[發(fā)明專利]一種VoIP電話網(wǎng)絡(luò)RTP語音流降噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810882002.6
• 申請(qǐng)日: 2018-08-06
• 公開（公告）號(hào): CN109215673B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計(jì)）人: 高鵬;錢瑋;高峰;吳飛;袁蘭
• 申請(qǐng)（專利權(quán)）人: 杭州摸象大數(shù)據(jù)科技有限公司
• 主分類號(hào): G10L21/0208
• 分類號(hào): G10L21/0208;G10L21/0232;H04M9/08;H04L29/06
• 代理公司: 浙江英普律師事務(wù)所 33238
• 代理人: 陳小良;趙孟孟

1.一種VoIP電話網(wǎng)絡(luò)RTP語音流降噪方法，其特征在于：原始音頻數(shù)據(jù)經(jīng)過降噪模塊，其中，outdata＝if*ifft(lamda*fft(data(n)))，

c＝fc(fft(data(n)))，peak＝fp(fft(data(n)))，

式中outdata為輸出數(shù)據(jù)，if是負(fù)反饋因子，ifft是離散傅立葉逆變換，lamda為特征值，fft為離散傅立葉變換，data(n)為輸入音頻數(shù)據(jù)且分為每段n點(diǎn)數(shù)據(jù)的每段數(shù)據(jù)，c為曲線差分斜率，peak為峰值個(gè)數(shù)，fc函數(shù)用以過濾出符合人聲的曲線，fp函數(shù)用以判斷是否存在波峰；

該降噪方法包括以下步驟：

S1、fft(data(n))：對(duì)輸入數(shù)據(jù)data(n)進(jìn)行離散傅立葉變換fft；

S2、lamda*fft(data(n))：對(duì)特定頻域區(qū)間的特征分析，確定lamda的特征分析參數(shù)，以該特征分析參數(shù)進(jìn)行帶通濾波，并確定峰值曲線差分斜率c，和峰值個(gè)數(shù)peak；

S3、ifft(lamda*fft(data(n)))：對(duì)特定頻域區(qū)間的特征分析結(jié)果進(jìn)行離散傅立葉逆變換ifft；

S4、if*ifft(lamda*fft(data(n)))：對(duì)ifft結(jié)果在降噪模塊中進(jìn)行語意分析，確定特征分析參數(shù)的修改方向；

S5、參數(shù)調(diào)優(yōu)后對(duì)結(jié)果進(jìn)行數(shù)據(jù)輸出；

其中，X(n)＝fft(data(n))，式中X(n)是data(n)在頻域的曲線，當(dāng)N＝1024時(shí)，有公式其中公式中

X_out1(n)＝fc(X(n))，用于過濾出符合人聲的曲線，具體換算過程如下：

(1)low(n)＝sign(X(n)-X(n+1)) sign(X(n+2)-X(n+1))，其中公式中l(wèi)ow(n)是X(n)最小值處為1、其余為0的函數(shù)；

(2)0＜h＜h_max，其中公式中C_hin(n)為一族共有h_max條的波峰曲線；

其中sign(a)為符號(hào)函數(shù)：

(3)C_hstd(n)＝C_hin(n+n_h)，用于將C_hin(n)曲線偏移至起點(diǎn)的橫坐標(biāo)為0，其中是指第h個(gè)波谷點(diǎn)到原點(diǎn)的頻率差值；

(4)C_h(n)＝Rs(h)C_hstd(n)，C_h(n)為具有人聲特征的一族波峰曲線；其中Rs(h)為平坦度函數(shù)，C_hstd(n)符合的平坦度要求時(shí)Rs(h)為1，否則Rs(h)為0；N_max為C_hstd(n)曲線最大值的x坐標(biāo)值；C_hstd(N_max)是C_hstd(n)的最大值；設(shè)定C₀＝1.1；n₀是指特征分析參數(shù)；

(5)

最大的寬度曲線對(duì)每個(gè)曲線寬度作差都大于等于0，其它曲線該值為0，當(dāng)再次與其他曲線疊加時(shí)則不會(huì)產(chǎn)生效果，所以被作為噪音濾除；C_h0(n)作用是在C_h(n)具有人聲特征的一族波峰曲線中提取寬度最大的曲線，由于C_h0(n)的寬度大于等于其他曲線的寬度，故作差時(shí)其他曲線的會(huì)等于0，有且只有h＝h₀時(shí)函數(shù)才有值；h₀為符合人聲特征曲線中寬度最大曲線在這族曲線中的序號(hào)；當(dāng)h＝h₀時(shí)，該C_h0(n)曲線是C_h(n)這族曲線中符合人聲特征的曲線的寬度最大的曲線；

用于計(jì)算語音峰寬度；

其中sign₂(a)為符號(hào)函數(shù)：

(6)X_out1(n)＝f_c(X(n))＝C_h0(n-n₀)，用于平移曲線到原有位置,C_h0(n)為C_h(n)曲線族中寬度最大曲線；

(7)X_out(n)＝fp(X(n))*X_out1(n)，其中，

X(n)大于等于一個(gè)峰時(shí)fp(n)為1，沒有峰時(shí)fp(n)為0；

(8)x_out(n)＝ifft(X_out(n))，x_out(n)為輸出原始音頻數(shù)據(jù)，當(dāng)其中N＝1024時(shí)，對(duì)應(yīng)公式為：

(9)outdata＝if*(x_out(n))，其中if是負(fù)反饋因子，表示為：

判斷語意與輸入文本text歧義度diff小于等于diff₀時(shí)，其中diff₀為歧義度判斷的臨界值。