一种降噪方法、装置、电子设备以及存储介质制造方法及图纸

本申请公开了一种降噪方法、装置、电子设备以及存储介质，方法包括：拾取外部噪声，生成参考噪声信号；识别参考噪声信号中的关键字，根据识别到的关键字确定有用语音的方向；在有用语音的方向上提取有用语音信号，将有用语音信号从参考噪声信号中滤除，得到无用噪声信号；对无用噪声信号进行滤波，生成反相噪声，以抵消外部噪声。不仅有效提取了有用语音，便于用户接收有用语音，同时还消除了无用噪声，提高了降噪效果。

【技术实现步骤摘要】
一种降噪方法、装置、电子设备以及存储介质
本申请涉及通信
，尤其涉及一种降噪方法、装置、电子设备以及存储介质。
技术介绍
现有的主动降噪系统(ANC：ActiveNoiseControl)中，外部噪声首先被参考麦克风拾取，得到参考噪声信号。参考噪声信号经过ANC滤波器滤波后产生反相噪声来抵消外部噪声，未抵消的外部噪声作为残余噪声，被误差麦克风拾取，得到误差噪声信号，进而被自适应控制器用来更新ANC滤波器的系数，从而使得反相噪声更好地抵消外部噪声在耳机内部的影响。在候车室候机厅等场合下，用户在使用耳机时既要抑制外部噪声，又需要时刻注意车站机场的广播通告和工作人员的通知。现有的ANC滤波器会把广播和工作人员的声音等有用声音作为噪声消除。采用全透传模式又达不到消噪的效果，部分耳机通过手动设置对人声进行透传，但也无法解决周围人声引起的噪声问题。因此，目前的降噪耳机无法识别有用语音和无用噪声，从而导致对有用语音完全过滤，或者无用噪声太大引起用户使用体验较差。
技术实现思路
本申请实施例提供一种降噪方法、装置、电子设备以及存储介质，以解决相关技术存在的问题，技术方案如下：第一方面，本申请实施例提供了一种降噪方法，包括：拾取外部噪声，生成参考噪声信号；识别参考噪声信号中的关键字，根据识别到的关键字确定有用语音的方向；在有用语音的方向上提取有用语音信号，将有用语音信号从参考噪声信号中滤除，得到无用噪声信号；对无用噪声信号进行滤波，生成反相噪声，以抵消外部噪声。在一种实施方式中，识别参考噪声信号中的关键字，包括：利用高斯混合模型和隐马尔可夫模型组成的语音识别模型，或卷积神经网络模型识别参考噪声信号中的关键字。在一种实施方式中，根据识别到的关键字确定有用语音的方向，包括：波束成形器获取参考噪声信号，并根据识别到的关键字将参考噪声信号进行处理，确定有用语音的方向。在一种实施方式中，在有用语音的方向上提取有用语音信号，包括：滤波器获取有用语音的方向上的参考噪声信号，滤除大于预设频率值的参考噪声信号；将保留的参考噪声信号作为有用语音信号。在一种实施方式中，在有用语音的方向上提取有用语音信号，包括：利用主成分分析算法对保留的参考噪声信号进行特征分解，得到N个特征值Di(i＝1,2,……N)以及对应的N组奇异向量Ui和Vi，N为误差麦克风数量；选择大于预设特征值的特征值Dj，计算有用语音信号S＝Uj*Dj*Vj。在一种实施方式中，对无用噪声信号进行滤波，生成反相噪声，包括：拾取残余噪声，生成误差噪声信号；利用误差噪声信号和无用噪声信号更新滤波参数；利用更新后的滤波参数对无用噪声信号进行滤波，生成反相噪声。第二方面，本申请实施例提供了一种降噪装置，包括：参考噪声生成模块，用于拾取外部噪声，生成参考噪声信号；语音方向确定模块，用于识别参考噪声信号中的关键字，根据识别到的关键字确定有用语音的方向；有用语音提取模块，用于在有用语音的方向上提取有用语音信号；无用噪声获取模块，用于将有用语音信号从参考噪声信号中滤除，得到无用噪声信号；无用噪声滤波模块，用于对无用噪声信号进行滤波，生成反相噪声，以抵消外部噪声。在一种实施方式中，语音方向确定模块，包括：波束成形子模块，用于波束成形器获取参考噪声信号，并根据识别到的关键字将参考噪声信号进行处理，确定有用语音的方向。在一种实施方式，有用语音提取模块，包括：滤波子模块，用于滤波器获取有用语音的方向上的参考噪声信号，滤除大于预设频率值的参考噪声信号；有用语音信号提取子模块，用于将保留的参考噪声信号作为有用语音信号。在一种实施方式，有用语音提取模块，包括：特征分解子模块，用于利用主成分分析算法对保留的参考噪声信号进行特征分解，得到N个特征值Di(i＝1,2,……N)以及对应的N组奇异向量Ui和Vi，N为误差麦克风数量；有用语音信号计算子模块，用于选择大于预设特征值的特征值Dj(j＝1,2,……N)，计算有用语音信号S＝Uj*Dj*Vj。在一种实施方式，无用噪声滤波模块包括：误差噪声生成子模块，用于拾取残余噪声，生成误差噪声信号；滤波参数更新子模块，用于利用误差噪声信号和无用噪声信号更新滤波参数；无用噪声滤波子模块，用于利用更新后的滤波参数对无用噪声信号进行滤波，生成反相噪声。第三方面，提供了一种降噪耳机，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任一项的方法。第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行上述任一项的方法。上述申请中的一个实施例具有如下优点或有益效果：通过识别有用语音源发出的关键字，触发耳机的麦克风阵列拾取各个方向的外部噪声，根据识别到的关键字确定有用语音源的方向，然后通过人声提取器提取有用语音源方向的有用语音。没有识别到关键字时滤除无用噪声信号，消除了和有用语音无关的人声引起的无用噪声。不仅有效提取了有用语音，便于用户接收有用语音，同时还消除了无用噪声，提高了降噪效果。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是现有技术提供的一种主动降噪系统结构示意图；图2是根据本申请一实施例的一种降噪方法的示意图；图3是根据本申请一实施例的一种降噪系统的结构示意图；图4是根据本申请一实施例的降噪装置的结构图；图5是用来实现本申请实施例的一种降噪方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图1示出现有的主动降噪系统(ANC：ActiveNoiseControl)的结构示意图。为了解决现有技术中主动降噪系统无法识别有用语音和无用噪声，从而导致对有用语音完全过滤，或者无用噪声太大引起用户使用体验较差的技术问题。本实施例提出一种降噪方法，如图2所示，包括如下步骤：步骤S110：拾取外部噪声，生成参考噪声信号；步骤S120：识别参考噪声信号中的关键字，根据识别到的关键字确定有用语音的方向；步骤S130：在有用语音的方向上提取有用语音信号，将有用语音信号从参考噪声信号中滤除，得到无用噪声信号；步骤S140：对无用噪声信号进行滤波，生成反相噪声，本文档来自技高网...

【技术保护点】
1.一种降噪方法，其特征在于，包括：/n拾取外部噪声，生成参考噪声信号；/n识别所述参考噪声信号中的关键字，根据识别到的关键字确定有用语音的方向；/n在所述有用语音的方向上提取有用语音信号，将所述有用语音信号从所述参考噪声信号中滤除，得到无用噪声信号；/n对所述无用噪声信号进行滤波，生成反相噪声，以抵消所述外部噪声。/n

【技术特征摘要】
1.一种降噪方法，其特征在于，包括：
拾取外部噪声，生成参考噪声信号；
识别所述参考噪声信号中的关键字，根据识别到的关键字确定有用语音的方向；
在所述有用语音的方向上提取有用语音信号，将所述有用语音信号从所述参考噪声信号中滤除，得到无用噪声信号；
对所述无用噪声信号进行滤波，生成反相噪声，以抵消所述外部噪声。


2.根据权利要求1所述的方法，其特征在于，所述识别所述参考噪声信号中的关键字，包括：
利用高斯混合模型和隐马尔可夫模型组成的语音识别模型，或卷积神经网络模型识别所述参考噪声信号中的关键字。


3.根据权利要求1所述的方法，其特征在于，所述根据识别到的关键字确定有用语音的方向，包括：
波束成形器获取所述参考噪声信号，并根据所述识别到的关键字将所述参考噪声信号进行处理，确定所述有用语音的方向。


4.根据权利要求1所述的方法，其特征在于，所述在所述有用语音的方向上提取有用语音信号，包括：
滤波器获取所述有用语音的方向上的参考噪声信号，滤除大于预设频率值的参考噪声信号；
将保留的参考噪声信号作为所述有用语音信号。


5.根据权利要求4所述的方法，其特征在于，所述在所述有用语音的方向上提取有用语音信号，包括：
利用主成分分析算法对保留的参考噪声信号进行特征分解，得到N个特征值Di(i＝1,2,……N)以及对应的N组奇异向量Ui和Vi，N为误差麦克风数量；
选择大于预设特征值的特征值Dj，计算所述有用语音信号S＝Uj*Dj*Vj。


6.根据权利要求1至5任一项所述的方法，其特征在于，所述对所述无用噪声信号进行滤波，生成反相噪声，包括：
拾取残余噪声，生成误差噪声信号；
利用所述误差噪声信号和所述无用噪声信号更新滤波参数；
利用更新后的滤波参数对所述无用噪声信号进行滤波，生成所述反相噪声。


7.一种降噪装置，其特征在于，包括：
参考噪声生成模块，用于拾取外部噪声，生成参考噪声信号；
语音方向确定模块，用于识别所述参考噪声信号中的关键字，根据识别到的关键字确定有用语音的方向；
有用语音提取模...

【专利技术属性】
技术研发人员：顾晓闻，
申请(专利权)人：泰凌微电子上海股份有限公司，
类型：发明
国别省市：上海;31