[發(fā)明專利]氣流雜音消除方法、裝置、計算機設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010537956.0
• 申請日: 2020-06-12
• 公開（公告）號: CN111768801A
• 公開（公告）日: 2020-10-13
• 發(fā)明（設(shè)計）人: 吳銳興;田曉暉;葉利劍
• 申請（專利權(quán)）人: 瑞聲科技（新加坡）有限公司
• 主分類號: G10L25/24
• 分類號: G10L25/24;G10L25/51;G10L21/0264;G10L21/0232;G06N20/10;G06K9/62
• 代理公司: 深圳中細軟知識產(chǎn)權(quán)代理有限公司 44528
• 代理人: 王鍇

1.一種氣流雜音消除方法，其特征在于，應(yīng)用于微型揚聲器，所述方法包括：

采集微型揚聲器中的原始音頻信號，對所述原始音頻信號進行預(yù)處理，得到初始信號；

對所述初始信號進行特征提取，得到音頻特征；

根據(jù)所述音頻特征對所述初始信號進行分類，確定所述初始信號的類別；

當所述初始信號的類別為包含激勵氣流雜音的信號，則對所述初始信號進行信號壓縮處理，得到目標壓縮信號。

2.如權(quán)利要求1所述氣流雜音消除方法，其特征在于，在所述對所述初始信號進行信號壓縮處理，得到目標壓縮信號之后，還包括：

將所述目標壓縮信號，通過淡入淡出機制進行編輯，得到目標音頻信號。

3.如權(quán)利要求1所述氣流雜音消除方法，其特征在于，所述對所述初始信號進行特征提取，得到音頻特征，包括：

提取所述初始信號高頻分量包絡(luò)和低頻分量包絡(luò)，并根據(jù)所述高頻分量包絡(luò)和所述低頻分量包絡(luò)的比值確定所述音頻特征，和/或提取所述初始信號的梅爾倒譜系數(shù)作為所述音頻特征。

4.如權(quán)利要求3所述氣流雜音消除方法，其特征在于，所述根據(jù)所述音頻特征對所述初始信號進行分類，確定所述初始信號的類別，包括：

若根據(jù)所述高頻分量包絡(luò)和所述低頻分量包絡(luò)的比值確定所述音頻特征，則獲取所述高頻分量包絡(luò)和所述低頻分量包絡(luò)的比值；

當所述比值小于預(yù)設(shè)比值閾值時，則確定所述初始信號的類別為包含激勵氣流雜音的信號；

當所述比值大于或者等于預(yù)設(shè)比值閾值時，則確定所述初始信號的類別為不包含激勵氣流雜音的信號。

5.如權(quán)利要求3所述氣流雜音消除方法，其特征在于，所述根據(jù)所述音頻特征對所述初始信號進行分類，確定所述初始信號的類別，包括：

若所述音頻特征為所述初始信號的梅爾倒譜系數(shù)，則將所述梅爾倒譜系數(shù)輸入到音頻信號分類器進行分類，得到所述初始信號的類別。

6.如權(quán)利要求1所述氣流雜音消除方法，其特征在于，所述對所述初始信號進行信號壓縮處理，得到目標壓縮信號，得到目標壓縮信號，包括：

計算所述初始信號的振膜速度；

根據(jù)所述振膜速度和預(yù)設(shè)速度閾值，對所述初始信號進行信號壓縮處理，得到所述目標壓縮信號。

7.如權(quán)利要求5所述氣流雜音消除方法，其特征在于，所述方法還包括：

獲取訓(xùn)練樣本集，所述訓(xùn)練樣本集中包括初始信號的梅爾倒譜系數(shù)和對應(yīng)的音頻類別；

將所述梅爾倒譜系數(shù)作為預(yù)設(shè)的分類器的輸入，將所述音頻類別作為期望的輸出，對預(yù)設(shè)的分類器進行訓(xùn)練，得到訓(xùn)練完成的所述音頻信號分類器。

8.一種氣流雜音消除裝置，其特征在于，所述裝置包括：

信號獲取模塊，用于采集微型揚聲器中的原始音頻信號，對所述原始音頻信號進行預(yù)處理，得到初始信號；

特征提取模塊，用于對所述初始信號進行特征提取，得到音頻特征；

信號分類模塊，用于根據(jù)所述音頻特征對所述初始信號進行分類，確定所述初始信號的類別；

信號壓縮模塊，用于當所述初始信號的類別為包含激勵氣流雜音的信號，則對所述初始信號進行信號壓縮處理，得到目標壓縮信號。

9.一種計算機設(shè)備，其特征在于，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至7中任一項所述氣流雜音消除方法的步驟。

10.一種計算機可讀存儲介質(zhì)，其特征在于，包括計算機指令，當所述計算機指令在計算機上運行時，使得計算機執(zhí)行如權(quán)利要求1至7中任一項所述的氣流雜音消除方法的步驟。