【技术实现步骤摘要】
噪声协方差确定方法、装置、设备及存储介质
[0001]本专利技术涉及信号处理
,尤其涉及噪声协方差确定方法、装置、设备及存储介质。
技术介绍
[0002]波束形成是阵列信号处理中的关键算法,波束形成离不开噪声协方差的确定,而目前确定噪声协方差的常用方式为散射噪声场模型,但是散射噪声场模型过滤噪声的能力较差,造成所确定的噪声协方差的准确率降低,另外,上述方式在确定噪声协方差时需要反复计算协方差矩阵,导致最终确定噪声协方差的计算量较大。
[0003]上述内容仅用于辅助理解本专利技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
[0004]本专利技术的主要目的在于提供一种噪声协方差确定方法、装置、设备及存储介质,旨在解决现有技术确定噪声协方差的准确率较低和计算量较大的技术问题。
[0005]为实现上述目的,本专利技术提供了一种噪声协方差确定方法,所述噪声协方差确定方法包括以下步骤:
[0006]获取输入的语音信号,根据所述语音信号得到噪声场景识别信号;
[0007 ...
【技术保护点】
【技术特征摘要】
1.一种噪声协方差确定方法,其特征在于,所述噪声协方差确定方法包括以下步骤:获取输入的语音信号,根据所述语音信号得到噪声场景识别信号;根据所述噪声场景识别信号确定当前场景类型;根据所述当前场景类型计算目标噪声协方差。2.如权利要求1所述的噪声协方差确定方法,其特征在于,所述获取输入的语音信号,根据所述语音信号得到噪声场景识别信号,包括:获取输入的语音信号和分帧时长范围;根据所述分帧时长范围对所述输入的语音信号进行分帧,得到各帧语音信号;分别对所述各帧语音信号进行加窗短时傅里叶变换;根据各个变换后的语音信号得到噪声场景识别信号。3.如权利要求1所述的噪声协方差确定方法,其特征在于,所述根据所述噪声场景识别信号确定当前场景类型,包括:获取所述噪声场景识别信号的频点序号、信号存在概率、帧信号以及频域幅值;根据所述频点序号、信号存在概率、帧信号、频域幅值以及常系数计算目标场景系数;根据所述目标场景系数和频域幅值计算各频点噪声等级;统计所述各频点噪声等级,以得到总噪声等级;根据所述总噪声等级与预设噪声等级的比较结果确定当前场景类型。4.如权利要求3所述的噪声协方差确定方法,其特征在于,所述根据所述总噪声等级与预设噪声等级的比较结果确定当前场景类型之后,还包括:对噪声标志位的数值进行更新;在更新后的噪声标志位的数值为预设数值时,获取各频点噪声等级中的最大噪声等级,将预设噪声等级替换为所述最大噪声等级;在更新后的噪声标志位的数值不为预设数值时,获取各频点噪声等级中的最小噪声等级,将预设噪声等级替换为所述最小噪声等级。5.如权利要求1所述的噪声协方差确定方法,其特征在于,所述根据所述当前场景类型计算目标噪声协方差,包括:在所述当前场景类型为预设场景类型时,获取人声波频率、波速以及拾音设备的坐标;根据所述拾音设...
【专利技术属性】
技术研发人员:侯天峰,
申请(专利权)人:歌尔智能科技有限公司,
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。