[发明专利]噪声检测及压制方法、装置、终端设备和系统、芯片

说明书

本发明公开了一种噪声检测及压制方法、装置、终端设备和系统、芯片，噪声检测方法包括：步骤S100，将在时域上连续获取的若干帧原始音频信号转换为频域上的若干帧第一频域信号，原始音频信号包含噪声信号和语音信号；步骤S200，对若干帧第一频域信号分别进行子带划分得到子带能量谱；步骤S300，基于局部最小值的噪声估算法求取得到第一噪声；步骤S400，基于VAD的噪声估算法得到第二噪声；步骤S500，对当前第一噪声和当前第二噪声进行加权组合得到当前频域上的噪声信号。一方面能够检测到平稳的噪声，另一方面又能抵抗噪声的变化，识别到变化的噪声。继而，提高噪声识别的准确性。

技术领域

本发明涉及音频数据处理技术领域，具体涉及一种噪声检测及压制方法、装置、终端设备和系统、芯片。

背景技术

随着音频设备的普及，应用于直播、K歌、会议室等诸多环境，但麦克风不能主动识别并区分语音和噪声，通常，麦克风会同时采集到语音和外界噪声。如果未通过抑制处理或降噪处理，噪声通过扬声器放大，对语音的音频内容造成干扰，给用户带来了较差的体验。为了保证采集的语音尽量清晰就需要降噪，降噪的前提就需要检测噪声信号，从而保证降噪的同时不能损伤语音信号。

传统的方案中，设置能量阈值，通过计算能量、采用阈值的办法判断是否是语音。对于这种方案，需要根据适用场景不同来设置不同的阈值，定义的标准不同，只适用于噪声比较单一的环境，当环境比较嘈杂的时，整个信号的能量都会持续比较大。此时能量阈值的方法基本失效。

现有技术中，也存在采用局部最小值的噪声估算方法(以下简称最小值估算法)、基于语音活动检测(Voice Activity Detection,VAD)的噪声估计算法(以下简称基于VAD估算法)来实现噪声的检测。总体而言，最小值估算法能够比较好地区分平稳的噪声信号和语音信号；基于VAD估算法能够快速估算噪声。

经申请人研究发现，当噪声发生幅值变化时，最小值估算法则可能将该发生变化的噪声误认为是语音，也就是，最小值估算法无法抵抗幅度变化，容易出现漏检噪声的情况；而，基于VAD估算法，由于噪声估算的更新速度过快，容易导致误检噪声，也就是，将语音错误地估计为噪声，由此导致对语音等有用信号带来了损害。

因此，如何提高噪声识别的准确性成为亟待解决的第一技术问题。

此外，如何快速地对噪声进行压制，提升输出音频的音质成为亟待解决的第二技术问题。

发明内容

基于上述现状，本发明的主要目的在于提供一种噪声检测及压制方法、装置、终端设备和系统、芯片，以提高噪声识别的准确性。

为实现上述目的，本发明采用的技术方案如下：

第一方面，本发明实施例公开了一种噪声检测方法，包括：

步骤S100，将在时域上连续获取的若干帧原始音频信号转换为频域上的若干帧第一频域信号，原始音频信号包含噪声信号和语音信号；步骤S200，对若干帧第一频域信号分别进行子带划分得到子带能量谱；步骤S300，基于局部最小值的噪声估算法求取得到第一噪声；步骤S400，基于VAD的噪声估算法得到第二噪声；步骤S500，对当前第一噪声和当前第二噪声进行加权组合得到当前频域上的噪声信号。

可选地，步骤S300包括：确定当前子带能量和前次第一噪声中较小的信号；对较小的信号和当前子带能量进行加权得到当前第一噪声。

可选地，步骤S400包括：步骤S400-1，计算长时子带能量；步骤S400-2，基于长时子带能量和当前子带能量计算当前的语音概率，当前的语音概率表示当前信号属于语音信号的概率；

步骤S400-3，通过长时子带能量和语音概率得到当前第二噪声；在步骤S500中，基于语音概率对当前第一噪声和当前第二噪声进行加权组合得到当前频域上的噪声信号。