[发明专利]基于深度学习的多通道音视频会议降噪的方法及系统

权利要求书

1.一种基于深度学习的多通道音视频会议降噪的方法，其特征在于，包括如下步骤：

步骤S1：采集原始多通道信号，将采集的时域信号转换成频域信号；

步骤S2：利用神经网络计算各个频段上存在的噪音概率，通过所述噪音概率计算噪音的协方差矩阵；

步骤S3：通过所述噪音的协方差矩阵计算噪音的协方差矩阵的特征向量，根据所述噪音的协方差矩阵以及所述噪音的协方差矩阵的特征向量计算合并多通道的权值；

步骤S4：根据所述合并多通道的权值以及所述频域信号输出降噪结果。

2.根据权利要求1所述的基于深度学习的多通道音视频会议降噪方法，其特征在于：所述采集原始多通道信号的方法为：通过麦克风阵列采集所述原始多通道信号。

3.根据权利要求1所述的基于深度学习的多通道音视频会议降噪的方法，其特征在于：将采集的时域信号转换成频域信号的方法为：利用单个滤波器或者多个滤波器通过快速傅里叶变化，将采集的时域信号转换成所述频域信号。

4.根据权利要求1所述的基于深度学习的多通道音视频会议降噪的方法，其特征在于：利用神经网络计算各个频段上存在的噪音概率的方法为：将提前标注好的数据输入至所述神经网络中，通过所述神经网络的计算后输出在各个频段上存在的噪音概率。

5.根据权利要求1所述的基于深度学习的多通道音视频会议降噪的方法，其特征在于：所述噪音的协方差矩阵的计算方法为：若所述噪音的协方差矩阵为Φ_f，频域信号为Y_i，t，则其中Y_i，t表示第i个信道在t时刻的频域信号，N表示通道的数量，是Y_i，t的共轭转置。

6.根据权利要求5所述的基于深度学习的多通道音视频会议降噪的方法，其特征在于：所述噪音的协方差矩阵的特征向量计算方法为φ_fW_f＝W_f∧，其中所述噪音的协方差矩阵的特征向量为W_f，噪音的协方差矩阵为Φ_f，∧表示特征值的矩阵。

7.根据权利要求6所述的基于深度学习的多通道音视频会议降噪的方法，其特征在于：计算合并多通道的权值的方法为：

其中所述合并多通道的权值为是W_f的共轭转置。

8.根据权利要求7所述的基于深度学习的多通道音视频会议降噪的方法，其特征在于：根据所述合并多通道的权值以及所述频域信号输出降噪结果的方法为：

9.一种基于深度学习的多通道音视频会议降噪的系统，其特征在于，包括：

采集模块，用于采集原始多通道信号，将采集的时域信号转换成频域信号；

第一计算模块，用于利用神经网络计算各个频段上存在的噪音概率，通过所述噪音概率计算噪音的协方差矩阵；

第二计算模块，用于通过所述噪音的协方差矩阵计算噪音的协方差矩阵的特征向量，根据所述噪音的协方差矩阵以及所述噪音的协方差矩阵的特征向量计算合并多通道的权值；

输出模块，用于根据所述合并多通道的权值以及所述频域信号输出降噪结果。