一種用于骨傳導耳機的回音消除方法技術

本發明專利技術提供一種用于骨傳導耳機的回音消除方法，涉及音頻處理技術領域，包括S1、在骨傳導耳機上設置麥克風和受話器來采集骨導振子播音振動時所產生的語音數據，S2、當接收到遠端語音信號時定義一個回音估計值d，根據回音估計值進行回音分類學習，建立回音聲紋模型，獲取回音分類學習結果，S3、骨傳導耳機控制器利用VAD算法將沒有語音部分的數據作為回音提取出來將估計值從近端信號中去除，本發明專利技術通過利用麥克風來采集骨導振子播音振動時所產生的語音數據，根據回音估計值進行回音分類學習，建立回音聲紋模型，將沒有語音部分的數據作為回音提取出來，從而實現消除骨傳導耳機通話時的回音，提高用戶對骨導耳機的使用體驗。提高用戶對骨導耳機的使用體驗。提高用戶對骨導耳機的使用體驗。

【技術實現步驟摘要】
一種用于骨傳導耳機的回音消除方法


[0001]本專利技術涉及音頻處理
，尤其涉及一種用于骨傳導耳機的回音消除方法。

技術介紹

[0002]骨傳導是一種聲音傳導方式，因其內部構造設計原理跟傳統的電磁式揚聲器不一樣，音頻信號經過骨導振子轉化為振動信號，該振動信號經與骨導振子緊貼的顱骨傳輸至聽神經，使人可以聽到音頻，但是由于骨導振子還會振動空氣而產生聲波，聲波傳入人耳中，人耳能聽到部分的音頻。
[0003]同時，骨導振子的音頻頻響曲線與傳統的揚聲器的音頻頻響曲線并不相同，人耳能識別傳統揚聲器所播放的呈直線的音頻頻響，而人耳能識別骨導振子所播放的音頻頻響并不呈直線而是曲線形式的。由于人耳能識別的音頻頻響為曲線形式，導致多數骨導耳機出現嚴重的漏音情況，比如，用戶在佩戴骨導耳機進行通話的過程中，骨導耳機的麥克風不可避免地拾取到骨導振子振動所產生的聲波，而在與骨導耳機用戶進行通話的另一方能聽到自己通話聲音，嚴重影響了用戶的使用體驗。
[0004]因此，有必要提供一種新的用于骨傳導耳機的回音消除方法解決上述技術問題。

技術實現思路

[0005]為解決用戶在佩戴骨導耳機進行通話的過程中，骨導耳機的麥克風不可避免地拾取到骨導振子振動所產生的聲波，而在與骨導耳機用戶進行通話的另一方能聽到自己通話聲音，嚴重影響了用戶的使用體驗的技術問題，本專利技術提供一種用于骨傳導耳機的回音消除方法。
[0006]本專利技術提供的用于骨傳導耳機的回音消除方法包括如下步驟：S1、在骨傳導耳機上設置麥克風和受話器來采集骨導振子播音振動時所產生的語音數據，其中語音數據包含近端語音信號、遠端語音信號以及回音路徑中的回音信號；S2、當骨傳導耳機控制器接收到遠端語音信號時定義一個回音估計值d，根據回音估計值進行回音分類學習，建立回音聲紋模型，將采集到的語音數據輸入回音聲紋模型，得到近端語音信號、遠端語音信號以及回音路徑中的回音信號的各分數占比，根據所得的近端語音信號、遠端語音信號以及回音路徑中的回音信號的各分數占比訓練回音聲紋模型，獲取回音分類學習結果；S3、骨傳導耳機控制器利用VAD算法將沒有語音部分的數據作為回音提取出來，VAD輸出的信號為，其中為回音信號，為采集到的語音數據，為近端語音信號，為遠端語音信號，將估計值d從近端信號中去除，即在近端信號中去除回音估值，使近端輸出的信號為。
[0007]進一步地，在S2步驟進行分類學習后采用自適應濾波對語音數據進行自適應回音過濾處理，以獲得降噪后的語音數據，若經過所述自適應回音過濾處理后的語音數據的信
噪比超過預設標準閾值，則提取語音數據的語音特征確定對應的回音信號數據。
[0008]進一步地，所述回音信號特征包括噪聲特征和回音特征，從回音信號特征中去除回音特征即，為噪聲信號特征。
[0009]進一步地，在進行自適應回音過濾處理后利用神經網絡來計算理想二值掩蔽，分離語音和回音，根據語音數據的信噪比確定理想二值掩碼的數值，如果信噪比小于一則理想二值掩碼數值為0，即為回音，否則理想二值掩碼數值為1，即為語音。
[0010]進一步地，所述回音分類學習包括根據預設的標準人聲、多人說話的語音、回音聲波以及背景噪聲作為訓練樣本對回音聲紋模型進行模型訓練。
[0011]進一步地，對每個訓練樣本進行特征提取，得到目標語音信號特征，基于回音聲紋模型獲取近端語音信號特征、遠端語音信號特征以及回音信號特征。
[0012]進一步地，所述回音分類學習中提取近端語音信號的步驟如下：對所述語音數據進行傅里葉變換，得到各幀頻譜；設計自適應濾波器組，設定頻率的上限和下限，對頻譜進行平滑化，然后用自適應濾波器對每幀的功率譜進行濾波；把每幀濾波后的能量相加求和，然后取對數，再做離散余弦變換，提取出自適應倒譜系數；通過提取出的自適應倒譜系數，實現多人語音信號的分離，屏蔽遠端的信號，得到近端語音信號。
[0013]進一步地，所述回音分類學習中提取遠端語音信號步驟如下：對語音數據進行傅里葉變換得到各幀的頻譜；根據預設自適應濾波器組和語音數據對應的場景類別對所述各幀頻譜進行功率譜濾波；根據自適應倒譜系數進行多人語音信號分離，屏蔽近端的語音信號，得到遠端語音信號。
[0014]與相關技術相比較，本專利技術提供的用于骨傳導耳機的回音消除方法具有如下有益效果：1、本專利技術通過利用麥克風來采集骨導振子播音振動時所產生的語音數據，在接收到遠端語音信號時定義一個回音估計值，根據回音估計值進行回音分類學習，建立回音聲紋模型，再根據VAD算法將沒有語音部分的數據作為回音提取出來，從而實現消除骨傳導耳機通話時的回音，提高用戶對骨導耳機的使用體驗。
[0015]2、本專利技術將估計值從近端信號中去除，即在近端信號中去除回音估值，輸出近端信號時進行自適應去除回音后可以使殘留的噪聲近似為零，有效提高通話質量。
[0016]3、本專利技術通過回音聲紋模型和自適應回音過濾處理，在通話過程中無明顯的回音音波存在，故針對回音消除技術對回音的抵消達到較好的效果。
附圖說明
[0017]圖1為本專利技術提供的用于骨傳導耳機的回音消除方法的流程框圖；圖2為本專利技術提供的用于骨傳導耳機的回音消除方法的結構框圖；
圖3為本專利技術提供的神經網絡分離語音和回音的流程框圖；圖4為本專利技術提供的提取近端語音信號的流程框圖；圖5為本專利技術提供的提取遠端語音信號的流程框圖；圖6為本專利技術提供的遠端信號的模型示意圖；圖7為本專利技術提供的近端信號的模型示意圖。
具體實施方式
[0018]下面結合附圖和實施方式對本專利技術作進一步說明。
[0019]請結合參閱圖1、圖2、圖3、圖4、圖5、圖6以及圖7，其中，圖1為本專利技術提供的用于骨傳導耳機的回音消除方法的流程框圖；圖2為本專利技術提供的用于骨傳導耳機的回音消除方法的結構框圖；圖3為本專利技術提供的神經網絡分離語音和回音的流程框圖；圖4為本專利技術提供的提取近端語音信號的流程框圖；圖5為本專利技術提供的提取遠端語音信號的流程框圖；圖6為本專利技術提供的遠端信號的模型示意圖；圖7為本專利技術提供的近端信號的模型示意圖。
[0020]附圖中的流程圖和框圖，圖示了按照本專利技術各種實施例的系統、方法和計算機程序產品的可能實現的體系架構、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段、或代碼的一部分，上述模塊、程序段、或代碼的一部分包含一個或多個用于實現規定的邏輯功能的可執行指令。也應當注意，在有些作為替換的實現中，方框中所標注的功能也可以以不同于附圖中所標注的順序發生。例如，兩個接連地表示的方框實際上可以基本并行地執行，它們有時也可以按相反的順序執行，這依所涉及的功能而定。也要注意的是，框圖或流程圖中的每個方框、以及框圖或流程圖中的方框的組合，可以用執行規定的功能或操作的專用的基于硬件的系統來實現，或者可以用專用硬件與計算機指令的組合來實現。
實施例一
[0021]在具體實施過程中，如圖1
?
圖7所示，一種用于骨傳導耳機的回音消除方法包括如下本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種用于骨傳導耳機的回音消除方法，其特征在于，包括如下步驟：S1、在骨傳導耳機上設置麥克風和受話器來采集骨導振子播音振動時所產生的語音數據，其中語音數據包含近端語音信號、遠端語音信號以及回音路徑中的回音信號；S2、當骨傳導耳機控制器接收到遠端語音信號時定義一個回音估計值d，根據回音估計值進行回音分類學習，建立回音聲紋模型，將采集到的語音數據輸入回音聲紋模型，得到近端語音信號、遠端語音信號以及回音路徑中的回音信號的各分數占比，根據所得的近端語音信號、遠端語音信號以及回音路徑中的回音信號的各分數占比訓練回音聲紋模型，獲取回音分類學習結果；S3、骨傳導耳機控制器利用VAD算法將沒有語音部分的數據作為回音提取出來，VAD輸出的信號為，其中為回音信號，為采集到的語音數據，為近端語音信號，為遠端語音信號，將估計值d從近端信號中去除，即在近端信號中去除回音估值，使近端輸出的信號為，將近端輸出的信號發送至遠端。2.根據權利要求1所述的用于骨傳導耳機的回音消除方法，其特征在于，在S2步驟進行分類學習后采用自適應濾波對語音數據進行自適應回音過濾處理，以獲得降噪后的語音數據，若經過所述自適應回音過濾處理后的語音數據的信噪比超過預設標準閾值，則提取語音數據的語音特征確定對應的回音信號數據。3.根據權利要求2所述的用于骨傳導耳機的回音消除方法，其特征在于，所述回音信號特征包括噪聲特征和回音特征，從回音信號特征中去除回音特征即，為噪聲信號特征。4.根據權利要求3所述的用于骨傳導耳機的回音消除方法，其特征在于，在進行自適應...

【專利技術屬性】
技術研發人員：伍軍華，趙苓忠，趙正萍，
申請(專利權)人：深圳市鑫正宇科技有限公司，
類型：發明
國別省市：