信号处理方法、装置、电子设备及存储介质制造方法及图纸

技术编号:39271301 阅读:19 留言:0更新日期:2023-11-07 10:50
本申请提供了一种信号处理方法、装置、电子设备、计算机程序产品及计算机可读存储介质;方法包括:获取滤波器的参考信号以及误差信号,其中,参考信号是由扬声器输出的远端信号,所述误差信号表征所述滤波器已经执行的回声消除处理存在的误差;分别对参考信号以及误差信号进行特征提取处理,对应得到参考音频特征以及误差音频特征;基于参考音频特征以及误差音频特征,预测滤波器的配置参数;基于配置参数更新滤波器;获取麦克风信号,其中,麦克风信号包括回声;基于更新后的滤波器对麦克风信号进行回声消除处理,得到消除回声后的麦克风信号。通过本申请,能够提升回声消除效果,并节约回声消除所需的计算资源。约回声消除所需的计算资源。约回声消除所需的计算资源。

【技术实现步骤摘要】
信号处理方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能技术,尤其涉及一种信号处理方法、装置、电子设备及存储介质。

技术介绍

[0002]回声是由于扬声器和麦克风之间的耦合,导致麦克风接收到的信号中不仅包含近端语音信号,还包含扬声器造成的回声。如果不对麦克风信号进行处理,则回声信号会被传输到远端扬声器播放出来,远端通话者就会听到自己延迟后的声音,影响了通话效果。
[0003]现有技术中,传统滤波器误差估算不准确,导致收敛速度慢,稳态性能不足,卡尔曼(Kalman)滤波器稳态性能较好,但计算量相对较大。目前,相关技术暂无较好的方式降低回声消除所需的计算量,并提升回声消除效果。

技术实现思路

[0004]本申请实施例提供一种信号处理方法、装置、电子设备及计算机可读存储介质、计算机程序产品,能够提升回声消除效果,并节约回声消除所需的计算资源。
[0005]本申请实施例的技术方案是这样实现的:
[0006]本申请实施例提供一种信号处理方法,所述方法包括:
[0007]获取滤波器的参考信号以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信号处理方法,其特征在于,所述方法包括:获取滤波器的参考信号以及误差信号,其中,所述参考信号是由扬声器输出的远端信号,所述误差信号表征所述滤波器已经执行的回声消除处理存在的误差;分别对所述参考信号以及所述误差信号进行特征提取处理,对应得到参考音频特征以及误差音频特征;基于所述参考音频特征以及所述误差音频特征,预测所述滤波器的配置参数;基于所述配置参数更新所述滤波器;获取麦克风信号;基于更新后的所述滤波器对所述麦克风信号进行回声消除处理,得到消除回声后的麦克风信号。2.根据权利要求1所述的方法,其特征在于,所述分别对所述参考信号以及所述误差信号进行特征提取处理,对应得到参考音频特征以及误差音频特征,包括:对所述参考信号的音频序列进行频域特征提取处理,得到参考频域特征;对所述参考信号的音频序列进行时域特征提取处理,得到参考时域特征;对所述参考频域特征以及所述参考时域特征进行融合处理,得到参考音频特征;对所述误差信号的音频序列进行频域特征提取处理,得到误差频域特征;对所述误差信号的音频序列进行时域特征提取处理,得到误差时域特征;对所述误差频域特征以及所述误差时域特征进行融合处理,得到误差音频特征。3.根据权利要求2所述的方法,其特征在于,所述配置参数包括:最优步长以及转移系数;所述基于所述参考音频特征以及所述误差音频特征,预测所述滤波器的配置参数,包括:基于所述参考音频特征以及所述误差音频特征,预测所述滤波器的最优步长;基于所述最优步长以及所述滤波器的滤波器函数,预测所述滤波器与更新后的滤波器之间的转移系数,其中,所述转移系数表征所述滤波器与更新后的滤波器之间状态转移的概率。4.根据权利要求2或3所述的方法,其特征在于,所述特征提取处理是通过第一神经网络模型的第一分类器实现的,所述预测所述滤波器的配置参数的处理是通过所述第一分类器实现的,所述第一神经网络模型还包括第二分类器;在所述基于更新后的所述滤波器对所述麦克风信号进行回声消除处理,得到消除回声后的麦克风信号之前,所述方法还包括:基于所述参考信号与所述误差信号,调用所述第一神经网络模型的所述第二分类器进行信号预测处理,得到掩码信号。5.根据权利要求4所述的方法,其特征在于,所述基于更新后的所述滤波器对所述麦克风信号进行回声消除处理,得到消除回声后的麦克风信号,包括:基于更新后的所述滤波器对所述参考信号进行滤波处理,得到预测回声信号;基于所述预测回声信号对所述麦克风信号中进行线性回声消除处理,得到抑制回声后的麦克风信号;基于所述掩码信号对所述抑制回声后的麦克风信号进行非线性回声消除处理,得到消
除回声后的麦克风信号。6.根据权利要求3所述的方法,其特征在于,所述基于所述参考音频特征以及所述误差音频特征,预测所述滤波器的最优步长,包括:获取所述参考音频特征以及所述误差音频特征之间的线性差异特征;获取所述线性差异特征对应的残差回声信号方差、所述误差音频特征对应的误差信号方差;对所述残差回声信号方差、所述误差信号方差之间的比值进行归一化处理,得到最优步长。7.根据权利要求3所述的方法,其特征在于,所述特征提取处理、所述预测所述滤波器的配置参数的处理是通过第一神经网络模型实现的;所述基于更新后的所述滤波器对所述麦克风信号进行回声消除处理,得到消除回声后的麦克风信号,包括:基于更新后的所述滤波器对所述参考信号进行滤波处理,得到预测回声信号;基于所述预测回声信号对所述麦克风信号中进行线性回声消除处理,得到抑制回声后的麦克风信号;基于所述参考信号与所述误差信号,调用第二神经网络模型进行信号预测处理,得到掩码信号,其中,所述...

【专利技术属性】
技术研发人员:陈日林
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1