一种用于音视频会议的双讲检测方法及装置制造方法及图纸

本发明专利技术公开了一种用于音视频会议的双讲检测方法及装置，包括以下步骤：采集近端待测输入信号和远端回声消除输出信号作为两路输入信号；对两路输入信号进行数据处理及相关性计算，得到相关性平滑数值，并持续对相关性平滑数值进行更新；判断远端存在语音输入时，若相关性数值大于等于预先设置的阈值，则判定近端和远端通话状态为双讲状态。本发明专利技术能够有效提高双讲检测结果的稳健性和可靠性，提升实时会议语音及播放效果。会议语音及播放效果。会议语音及播放效果。

【技术实现步骤摘要】
[0013]其中，W为窗函数，n为窗函数序号，N是傅里叶变换长度。
[0014]作为本专利技术的进一步改进，在频域上，对两路输入信号数据求取相关性：
[0015]Sxy＝alpha*Sxy+(1
‑
alpha)*X*conj(Y)
[0016]Cxy＝Sxy/sqrt(Sxy^2)
[0017]其中，Sxy是互相关结果，alpha为平滑因子，X表示近端待测输入信号数据复数形式，Y表示远端回声消除输出信号数据复数形式，conj表示取共轭，Cxy为最终的相关性结果。
[0018]作为本专利技术的进一步改进，所述平滑后的相关性数值为Smooth_Cxy，所述Smooth_Cxy按以下公式进行更新：
[0019]Smooth_Cxy＝beta*Smooth_Cxy+(1
‑
beta)*Cxy
[0020]其中，beta为平滑因子。
[0021]作为本专利技术的进一步改进，所述平滑因子beta的值取决于语音存在概率值，所述语音存在概率值为0
‑
1之间的浮点数，当语音存在概率值大于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于音视频会议的双讲检测方法，其特征在于：包括以下步骤：采集近端待测输入信号和远端回声消除输出信号作为两路输入信号；对两路输入信号进行数据处理及相关性计算，得到相关性平滑数值，并持续对相关性平滑数值进行更新；判断远端存在语音输入时，若相关性数值大于等于预先设置的阈值，则判定近端和远端通话状态为双讲状态。2.如权利要求1所述的一种用于音视频会议的双讲检测方法，其特征在于：将两路输入信号分别加窗，进行短时快速傅里叶变换到频域，在频域上，对两路输入信号数据求取相关性。3.如权利要求2所述的一种用于音视频会议的双讲检测方法，其特征在于：加窗时，采用窗函数：W(n)=0.54
‑
0.46
×
cos(2
×
π
×
n/(n
‑
1))，0≤n≤N
‑
1其中，W为窗函数，n为窗函数序号，N是傅里叶变换长度。4.如权利要求2所述的一种用于音视频会议的双讲检测方法，其特征在于：在频域上，对两路输入信号数据求取相关性：Sxy＝alpha*Sxy+(1
‑
alpha)*X*conj(Y)Cxy＝Sxy/sqrt(Sxy^2)其中，Sxy是互相关结果，alpha为平滑因子，X表示近端待测输入信号数据复数形式，Y表示远端回声消除输出信号数据复数形式，conj表示取共轭，Cxy为最终的相关性结果。5.如权利要求4所述的一种用于音视频会议的双讲检测方法，其特征在于：所述平滑后的相关性数值为Smooth_Cxy，所述Smooth_Cxy按以下公式进行更新：Smooth_Cxy＝beta*Smooth_Cxy+(1
‑
beta)*Cxy其中，bet...

【专利技术属性】
技术研发人员：袁鋆，辛鑫，
申请(专利权)人：苏州蛙声科技有限公司，
类型：发明
国别省市：