降风噪方法、装置、终端设备及存储介质制造方法及图纸

本申请公开了一种降风噪方法、装置、终端设备及存储介质，通过利用多种预设信号分析算法，对麦克风采集的音频信号进行信号分析，输出多个风噪识别标识，麦克风包括单麦克风，并基于多个风噪识别标识，确定音频信号的风噪类别；以及基于音频信号的风噪类别，确定与风噪类别对应的目标风噪滤波器，并利用目标风噪滤波器，对音频信号进行降噪，输出降噪后的目标音频信号，从而对音频信号的风噪类别进行分类识别，以便于后续有针对性的对不同风噪类别的音频信号进行相应的降噪处理，同时利用多种预设信号分析算法进行信号分析，能够有效避免出现漏检或误检的情况，提高音频信号分类识别的准确度，进而提高降噪效果。进而提高降噪效果。进而提高降噪效果。

【技术实现步骤摘要】
降风噪方法、装置、终端设备及存储介质


[0001]本申请涉及音频信号处理
，尤其涉及一种降风噪方法、装置、终端设备及存储介质。

技术介绍

[0002]风噪存在于人们的生活工作场景，比如风扇声、空调声和走路引起的风噪等，而在用户通话时，风噪往往会影响通话质量，所以需要对通话音频进行降风噪。
[0003]目前，降风噪方案主要是基于多麦克风实现，通过对多麦克风采集的多个音频信号进行信号分析，以分析出人声与风噪之间的差异信息，并利用该差异信息确定多麦克风的降噪增益，最后根据降噪增益对输入频域信号进行降噪处理。但是，对于单麦克风，其能够采集到的人声与风噪之间的差异信息较少，难以利用该差异信息对人声与风噪进行区分，容易造成对风噪的漏检或误检。可见，当前应用于单麦克风的降风噪方案存在降噪效果差的问题。

技术实现思路

[0004]本申请提供了一种降风噪方法、装置、终端设备及存储介质，以提高单麦克风的风噪识别准确度，从而提高降噪效果。
[0005]为了解决上述技术问题，本申请实施例提供了一种降风噪方法，包括：
[0006]基于多种预设信号分析算法，对麦克风采集的音频信号进行信号分析，输出多个风噪识别标识，风噪识别标识用于表示每种预设信号分析算法对应的风噪识别结果，麦克风包括单麦克风；
[0007]基于多个风噪识别标识，确定音频信号的风噪类别，风噪类别包括纯风噪和含风噪人声；
[0008]基于音频信号的风噪类别，确定与风噪类别对应的目标风噪滤波器；
[0009]利用目标风噪滤波器，对音频信号进行降噪，输出降噪后的目标音频信号。
[0010]本实施例通过利用多种预设信号分析算法，对麦克风采集的音频信号进行信号分析，输出多个风噪识别标识，麦克风包括单麦克风，并基于多个风噪识别标识，确定音频信号的风噪类别，从而对音频信号的风噪类别进行分类识别，以便于后续有针对性的对不同风噪类别的音频信号进行相应的降噪处理，同时利用多种预设信号分析算法进行信号分析，能够有效避免出现漏检或误检的情况，提高音频信号分类识别的准确度，进而提高降噪效果；以及基于音频信号的风噪类别，确定与风噪类别对应的目标风噪滤波器，并利用目标风噪滤波器，对音频信号进行降噪，输出降噪后的目标音频信号，从而能够有针对性的对不同风噪类别的音频信号进行降噪处理，提高降噪效果。
[0011]在一实施例中，预设信号分析算法包括低频功率比算法、功率谱差异算法和LPC分析算法，基于多种预设信号分析算法，对麦克风采集的音频信号进行信号分析，输出多个风噪识别标识，包括：
[0012]基于低频功率比算法，对音频信号进行低频功率比分析，输出第一风噪识别标识；
[0013]基于功率谱差异算法，对音频信号进行功率谱分析，输出第二风噪识别标识；
[0014]基于LPC分析算法，对音频信号进行LPC分析，输出第三风噪识别标识。
[0015]在一可选实施例中，基于低频功率比算法，对音频信号进行低频功率比分析，输出第一风噪识别标识，包括：
[0016]基于低频功率比算法，计算音频信号的低频能量和全频带能量；
[0017]根据低频能量和全频带能量，计算音频信号的低频能量功率比；
[0018]根据低频能量功率比，确定音频信号的第一风噪识别标识。
[0019]在一可选实施例中，基于功率谱差异算法，对音频信号进行功率谱分析，输出第二风噪识别标识，包括：
[0020]基于功率谱差异算法，确定音频信号在预设频率范围内各个频率点的功率谱；
[0021]根据各个频率点的功率谱，计算音频信号在预设频率范围内的功率谱差值；
[0022]根据功率谱差值，确定音频信号的第二风噪识别标识。
[0023]在一可选实施例中，基于LPC分析算法，对音频信号进行LPC分析，输出第三风噪识别标识，包括：
[0024]基于LPC分析算法，确定音频信号的二阶LPC分析共振峰点；
[0025]将二阶LPC分析共振峰点输入到预设的LPC分析多项式，得到多项式值；
[0026]根据多项式值，确定音频信号的第三风噪识别标识。
[0027]在一实施例中，基于多个风噪识别标识，确定音频信号的风噪类别，包括：
[0028]基于多个风噪识别标识，识别音频信号的音频类别，音频类别包括纯人声、纯风噪和含风噪人声；
[0029]若音频信号的音频类别不为纯风噪或含风噪人声，则确定风噪识别延迟值是否大于预设阈值，风噪识别延迟值用于表征与音频信号连续的上一音频信号的风噪类别是否为纯风噪或含风噪人声；
[0030]若风噪识别延迟值大于预设阈值，则判定音频信号的风噪类别为纯风噪或含风噪人声。
[0031]在一可选实施例中，风噪识别标识包括基于低频功率比算法分析得到的第一风噪识别标识、基于功率谱差异算法分析得到第二风噪识别标识以及基于LPC分析算法分析得到的第三风噪识别标识，基于多个风噪识别标识，识别音频信号的音频类别，包括：
[0032]若第一风噪识别标识不为第一预设标识、第二风噪识别标识不为第二预设标识和第三风噪识别标识不为第三预设标识，则判定音频信号的音频类别为纯人声；
[0033]若第一风噪识别标识为第一预设标识、第二风噪识别标识为第二预设标识或第三风噪识别标识为第三预设标识，则判定音频信号的音频类别为含风噪人声；
[0034]若第一风噪识别标识为第一预设标识、第二风噪识别标识为第二预设标识和第三风噪识别标识为第三预设标识，且音频信号的高频能量比小于预设能量比，则判定音频信号的音频类别为纯风噪。
[0035]在一可选实施例中，基于多个风噪识别标识，识别音频信号的音频类别之后，还包括：
[0036]若音频信号的音频类别为纯风噪或含风噪人声，则将风噪识别延迟值与预设值相
加，得到最新的风噪识别延迟值。
[0037]在一可选实施例中，若音频信号的音频类别不为纯风噪或含风噪人声，则确定风噪识别延迟值是否大于预设阈值之后，还包括：
[0038]若风噪识别延迟值不大于预设阈值，则将风噪识别延迟值设置为预设阈值，得到最新的风噪识别延迟值。
[0039]在一实施例中，基于音频信号的风噪类别，确定与风噪类别对应的目标风噪滤波器，包括：
[0040]若音频信号的风噪类别为纯风噪，则确定目标风噪滤波器为单风噪滤波器，单风噪滤波器用于对音频信号的低频段进行风噪滤波；
[0041]若音频信号的风噪类别为含风噪人声，则确定目标风噪滤波器为组合风噪滤波器，组合风噪滤波器用于对音频信号的各个频段进行不同衰减程度的风噪滤波。
[0042]在一可选实施例中，若音频信号的风噪类别为纯风噪，则确定目标风噪滤波器为单风噪滤波器之前，还包括：
[0043]对预设LPC滤波器的拉普拉斯域进行欧拉变换，得到单风噪滤波器。
[0044]第二方面，本申请实施例提供一种降风噪装置，包括：
[0045]分析模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种降风噪方法，其特征在于，包括：基于多种预设信号分析算法，对麦克风采集的音频信号进行信号分析，输出多个风噪识别标识，所述风噪识别标识用于表示每种所述预设信号分析算法对应的风噪识别结果，所述麦克风包括单麦克风；基于多个所述风噪识别标识，确定所述音频信号的风噪类别，所述风噪类别包括纯风噪和含风噪人声；基于所述音频信号的风噪类别，确定与所述风噪类别对应的目标风噪滤波器；利用所述目标风噪滤波器，对音频信号进行降噪，输出降噪后的目标音频信号。2.如权利要求1所述的降风噪方法，其特征在于，所述预设信号分析算法包括低频功率比算法、功率谱差异算法和LPC分析算法，所述基于多种预设信号分析算法，对麦克风采集的音频信号进行信号分析，输出多个风噪识别标识，包括：基于所述低频功率比算法，对所述音频信号进行低频功率比分析，输出第一风噪识别标识；基于所述功率谱差异算法，对所述音频信号进行功率谱分析，输出第二风噪识别标识；基于所述LPC分析算法，对所述音频信号进行LPC分析，输出第三风噪识别标识。3.如权利要求2所述的降风噪方法，其特征在于，所述基于所述低频功率比算法，对所述音频信号进行低频功率比分析，输出第一风噪识别标识，包括：基于所述低频功率比算法，计算所述音频信号的低频能量和全频带能量；根据所述低频能量和全频带能量，计算所述音频信号的低频能量功率比；根据所述低频能量功率比，确定所述音频信号的第一风噪识别标识。4.如权利要求2所述的降风噪方法，其特征在于，所述基于所述功率谱差异算法，对所述音频信号进行功率谱分析，输出第二风噪识别标识，包括：基于所述功率谱差异算法，确定所述音频信号在预设频率范围内各个频率点的功率谱；根据各个频率点的功率谱，计算所述音频信号在所述预设频率范围内的功率谱差值；根据所述功率谱差值，确定所述音频信号的第二风噪识别标识。5.如权利要求2所述的降风噪方法，其特征在于，所述基于所述LPC分析算法，对所述音频信号进行LPC分析，输出第三风噪识别标识，包括：基于所述LPC分析算法，确定所述音频信号的二阶LPC分析共振峰点；将所述二阶LPC分析共振峰点输入到预设的LPC分析多项式，得到多项式值；根据所述多项式值，确定所述音频信号的第三风噪识别标识。6.如权利要求1所述的降风噪方法，其特征在于，所述基于多个所述风噪识别标识，确定所述音频信号的风噪类别，包括：基于多个所述风噪识别标识，识别所述音频信号的音频类别，所述音频类别包括纯人声、纯风噪和含风噪人声；若所述音频信号的音频类别不为纯风噪或含风噪人声，则确定风噪识别延迟值是否大于预设阈值，所述风噪识别延迟值用于表征与所述音频信号连续的上一音频信号的风噪类别是否为纯风噪或含风噪人声；若所述风噪识别延迟值大于预设阈值，则判定所述音频信号的风噪类别为纯风噪或含
风噪人声。7.如权利要求6所述的降风噪方法，其特征在于，所述风噪识别标识包括基于低频功率比算法分析得到的第一风噪识别标识、基于功率谱差异算法分析得到第二风噪识别标识以及基于LPC分析算法分析得...

【专利技术属性】
技术研发人员：邱志豪，陈建义，
申请(专利权)人：厦门亿联网络技术股份有限公司，
类型：发明
国别省市：