[發明專利]一種噪聲篩系統及方法在審
| 申請號: | 202210891738.6 | 申請日: | 2022-07-27 |
| 公開(公告)號: | CN115295015A | 公開(公告)日: | 2022-11-04 |
| 發明(設計)人: | 徐海;汪澤培 | 申請(專利權)人: | 廣州市迪聲音響有限公司 |
| 主分類號: | G10L25/51 | 分類號: | G10L25/51;G10L25/30 |
| 代理公司: | 廣州一銳專利代理有限公司 44369 | 代理人: | 馮向前 |
| 地址: | 510000 廣東省廣州市*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 噪聲 系統 方法 | ||
本發明公開了一種噪聲篩系統,包括音頻采集設備,音頻采集設備的輸出端雙向電連接有終端處理器,終端處理器的輸出端雙向電連接有噪音方向孿生模型建立模塊,噪音方向孿生模型建立模塊的輸出端雙向電連接有卷積學習系統。本發明通過若干個數量的音頻采集設備同時對周圍音頻進行采集并將數據傳輸至終端處理器,終端處理器接收到數據并根據不同方向的音頻采集設備所采集到的噪音強弱進行計算,終端處理器對方向進行確認并通過人機互交模塊對噪音方位進行顯示,解決了現有噪聲篩除系統不具備對噪音方向進行采集判斷的效果,無法根據噪聲范圍對其源頭方向進行有效攔截,嚴重影響了音頻采集準確度,提高了音頻噪聲消除難度的問題。
技術領域
本發明涉及噪聲篩除技術領域,具體為一種噪聲篩系統及方法。
背景技術
為了減少周圍噪音對音頻采集造成的影響,部分音頻采集設備的輸出端安裝有噪聲篩除系統,但是現有噪聲篩除系統不具備對噪音方向進行采集判斷的效果,無法根據噪聲范圍對其源頭方向進行有效攔截,嚴重影響了音頻采集準確度,提高了音頻噪聲消除難度。
發明內容
為解決上述背景技術中提出的問題,本發明的目的在于提供一種噪聲篩系統及方法,具備對噪聲方向進行判斷的優點,解決了現有噪聲篩除系統不具備對噪音方向進行采集判斷的效果,無法根據噪聲范圍對其源頭方向進行有效攔截,嚴重影響了音頻采集準確度,提高了音頻噪聲消除難度的問題。
為實現上述目的,本發明提供如下技術方案:一種噪聲篩系統及方法,包括音頻采集設備;
所述音頻采集設備的輸出端雙向電連接有終端處理器,所述終端處理器的輸出端雙向電連接有噪音方向孿生模型建立模塊,所述噪音方向孿生模型建立模塊的輸出端雙向電連接有卷積學習系統,所述終端處理器的輸出端雙向電連接有信號處理系統,所述卷積學習系統的輸出端與信號處理系統的輸入端雙向電連接,所述信號處理系統的輸出端雙向電連接有無線收發模塊,所述無線收發模塊的輸出端雙向電連接有云端服務器。
作為本發明優選的,所述音頻采集設備的輸出端雙向電連接有波段篩選單元,所述波段篩選單元的輸出端與終端處理器的輸入端雙向電連接,所述波段篩選單元由濾波器和控制電路組成。
作為本發明優選的,所述終端處理器由方位計算系統和音頻刷新系統組成。
作為本發明優選的,所述終端處理器的輸入端雙向電連接有人機互交模塊,所述人機互交模塊由顯示電路和按鍵電路組成。
作為本發明優選的,所述噪音方向孿生模型建立模塊由音頻方向邏輯模型、音頻方向概念模型和數據整合模型組成。
作為本發明優選的,所述卷積學習系統由卷積神經網絡、自編碼神經網絡和深度置信神經網絡組成。
作為本發明優選的,所述信號處理系統由信號放大器、干擾消除模塊和信號降噪單元組成,所述云端服務器由長短期網絡數據和云端儲存數據組成。
一種噪聲篩系統及方法,包括以下步驟:
S1:在同一水平面安裝若干個數量的音頻采集設備,音頻采集設備同時對周圍音頻進行采集并將數據傳輸至終端處理器,終端處理器接收到數據并根據不同方向的音頻采集設備所采集到的噪音強弱進行計算;
S2:當各個音頻采集設備所采集到的噪音距離被獨立計算確認時,終端處理器將數據傳輸至噪音方向孿生模型建立模塊,噪音方向孿生模型建立模塊通過數據整合模型將噪音方向導入音頻方向邏輯模型和音頻方向概念模型,當噪音方向孿生模型建立完畢后,終端處理器對方向進行確認并通過人機互交模塊對噪音方位進行顯示;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州市迪聲音響有限公司,未經廣州市迪聲音響有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210891738.6/2.html,轉載請聲明來源鉆瓜專利網。





