基于边缘AI的对讲机音频处理方法、系统、设备及介质技术方案

本申请涉及语音处理技术领域，特别是涉及到一种基于边缘AI的对讲机音频处理方法、系统、设备及介质，其中方法包括：通过音频采集组件采集原始音频并解析，获含噪声和场景特征的音频特征集；将其输入边缘侧音频分析模型，得到噪声分类和场景识别结果；据此动态调整滤波器参数，生成适配当前环境的滤波参数组；提取用户声纹特征构建专属声纹库，结合滤波参数组优化音频生成个性化处理音频；基于个性化处理音频和音频特征集在本地训练模型并生成更新参数，更新音频分析模型，供后续再次分析用。本申请能够解决现有技术无法同时实现动态适应、个性化优化与低功耗高性能平衡的技术问题。

【技术实现步骤摘要】

本申请涉及语音处理，特别是涉及到一种基于边缘ai的对讲机音频处理方法、系统、设备及介质。

技术介绍

1、随着工业生产与移动作业场景的快速发展，对讲机在复杂噪声环境下的音频通信需求日益迫切。针对这种情况，现有技术中普遍采用固定参数的模拟滤波（如lc谐振电路）、基于dsp的数字滤波（如fir/iir滤波器），或依赖云端ai处理音频。但固定滤波参数无法适配动态噪声与场景变化，dsp方案缺乏智能特征提取能力导致信噪比提升有限，云端ai则存在高延迟问题，且现有方案均未考虑用户声纹差异，同时面临高性能处理与低功耗需求的矛盾，导致无法同时实现动态适应、个性化优化与低功耗高性能平衡的技术问题亟待解决。

2、因此，现有技术无法同时实现动态适应、个性化优化与低功耗高性能平衡的技术问题，亟待解决。

技术实现思路

1、本申请的主要目的为提供一种基于边缘ai的对讲机音频处理方法、系统、设备及介质，旨在解决现有技术无法同时实现动态适应、个性化优化与低功耗高性能平衡的技术问题。

2、为了实现上述专利技术目的，本申请本文档来自技高网...

【技术保护点】

1.一种基于边缘AI的对讲机音频处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于边缘AI的对讲机音频处理方法，其特征在于，所述通过音频采集组件采集原始音频信号，并对其进行实时解析，获得包含噪声特征和场景特征的音频特征集的步骤包括：

3.根据权利要求1所述的基于边缘AI的对讲机音频处理方法，其特征在于，所述音频分析模型包括包含改进的VDCNN网络和TinyML 压缩的 ResNet8 模型，所述将所述音频特征集输入边缘侧部署的音频分析模型，输出噪声分类结果和场景识别结果的步骤包括：

4.根据权利要求1所述的基于边缘AI的对讲机音频处理方...

【技术特征摘要】

1.一种基于边缘ai的对讲机音频处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于边缘ai的对讲机音频处理方法，其特征在于，所述通过音频采集组件采集原始音频信号，并对其进行实时解析，获得包含噪声特征和场景特征的音频特征集的步骤包括：

3.根据权利要求1所述的基于边缘ai的对讲机音频处理方法，其特征在于，所述音频分析模型包括包含改进的vdcnn网络和tinyml 压缩的 resnet8 模型，所述将所述音频特征集输入边缘侧部署的音频分析模型，输出噪声分类结果和场景识别结果的步骤包括：

4.根据权利要求1所述的基于边缘ai的对讲机音频处理方法，其特征在于，所述根据所述噪声分类结果和场景识别结果动态调整音频处理滤波器的工作参数，生成适配当前环境的滤波参数组的步骤包括：

5.根据权利要求1所述的基于边缘ai的对讲机音频处理方法，其特征在于，所述通过嵌入式声纹学习单元提取用户语音样本的...

【专利技术属性】
技术研发人员：袁义彬，徐国文，何立加，
申请(专利权)人：深圳市鼎泰富科技有限公司，
类型：发明
国别省市：