络模型得到回声估计信号和噪声估计信号，所述第一LSTM神经网络模型是根据第一样本声源信号、第二样本声源信号、样本回声信号和样本噪声信号训练得到的；
步骤3、提取所述回声估计信号的第三频谱特征和噪声估计信号的第四频谱特征；
步骤4、根据所述第二频谱特征、第...

【专利技术属性】
技术研发人员：王前慧，邓小红，胡涛，李俊潇，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川;51