【技術實現步驟摘要】
本專利技術涉及語音處理，尤其涉及一種基于人工智能的機載語音多維降噪系統及方法。
技術介紹
1、在日常生活中，噪聲是影響語音通話質量的重要因素之一。語音降噪技術通過消除噪聲并提取干凈語音，從而提高語音質量和可懂度，在移動通信、耳機、會議系統、語音交互等應用中具有巨大價值。在實際生活或生產場景中噪聲又分為穩態噪聲和非穩態噪聲，例如，環境背景噪聲，路邊的汽車來來回回的噪聲都屬于穩態噪音；而鼠標點擊聲、鍵盤聲、敲擊聲、空調聲、廚房碗碟碰撞聲等都屬于非穩態噪音。
2、現有的對于噪音的降噪處理方式，多采用一對一的降噪，當空間中同時存在多維噪音時，需要花費較多的資源和成本進行降噪處理，并且，多維降噪信號之間相互獨立，相互之間存在一定的影響，影響降噪效果。
技術實現思路
1、本專利技術公開一種基于人工智能的機載語音多維降噪系統及方法，旨在解決
技術介紹
中提出來的多采用一對一的降噪，當空間中同時存在多維噪音時，需要花費較多的資源和成本進行降噪處理，并且，多維降噪信號之間相互獨立，相互之間存在一定的影響，影響降噪效果的技術問題。
2、為了實現上述目的，本專利技術采用了如下技術方案：
3、一種基于人工智能的機載語音多維降噪系統，包括聲音采集模塊、噪音檢測模塊、噪音處理模塊、中央控制系統、聲音識別模塊和降噪模塊，所述聲音采集系統用于采集發聲者的原始話音聲波，所述噪音處理模塊包括頻率計算單元、標簽添加單元、噪音排序單元和噪音提取單元；所述噪音檢測模塊檢測噪音信號，為每一個噪
4、在一個優選的方案中，所述噪音處理模塊對標簽后的噪音音頻數據特征進行對應的融合降噪處理；
5、對所述噪音音頻數據行傅里葉變換，獲得對應的目標頻域數據；
6、對所述目標頻域數據進行增強處理，獲得對應的頻域特征；
7、對所述頻域特征進行池化處理，獲得對應的增強特征，對所述噪音音頻數據進行傅里葉變換，獲得對應的目標頻域數據，包括：
8、通過時間窗函數對所述噪音音頻數據進行劃分，獲得對應的多維時間窗音頻數據；通過分析窗函數對所述多維時間窗音頻數據進行并行計算，獲得所述多維時間窗音頻數據各自對應的中間音頻數據；對獲得的多維中間音頻數據進行并行傅里葉變換，獲得所述多維中間音頻數據各自對應的子頻域數據；將所述多維中間音頻數據各自對應的子頻域數據共同確定為所述噪音音頻數據對應的目標頻域數據，所述噪音處理模塊括降噪電路和降噪揚聲器；所述降噪電路用于根據噪音信號的頻率，產生與噪音信號振幅相同，相位相反的電信號，所述降噪揚聲器用于將降噪電路產生的電信號轉化成聲波，對噪音信號實行降噪處理。
9、在一個優選的方案中，所述聲音識別模塊包括噪音分析單元、噪音剔除單元和存儲數據庫，所述噪音分析單元用于對噪音信號數據進行分析，所述中央控制系統根據噪音分析單元的分析結果和存儲數據庫中的存儲數據對噪音信號是否為人聲噪音信號進行判斷，所述噪音剔除單元用于將中央控制系統判斷的人聲噪音信號從噪音檢測模塊所檢測的噪音信號中剔除，所述存儲數據庫用于對剔除的人聲噪音信號數據進行存儲。
10、在一個優選的方案中，所述降噪模塊包括有降噪模型庫和數據更新單元，所述降噪模型庫用于儲存不同場景、時間下的標志性噪聲信號，形成降噪模型，所述降噪模型庫還包括采集單元和分類單元，所述采集單元用于采集各環境點位標志性噪聲信號，所述分類單元用于將所述標志性噪聲信號進行切統一時長切片處理后按采集時間和場景進行歸類，所述噪音分析單元和存儲數據庫的輸出端連接中央控制系統的輸入端，所述中央控制系統的輸出端連接噪音剔除單元的輸入端，所述噪音剔除單元的輸出端連接存儲數據庫的輸入端。
11、一種基于人工智能的機載語音多維降噪方法，具體包括以下步驟：
12、s1、聲音采集模塊獲取目標語音信號；
13、s2、將目標語音進行傳輸到噪音檢測模塊中進行檢測，對檢測的噪音進行處理，判斷噪音類型；
14、s3、根據對噪音的分類結果，通過噪音剔除單元剔除交談說話的聲音；
15、s4、對其余噪音進行處理并進行降序排序；
16、s5、對降序排序的第一位噪音進行降噪處理；
17、s6、重復s1-s5，分別對降序排序第二位噪音、第三位噪音進行降噪，直至環境中多維方位的噪音實現降噪。
18、由上可知，一種基于人工智能的機載語音多維降噪系統，包括聲音采集模塊、噪音檢測模塊、噪音處理模塊、中央控制系統、聲音識別模塊和降噪模塊，所述聲音采集系統用于采集發聲者的原始話音聲波，所述噪音處理模塊包括頻率計算單元、標簽添加單元、噪音排序單元和噪音提取單元；所述噪音檢測模塊檢測噪音信號，為每一個噪音信號添加標簽，每一個噪音信號的標簽是唯一的，所述頻率計算單元用于對噪音檢測模塊所檢測的噪音信號的頻率進行計算，所述標簽添加單元用于對噪音檢測模塊所檢測的噪音信號添加唯一的標簽，所述噪音排序單元根據頻率計算單元對噪音信號的計算結果對噪音信號進行排序，所述噪音提取單元用于對頻率最高的噪音信號進行提取。本專利技術提供的基于人工智能的機載語音多維降噪系統及方法具有以下技術效果：
19、1：對檢測的多維噪音信號進行噪音頻率的降序排序，首先對降序排序中的頻率最高的噪音進行降噪處理，在對頻率最高的噪音信號進行降噪處理的過程中，會對頻率較低的噪音信號實現部分抵消，削弱了頻率較低的噪音信號，然后再對剩下的多維噪音信號進行依次的處理，避免了需要針對每一個噪音信號進行降噪處理的操作，減少了針對多維噪音信號進行逐個降噪的步驟，也避免了多維降噪信號之間相互影響，使得針對多點降噪的過程更加的簡潔，針對多點降噪的處理更加的節能。
20、2：通過聲音剔除單元將人聲噪音信號從多維噪音信號中剔除，避免了多點降噪系統對人聲噪音進行降噪，影響人們的正常交談，使得多點降噪系統實現對噪音信號的有區別降噪，使得多點降噪系統更加的智能化、人性化。
21、3：通過獲取到用戶當前所處環境中的噪聲聲源，進而能針對性的進行語音降噪，提高了語音降噪效率。
22、4：對所有音頻數據進行處理，針對每個噪音音頻數據獲得一個對應的增強特征；將具有原音頻標簽的所有噪音音頻數據各自對應的增強特征全部拿來進行融合降噪，獲得一個對應的原音頻特征，將具有噪聲音頻標簽的所有噪音音頻數據各自對應的增強特征全部拿來進行融合降噪，可有效提高降噪效果。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的機載語音多維降噪系統，包括聲音采集模塊、噪音檢測模塊、噪音處理模塊、中央控制系統、聲音識別模塊和降噪模塊，其特征在于，所述聲音采集系統用于采集發聲者的原始話音聲波，所述噪音處理模塊包括頻率計算單元、標簽添加單元、噪音排序單元和噪音提取單元；所述噪音檢測模塊檢測噪音信號，為每一個噪音信號添加標簽，每一個噪音信號的標簽是唯一的，所述頻率計算單元用于對噪音檢測模塊所檢測的噪音信號的頻率進行計算，所述標簽添加單元用于對噪音檢測模塊所檢測的噪音信號添加唯一的標簽，所述噪音排序單元根據頻率計算單元對噪音信號的計算結果對噪音信號進行排序，所述噪音提取單元用于對頻率最高的噪音信號進行提取。
2.根據權利要求1所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，所述噪音處理模塊對標簽后的噪音音頻數據特征進行對應的融合降噪處理；
3.根據權利要求2所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，對所述噪音音頻數據進行傅里葉變換，獲得對應的目標頻域數據，包括：
4.根據權利要求1所述的一種基于人工智能的機載語音多維降噪系統，其特
5.根據權利要求1所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，所述聲音識別模塊包括噪音分析單元、噪音剔除單元和存儲數據庫，所述噪音分析單元用于對噪音信號數據進行分析，所述中央控制系統根據噪音分析單元的分析結果和存儲數據庫中的存儲數據對噪音信號是否為人聲噪音信號進行判斷，所述噪音剔除單元用于將中央控制系統判斷的人聲噪音信號從噪音檢測模塊所檢測的噪音信號中剔除，所述存儲數據庫用于對剔除的人聲噪音信號數據進行存儲。
6.根據權利要求1所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，所述降噪模塊包括有降噪模型庫和數據更新單元，所述降噪模型庫用于儲存不同場景、時間下的標志性噪聲信號，形成降噪模型，所述降噪模型庫還包括采集單元和分類單元，所述采集單元用于采集各環境點位標志性噪聲信號，所述分類單元用于將所述標志性噪聲信號進行切統一時長切片處理后按采集時間和場景進行歸類。
7.根據權利要求6所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，所述噪音分析單元和存儲數據庫的輸出端連接中央控制系統的輸入端，所述中央控制系統的輸出端連接噪音剔除單元的輸入端，所述噪音剔除單元的輸出端連接存儲數據庫的輸入端。
8.一種基于人工智能的機載語音多維降噪方法，應用于權利要求1-7任一所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，具體包括以下步驟：
...【技術特征摘要】
1.一種基于人工智能的機載語音多維降噪系統，包括聲音采集模塊、噪音檢測模塊、噪音處理模塊、中央控制系統、聲音識別模塊和降噪模塊，其特征在于，所述聲音采集系統用于采集發聲者的原始話音聲波，所述噪音處理模塊包括頻率計算單元、標簽添加單元、噪音排序單元和噪音提取單元；所述噪音檢測模塊檢測噪音信號，為每一個噪音信號添加標簽，每一個噪音信號的標簽是唯一的，所述頻率計算單元用于對噪音檢測模塊所檢測的噪音信號的頻率進行計算，所述標簽添加單元用于對噪音檢測模塊所檢測的噪音信號添加唯一的標簽，所述噪音排序單元根據頻率計算單元對噪音信號的計算結果對噪音信號進行排序，所述噪音提取單元用于對頻率最高的噪音信號進行提取。
2.根據權利要求1所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，所述噪音處理模塊對標簽后的噪音音頻數據特征進行對應的融合降噪處理；
3.根據權利要求2所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，對所述噪音音頻數據進行傅里葉變換，獲得對應的目標頻域數據，包括：
4.根據權利要求1所述的一種基于人工智能的機載語音多維降噪系統，其特征在于，所述噪音處理模塊括降噪電路和降噪揚聲器；所述降噪電路用于根據噪音信號的頻率，產生與噪音信號振幅相同，相位相反的電信號，所述降噪揚聲器用于將降噪電路產生的電信號轉化成聲波，對噪音信號實行降噪處理。
...
【專利技術屬性】
技術研發人員：許召輝，馬翼平，王學強，黃文君，
申請(專利權)人：中航華東光電上海有限公司，
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。