【技術實現步驟摘要】
本專利技術涉及噪聲抑制的，尤其涉及一種基于差分麥克風陣列噪聲抑制方法。
技術介紹
1、隨著語音技術的不斷發展，特別是在人機交互、智能助手和通信設備中的廣泛應用，噪聲抑制的性能直接影響設備的體驗質量。傳統的噪聲抑制方法，如單麥克風噪聲抑制技術，通常依賴于對噪聲和語音信號的統計特性進行分析和濾波，但其性能受限于噪聲環境復雜度和信號的非平穩性。為克服單麥克風系統的局限性，多麥克風陣列技術得到了廣泛應用。麥克風陣列可以通過空間信息來增強信號處理的能力，不僅能提高信號的信噪比（snr），還可以實現源定位和空間濾波等功能。其中，差分麥克風陣列因其結構簡單、低成本和良好的空間分辨能力，成為噪聲抑制研究中的重要工具。差分麥克風陣列通過利用多個麥克風之間的微小空間距離，對輸入信號進行空間微分，從而對不同方向的聲源信號進行選擇性響應。這種技術可以在不依賴特定聲場建模的情況下，有效抑制來自干擾方向的噪聲，同時增強來自目標方向的語音信號。由于差分陣列對噪聲有較強的方向選擇性，它在嘈雜環境中的噪聲抑制能力具有明顯優勢。
2、然而，差分麥克風陣列對于高頻噪聲的抑制效果較好，但對低頻噪聲（如空調噪聲、交通噪聲等）的抑制效果相對較差。這是因為低頻噪聲的波長較長，而差分陣列的結構尺寸有限，無法對低頻信號進行有效的空間濾波。現有研究中，通常通過增加麥克風數量或調整陣列結構來提升低頻噪聲的抑制效果，但這些方法往往會增加系統的復雜度和成本，且效果有限。
技術實現思路
1、有鑒于此，本專利技術提供一種基于差分麥
2、實現上述目的，本專利技術提供的一種基于差分麥克風陣列噪聲抑制方法，包括以下步驟：
3、s1：采集多通道的原始聲源信號并進行差分處理，得到聲源信號并計算不同聲源信號之間的差值信號，將差值信號構成多通道差值聲源信號；
4、s2：對多通道差值聲源信號進行信號特征提取，得到不同聲源信號的差值信號特征向量；
5、s3：構建低頻噪聲判定模型對差值信號特征向量進行低頻噪聲判定，得到聲源信號是否存在低頻噪聲的判定結果，其中低頻噪聲判定采用改進的支持向量機算法；
6、s4：對存在低頻噪聲的聲源信號進行低頻噪聲抑制處理，輸出低頻噪聲抑制后的聲源信號以及不存在低頻噪聲的聲源信號，并將聲源信號轉換為原始聲源信號。
7、作為本專利技術的進一步改進方法：
8、可選地，所述s1步驟中采集多通道的聲源信號并計算不同聲源信號之間的差值信號，包括：
9、采集麥克風陣列中多通道的聲源信號：
10、；
11、其中：
12、表示第m個通道的聲源信號，m表示麥克風陣列中的通道數目；其中聲源信號以差分信號的形式進行表示；
13、表示聲源信號在n個信號時刻的差分信號值，表示聲源信號在第n個信號時刻的差分信號值，，即為原始聲源信號在第n+1個信號時刻的信號值與第n信號時刻的信號值之間的差值；
14、所述第m個通道的聲源信號為麥克風陣列中第m個麥克風捕捉到的聲音信號，麥克風陣列中的通道數目為麥克風陣列中麥克風的數目；
15、計算不同聲源信號之間的差值信號，其中聲源信號與之間的差值信號為：
16、；
17、其中：
18、表示聲源信號與之間的差值信號，；
19、表示差值信號中的第n個差分信號值，。
20、可選地，所述將差值信號構成多通道差值聲源信號，包括：
21、將差值信號構成不同聲源信號的多通道差值聲源信號，其中聲源信號的多通道差值聲源信號為：
22、；
23、其中：
24、表示聲源信號的多通道差值聲源信號；所述多通道差值聲源信號為聲源信號與m個通道的聲源信號之間的差值信號所構成的信號矩陣；
25、t表示轉置。
26、可選地，所述s2步驟中對多通道差值聲源信號進行信號特征提取，包括：
27、對多通道差值聲源信號進行信號特征提取，將特征提取結果作為聲源信號的差值信號特征向量，其中多通道差值聲源信號的信號特征提取流程為：
28、s21：計算得到多通道差值聲源信號的中心頻率：
29、；
30、其中：
31、表示每一秒內信號時刻的數目；
32、s22：計算得到多通道差值聲源信號的峭度：
33、；
34、；
35、；
36、其中：
37、表示差值信號的峭度分量；
38、表示差值信號中n個差分信號值的標準差；
39、表示差值信號中n個差分信號值的均值；
40、s23：計算得到多通道差值聲源信號的功率譜密度：
41、；
42、；
43、其中：
44、表示差值信號的功率譜密度分量；
45、表示以自然常數為底的指數函數；
46、j表示虛數單位，；
47、s24：計算得到多通道差值聲源信號的聲壓；
48、s25：將多通道差值聲源信號的中心頻率、峭度、功率譜密度以及聲壓作為特征提取結果，構成聲源信號的差值信號特征向量：。
49、可選地，所述s24步驟中計算得到多通道差值聲源信號的聲壓，包括：
50、s241：計算得到多通道差值聲源信號中不同差值信號的聲功率，其中差值信號的聲功率為：
51、；
52、s242：將差值信號的聲功率轉換為差值信號的聲壓分量，其中差值信號的聲壓分量為：
53、；
54、其中：
55、表示空氣密度，c表示聲速；
56、表示聲源位置與第m個麥克風位置之間的距離；在本專利技術實施例中，聲源位置為主講臺位置；
57、s243：將聲壓分量構成多通道差值聲源信號的聲壓：。
58、可選地，所述s3步驟中構建低頻噪聲判定模型，包括：
59、構建低頻噪聲判定模型，其中低頻噪聲判定模型包括輸入層、特征重構層、特征映射層以及判定層，輸入層用于接收聲源信號的差值信號特征向量，特征重構層用于對差值信號特征向量進行降維重構處理，重構得到差值信號降維特征向量，特征映射層用于利用訓練參數對差值信號降維特征向量進行特征映射，得到映射特征向量，判定層用于對映射特征向量進行低頻噪聲判定，輸出判定結果；
60、采集d組聲源信號的差值信號降維特征向量以及是否存在低頻噪聲的真實判定結果，構建得到訓練數據集：
61、；
62、其中：
63、表示第d組聲源信號的差值信號降維特征向量，表示第d組聲源信號是否存在低頻噪聲的真實判定結果，表示第d組聲源信號不存在低頻噪聲，表示第d組聲源信號存在低頻噪聲；
64、基于訓練數據集對模型參數進行優化本文檔來自技高網...
【技術保護點】
1.一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述方法包括：
2.如權利要求1所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述S1步驟包括：
3.如權利要求2所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述將差值信號構成多通道差值聲源信號，包括：
4.如權利要求3所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述S2步驟包括：
5.如權利要求4所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述S24步驟中計算得到多通道差值聲源信號的聲壓，包括：
6.如權利要求1所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述S3步驟包括：
7.如權利要求6所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，利用低頻噪聲判定模型對差值信號特征向量進行低頻噪聲判定，得到聲源信號是否存在低頻噪聲的判定結果，包括：
8.如權利要求7所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述S4步驟包括：
【技術特征摘要】
1.一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述方法包括：
2.如權利要求1所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述s1步驟包括：
3.如權利要求2所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述將差值信號構成多通道差值聲源信號，包括：
4.如權利要求3所述的一種基于差分麥克風陣列噪聲抑制方法，其特征在于，所述s2步驟包括：
5.如權利要求4所述的一種基于差分麥克風陣列噪聲抑制...
【專利技術屬性】
技術研發人員：劉建洪，朱訓魏，
申請(專利權)人：長沙東瑪克信息科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。