一种基于声纹识别技术的声反馈抑制方法及系统技术方案

本发明专利技术公开了一种基于声纹识别技术的声反馈抑制方法及系统，方法包括拾音设备采集音频信号，依据声纹识别技术对所述音频信号进行分析，得到人发出的音频信号和音响发出的音频信号，采用反馈抑制器对所述音响发出的音频信号进行衰减，从而实现声反馈抑制；通过采用声纹识别技术区分出人发出的音频信号和音响发出的音频信号，并采用反馈抑制器对所述音响发出的音频信号进行衰减，能够保证不失真的同时，还能够实现高增益的效果，从而解决了现有技术存在的声音失真和增益小的缺陷。技术存在的声音失真和增益小的缺陷。技术存在的声音失真和增益小的缺陷。

【技术实现步骤摘要】
一种基于声纹识别技术的声反馈抑制方法及系统


[0001]本专利技术涉及声反馈抑制
，尤其涉及一种基于声纹识别技术的声反馈抑制方法及系统。

技术介绍

[0002]自从扩声系统被广泛应用以来，语音信号处理就一直受声反馈问题的困扰，扩声系统的共同特征就是对声音信号进行放大，以得到较大的输出音量，在扩声系统中，声音由扬声器发出，当扬声器输出信号耦合进入麦克风时，就形成了一个闭环的反馈系统，当系统增益过大时，由于声反馈现象，就会产生刺耳的啸叫声。
[0003]现有技术主要通过两种方式解决声反馈导致的啸叫现象，第一种方式为采用移频的方式，第二种方式为采用陷波的方式，然而，采用移频的方式虽然对啸叫现象有所改善，但输出信号的频率和输入信号的频率已不相同，所以会造成声音的失真，采用陷波的方式声音的失真很小，但是增益提升小,对于增益要求很高的扩声系统，比如使用了高增益的电容话筒扩声系统，音量调节很难达到使用要求。

技术实现思路

[0004]有鉴于此，本专利技术提出一种基于声纹识别技术的声反馈抑制方法及系统，可以解决现有声反馈抑制方法所存在的声音失真和增益小的缺陷。
[0005]本专利技术的技术方案是这样实现的：
[0006]一种基于声纹识别技术的声反馈抑制方法，具体包括以下步骤：
[0007]步骤S1，拾音设备采集音频信号；
[0008]步骤S2，依据声纹识别技术对所述音频信号进行分析，得到人发出的音频信号和音响发出的音频信号；
[0009]步骤S3，采用反馈抑制器对所述音响发出的音频信号进行衰减，从而实现声反馈抑制。
[0010]作为所述基于声纹识别技术的声反馈抑制方法的进一步可选该方案，所述步骤S2具体包括以下步骤：
[0011]步骤S21，对所述音频信号进行特征提取，得到声纹特征；
[0012]步骤S22，将所述声纹特征输入至预设的声纹识别模型中进行识别，得到人发出的音频信号和音响发出的音频信号。
[0013]作为所述基于声纹识别技术的声反馈抑制方法的进一步可选方案，所述步骤S21具体包括以下步骤：
[0014]步骤S211，对所述音频信号进行快速傅里叶转换，得到转换后的音频信号；
[0015]步骤S212，对所述转换后的音频信号进行滤波处理，得到所述音频信号对应的声纹能量，并将所述音频信号对应的声纹能量确定为所述音频信号对应的声纹特征。
[0016]作为所述基于声纹识别技术的声反馈抑制方法的进一步可选方案，所述声纹识别
模型生成的方式具体包括以下步骤：
[0017]获取人发出的音频信号样本数据和音响发出的音频信号样本数据；
[0018]创建神经网络模型，将所述人发出的音频信号样本数据和音响发出的音频信号样本数据输入至所述神经网络模型中训练，得到声纹识别模型。
[0019]作为所述基于声纹识别技术的声反馈抑制方法的进一步可选方案，所述神经网络模型采用RNN模型、DNN模型或CNN模型。
[0020]一种基于声纹识别技术的声反馈抑制系统，所述系统包括：
[0021]拾音设备，用于采集音频信号；
[0022]分析模块，用于依据声纹识别技术对所述音频信号进行分析，得到人发出的音频信号和音响发出的音频信号；
[0023]反馈抑制器，用于对所述音响发出的音频信号进行衰减，从而实现声反馈抑制。
[0024]作为所述基于声纹识别技术的声反馈抑制系统的进一步可选方案，所述分析模块包括：
[0025]特征提取模块，用于对所述音频信号进行特征提取，得到声纹特征；
[0026]识别模块，用于将所述声纹特征输入至预设的声纹识别模型中进行识别，得到人发出的音频信号和音响发出的音频信号。
[0027]作为所述基于声纹识别技术的声反馈抑制系统的进一步可选方案，所述特征提取模块包括：
[0028]转换模块，用于对所述音频信号进行快速傅里叶转换，得到转换后的音频信号；
[0029]滤波模块，用于对所述转换后的音频信号进行滤波处理，得到所述音频信号对应的声纹能量，并将所述音频信号对应的声纹能量确定为所述音频信号对应的声纹特征。
[0030]本专利技术的有益效果是：通过采用声纹识别技术区分出人发出的音频信号和音响发出的音频信号，并采用反馈抑制器对所述音响发出的音频信号进行衰减，能够保证不失真的同时，还能够实现高增益的效果，从而解决了现有技术存在的声音失真和增益小的缺陷。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0032]图1为本专利技术一种基于声纹识别技术的声反馈抑制方法的流程示意图；
[0033]图2为本专利技术一种基于声纹识别技术的声反馈抑制系统的组成示意图。
具体实施方式
[0034]下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0035]参考图1
‑
2，一种基于声纹识别技术的声反馈抑制方法，具体包括以下步骤：
[0036]步骤S1，拾音设备采集音频信号；
[0037]步骤S2，依据声纹识别技术对所述音频信号进行分析，得到人发出的音频信号和音响发出的音频信号；
[0038]步骤S3，采用反馈抑制器对所述音响发出的音频信号进行衰减，从而实现声反馈抑制。
[0039]在本实施例中，通过采用声纹识别技术区分出人发出的音频信号和音响发出的音频信号，并采用反馈抑制器对所述音响发出的音频信号进行衰减，能够保证不失真的同时，还能够实现高增益的效果，从而解决了现有技术存在的声音失真和增益小的缺陷。
[0040]需要说明的是，所述拾音设备包括但不限于麦克风和话筒，这里不做具体限定，此外，反馈抑制器对所述音响发出的音频信号进行衰减，而人发出的音频信号正常进行功放播放。
[0041]优选的，所述步骤S2具体包括以下步骤：
[0042]步骤S21，对所述音频信号进行特征提取，得到声纹特征；
[0043]步骤S22，将所述声纹特征输入至预设的声纹识别模型中进行识别，得到人发出的音频信号和音响发出的音频信号。
[0044]在本实施例中，由于不同类型的音频信号具有不同的声纹特征，通过提取音频信号的声纹特征，能够准确识别出音频信号的类型，此外，通过采用声纹识别模型对声纹特征进行识别，能够提高识别的效率和准确率。
[0045]优选的，所述步骤S21具体包括以下步骤：
[0046]步骤S211，对所述音频信号进行快速傅里叶转换本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声纹识别技术的声反馈抑制方法，其特征在于，具体包括以下步骤：步骤S1，拾音设备采集音频信号；步骤S2，依据声纹识别技术对所述音频信号进行分析，得到人发出的音频信号和音响发出的音频信号；步骤S3，采用反馈抑制器对所述音响发出的音频信号进行衰减，从而实现声反馈抑制。2.根据权利要求1所述的一种基于声纹识别技术的声反馈抑制方法，其特征在于，所述步骤S2具体包括以下步骤：步骤S21，对所述音频信号进行特征提取，得到声纹特征；步骤S22，将所述声纹特征输入至预设的声纹识别模型中进行识别，得到人发出的音频信号和音响发出的音频信号。3.根据权利要求2所述的一种基于声纹识别技术的声反馈抑制方法，其特征在于，所述步骤S21具体包括以下步骤：步骤S211，对所述音频信号进行快速傅里叶转换，得到转换后的音频信号；步骤S212，对所述转换后的音频信号进行滤波处理，得到所述音频信号对应的声纹能量，并将所述音频信号对应的声纹能量确定为所述音频信号对应的声纹特征。4.根据权利要求3所述的一种基于声纹识别技术的声反馈抑制方法，其特征在于，所述声纹识别模型生成的方式具体包括以下步骤：获取人发出的音频信号样本数据和音响发出的音频信号样本数据；创建神经网络模型，将所述人发出的...

【专利技术属性】
技术研发人员：徐海，汪泽培，
申请(专利权)人：广州市迪声音响有限公司，
类型：发明
国别省市：