【技术实现步骤摘要】
一种杂音抑制方法及信号处理装置
[0001]本申请涉及音频信号处理
,尤其涉及一种杂音抑制方法及信号处理装置。
技术介绍
[0002]目前在手机终端市场中,小型扬声器大规模地应用,然而,小型扬声器在其振膜的速度或者振动量比较大时,即使其振膜的振幅未超过最大设计振幅,仍能听到明显的杂音;而且,小型扬声器通常采用小腔体的设计,在低频、大振幅的音源的冲击下容易产生大量失真,导致声音不纯;另外,小型扬声器腔体内的气流还可能摩擦出声孔进而导致气流杂音。上述杂音现象特别是在播放钢琴音时更加明显,这是由于钢琴音具有突变起振的音色,且起振音色的音高与小型扬声器的固有频率可能会重合,因此上述杂音也被称为“钢琴杂音”。
[0003]在用户对声音音质和听感要求越来越高的当今社会,小型扬声器的杂音问题越来越难以满足用户需求,因此,如何对音频信号中的杂音信号进行有效抑制是本行业亟待解决的技术问题。
技术实现思路
[0004]为解决上述技术问题,本申请实施例提供了一种杂音抑制方法及信号处理装置,以实现对音频信号中杂音信号的有效抑制,提高声音播放质量,满足用户对声音音质和听感的需求。
[0005]为解决上述问题,本申请实施例提供了如下技术方案:
[0006]一种杂音抑制方法,包括:
[0007]基于一包含多段音频信号的第一音频信号中各音频信号的第一特征信息,得到各所述音频信号的杂音识别比例,所述第一音频信号中至少一个音频信号为杂音信号,所述杂音识别比例表征所述音频信号被识别为杂音信号的概率,各 ...
【技术保护点】
【技术特征摘要】
1.一种杂音抑制方法,其特征在于,包括:基于一包含多段音频信号的第一音频信号中各音频信号的第一特征信息,得到各所述音频信号的杂音识别比例,所述第一音频信号中至少一个音频信号为杂音信号,所述杂音识别比例表征所述音频信号被识别为杂音信号的概率,各所述音频信号的第一特征信息为各所述音频信号的时域和/或频域中的至少一个特征;基于各所述音频信号的杂音识别比例,得到各所述音频信号的动态抑制数值;基于各所述音频信号的动态抑制数值,对各所述音频信号进行动态抑制,得到第二音频信号后输出,以使得输出后的所述第二音频信号中不包含杂音信号。2.根据权利要求1所述的方法,其特征在于,基于各所述音频信号的第一特征信息,得到各所述音频信号的杂音识别比例包括:基于各所述音频信号的第一特征信息,利用杂音识别模型计算得到各所述音频信号的第一预测函数值,所述第一预测函数值表征所述音频信号被识别为杂音信号的概率;基于各所述音频信号的第一预测函数值,得到各所述音频信号的杂音识别比例;其中,所述杂音识别模型以包括多段杂音信号和多段非杂音信号的第一样本音频信号作为训练样本,以所述第一样本音频信号中各音频信号是否为杂音信号的标注结果作为样本标签训练得到。3.根据权利要求2所述的方法,其特征在于,基于各所述音频信号的第一预测函数值,得到各所述音频信号的杂音识别比例包括:基于各所述音频信号的第一预测函数值,对各所述音频信号的第一预测函数值进行归一化,得到各所述音频信号的杂音识别比例。4.根据权利要求1所述的方法,其特征在于,该方法在基于各所述音频信号的杂音识别比例,得到各所述音频信号的动态抑制数值之前还包括:获取所述第一音频信号中各音频信号的幅值;基于各所述音频信号的幅值,对各所述音频信号的幅值进行归一化,得到各所述音频信号的幅值比例;基于各所述音频信号的杂音识别比例,得到各所述音频信号的动态抑制数值包括:基于各所述音频信号的杂音识别比例,得到各所述音频信号的第一动态抑制数值,所述音频信号的杂音识别比例越大,所述音频信号的第一动态抑制数值越大;基于各所述音频信号的幅值比例,得到各所述音频信号的第二动态抑制数值,所述音频信号的幅值比例越大,所述音频信号的第二动态抑制数值越大;基于各所述音频信号的第一动态抑制数值和第二动态抑制数值,得到各所述音频信号的动态抑制数值。5.根据权利要求4所述的方法,其特征在于,该方法在基于各所述音频信号的杂音识别比例,得到各所述音频信号的动态抑制数值之前还包括:基于所述第一音频信号中各音频信号的第二特征信息,得到各所述音频信号的非杂音识别比例,所述音频信号的非杂音识别比例表征所述音频信号被识别为非杂音信号的概率,各所述音频信号的第二特征信息为各所述音频信号的时域和/或频域中的至少一个特征;基于各所述音频信号的杂音识别比例,得到各所述音频信号的动态抑制数值还包括:
基于各所述音频信号的非杂音识别比例,得到各所述音频信号的第三动态抑制数值,所述音频信号的非杂音识别比例越大,所述音频信号的第三动态抑制数值越小;基于各所述音频信号的第一动态抑制数值和第二动态抑制数值,得到各所述音频信号的动态抑制数值包括:基于各所述音频信号的第一动态抑制数值、第二动态抑制数值和第三动态抑制数值,得到各所述音频信号的动态抑制数值。6.根据权利要求5所述的方法,其特征在于,基于各所述音频信号的第二特征信息,得到各所述音频信号的非杂音识别比例包括:基于各...
【专利技术属性】
技术研发人员:朱马,陈好,李建华,
申请(专利权)人:上海艾为电子技术股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。