[發(fā)明專利]揚(yáng)聲器的雜音檢測方法、裝置、電子設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110833182.0
• 申請日: 2021-07-22
• 公開（公告）號: CN113766405A
• 公開（公告）日: 2021-12-07
• 發(fā)明（設(shè)計(jì)）人: 宋廣偉
• 申請（專利權(quán)）人: 上海聞泰信息技術(shù)有限公司
• 主分類號: H04R29/00
• 分類號: H04R29/00;G10L25/51;G06K9/62
• 代理公司: 北京開陽星知識產(chǎn)權(quán)代理有限公司 11710
• 代理人: 王艷斌

1.一種揚(yáng)聲器的雜音檢測方法，其特征在于，包括：

采集揚(yáng)聲器中的音頻信號；

將所述音頻信號分別在多個尺度上進(jìn)行卷積，生成與多個尺度對應(yīng)的多個特征；

根據(jù)所述多個特征生成融合特征，并根據(jù)預(yù)訓(xùn)練的分類模型確定所述融合特征的概率；

若所述概率大于等于閾值，則確定所述音頻信號包含雜音；

若所述概率小于所述閾值，則確定所述音頻信號不包含雜音。

2.如權(quán)利要求1所述的方法，其特征在于，還包括：

獲取包含雜音的掃頻信號和不包含雜音的掃頻信號；

將掃頻信號分別在多個尺度上進(jìn)行卷積，生成與多個尺度對應(yīng)的多個樣本特征；

將所述多個樣本特征融合生成樣本融合特征，并確定所述樣本融合特征的預(yù)測概率；

根據(jù)所述預(yù)測概率和掃頻信號的標(biāo)注值訓(xùn)練分類模型。

3.如權(quán)利要求1或2所述的方法，其特征在于，所述多個尺度包括第一尺度、第二尺度和第三尺度，且所述第一尺度小于所述第二尺度，所述第二尺度小于所述第三尺度，所述將所述音頻信號分別在多個尺度上進(jìn)行卷積，生成與多個尺度對應(yīng)的多個特征包括：

將所述音頻信號分別在所述第一尺度、所述第二尺度和所述第三尺度上進(jìn)行卷積，以提取所述音頻信號在時域上與所述第一尺度、所述第二尺度和所述第三尺度對應(yīng)的第一特征、第二特征和第三特征。

4.如權(quán)利要求1或2所述的方法，其特征在于，還包括：

對所述揚(yáng)聲器中的音頻信號進(jìn)行歸一化處理；

確定音頻信號采樣率的原始值和目標(biāo)值，并將歸一化處理后的音頻信號的采樣率由所述原始值降低至所述目標(biāo)值。

5.如權(quán)利要求1或2所述的方法，其特征在于，所述融合特征的概率通過如下方式計(jì)算得到：

其中，z_k表示全連接層的第k個值，表示含有雜音的音頻樣本向量，表示不含雜音的音頻樣本向量。

6.如權(quán)利要求3所述的方法，其特征在于，卷積層的計(jì)算公式如下：

其中，i表示第i層卷積層，δ為激活函數(shù)，X表示音頻信號，w表示卷積層權(quán)重，b表示卷積層偏置。

7.如權(quán)利要求2所述的方法，其特征在于，還包括：

采用最鄰近算法，對每一包含雜音的掃頻信號計(jì)算得到多個近鄰；

對所述多個近鄰中的任意兩個進(jìn)行隨機(jī)線性插值，以生成包含雜音的仿真掃頻信號；

重復(fù)上述步驟，直至所述包含雜音的掃頻信號的數(shù)量與所述包含雜音的仿真掃頻信號的數(shù)量之和，與所述不包含雜音的掃頻信號的數(shù)量相等。

8.一種揚(yáng)聲器的雜音檢測裝置，其特征在于，包括：

采集模塊，用于采集揚(yáng)聲器中的音頻信號；

提取模塊，用于將所述音頻信號分別在多個尺度上進(jìn)行卷積，生成與多個尺度對應(yīng)的多個特征；

生成模塊，用于根據(jù)所述多個特征生成融合特征，并根據(jù)預(yù)訓(xùn)練的分類模型確定所述融合特征的概率；

第一確定模塊，用于若所述概率大于等于閾值，則確定所述音頻信號包含雜音；

第二確定模塊，用于若所述概率小于所述閾值，則確定所述音頻信號不包含雜音。

9.一種電子設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的方法的步驟。