[發明專利]基于終端的音頻處理方法、裝置、終端和可讀存儲介質

有效

• 申請號: 201710577066.0
• 申請日: 2017-07-14
• 公開（公告）號: CN109256145B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 紀璇;李洋;陳偉
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L25/21
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

本發明實施例提供了一種基于終端的音頻處理方法、裝置、終端和可讀存儲介質，該方法包括：對麥克風采集到的音頻信號進行濾波處理，生成殘差信號；依據所述音頻信號的功率譜，確定濾波系數；依據所述濾波系數和所述殘差信號，生成第一濾波信號；檢測所述第一濾波信號的特定頻段能量是否超過判決門限；若超過，則確定所述音頻信號包含輸入語音信號和回波信號，其中，所述輸入語音信號為依據用戶輸入語音生成的。本發明實施例能夠精確地區分出單講和雙講這兩種情況，提高雙講檢測的準確性。

技術領域

本發明涉及通信技術領域，特別是涉及一種基于終端的音頻處理方法、一種基于終端的音頻處理裝置、一種終端以及一種可讀存儲介質。

背景技術

隨著通信技術的快速發展，諸如手機、平板電腦等終端越來越普及，給人們的生活、學習、工作帶來了極大的便利。

在通信過程中，這些終端需要進行回波抵消，以保證通信質量。具體的，終端通常會打開麥克風(Microphone，Mic)進行自適應回波抵消(Adaptive Echo Cancellation，AEC)處理，以消除該Mic錄音中揚聲器的聲音；并且采用AEC的中間結果進行單雙講檢測，以區分出單講和雙講的情形。其中，當只有揚聲器播放聲音時稱為單講，當揚聲器和人同時發聲時稱為雙講；單雙講檢測又稱雙講檢測，用于區分出只有揚聲器播放聲音和揚聲器與人同時發聲的這兩情況。

目前，雙講檢測主要是直接使用回波抵消中自適應濾波后的語音進行能量的判決來判斷是否是雙講；或者，利用自適應濾波后的語音和參考的相關系數進行判斷，如若相關系數大于門限則是單講，否則為雙講。但是，自適應濾波的結果無法完全消除文本合成語音(Text To Speech，TTS)，因此現有雙講檢測方案判斷準確性低，缺乏魯棒性。

發明內容

本發明實施例所要解決的技術問題是提供一種基于終端的音頻處理方法，以解決現有雙講檢測方案中判斷準確性低、缺乏魯棒性的問題。

相應的，本發明實施例還提供了一種基于終端的音頻處理裝置、一種終端和一種存儲可讀介質，用以保證上述方法的實現及應用。

為了解決上述問題，本發明實施例公開了一種基于終端的音頻處理方法，包括：

對麥克風采集到的音頻信號進行濾波處理，生成殘差信號；

依據所述音頻信號的功率譜，確定濾波系數；

依據所述濾波系數和所述殘差信號，生成第一濾波信號；

檢測所述第一濾波信號的特定頻段能量是否超過判決門限；

若超過，則確定所述音頻信號包含輸入語音信號和回波信號，其中，所述輸入語音信號為依據用戶輸入語音生成的。

可選地，還包括：在所述第一濾波信號的特定頻段能量不超過當前幀的判決門限時，依據所述特定頻段能量對所述判決門限進行更新，并將更新后的判決門限作為下一幀的判決門限。

可選地，所述方法還包括：收集預設幀數對應的第一濾波信號的特定頻段能量；采用收集的特定頻段能量，生成初始判決門限；

其中，所述依據所述特定頻段能量對所述判決門限進行更新，包括：基于預置的回歸系數，采用當前幀對應的特定頻段能量對所述初始判決門限進行更新，得到更新后的判決門限。

可選地，所述確定所述音頻信號包含輸入語音信號和回波信號之后，還包括：依據所述殘差信號進行第二次濾波處理，生成第二濾波信號；依據所述第二濾波信號進行語音識別，生成所述輸入語音信號對應的文本信息。

可選地，所述對麥克風采集到的音頻信號進行濾波處理，生成殘差信號，包括：將揚聲器將要播放語音的信號作為參考信號；采用所述參考信號對所述音頻信號進行自適應濾波，得到估計回波信號；采用所述估計回波信號和所述音頻信號，生成對應的殘差信號。