[发明专利]一种音频信号处理方法、装置、设备和介质

说明书

本发明实施例公开了一种音频信号处理方法、装置、设备和介质，其中，方法包括：获取远端声音信号与近端声音信号，并根据预设频段分组对所述远端声音信号和所述近端声音信号分别进行分组得到多个频段的子信号；基于所述子信号得到多个频段对应的预测回声信号；根据所述近端声音信号与所述预测回声信号得到初始输出信号，并对所述初始输出信号进行非线性信号抑制，完成音频信号处理过程。本发明实施例的技术方案解决了现有技术中非线性滤波器在全频段滤波，滤波结果误差较大，对麦克风采集的本地语音造成的畸变严重的问题；可以实现分频段多尺度的方式对语音信号进行线性与非线性滤波处理，提高语音质量，减少本地语音畸变，提升用户体验。

技术领域

本发明实施例涉及信号处理技术领域，尤其涉及一种音频信号处理方法、装置、设备和介质。

背景技术

语音交互系统中的回声是指扬声器播放出来的声音经过外界环境反射后进入麦克风中形成的声音。回声会干扰本地语音。由于回声存在，导致语音交互系统无法得到干净的目标语音。通常需要对语音信号的处理之后在进行信号的传输，以提升用户体验。

回声抑制装置对声音信号的处理通常包含线性处理和非线性处理。首先，通过线性处理模块对麦克风采集的信号和扬声器输出参考信号进行线性滤波处理，通常采用自适应线性滤波器的形式；然后，根据麦克风接收信号和扬声器输出参考信号的相关性进行非线性回声抑制。

但是，在进行信号处理的过程中，直接采用麦克风接收信号和扬声器输出参考信号的全带信号确定非线性回声抑制系数，导致非线性滤波器的滤波误差较大，不能完全过滤掉非线性误差，对麦克风采集的本地语音造成的畸变严重，导致输出语音卡顿，用户体验不佳。

发明内容

本发明实施例提供一种音频信号处理方法、装置、设备和介质，以实现分频段多尺度的方式对语音信号进行线性与非线性滤波处理，提高语音质量。

第一方面，本发明实施例提供了一种音频信号处理方法，该方法包括：

获取远端声音信号与近端声音信号，并根据预设频段分组对所述远端声音信号和所述近端声音信号分别进行分组得到多个频段的子信号；

基于所述子信号得到多个频段对应的预测回声信号；

根据所述近端信号与所述预测回声信号得到初始输出信号，并对所述初始输出信号进行非线性信号抑制，完成音频信号处理过程。

可选的，所述根据预设频段分组对所述远端声音信号和所述近端声音信号分别进行分组得到多个频段的子信号，包括：

将所述远端声音信号和所述近端声音信号分别转换为频域声音信号；

按照预设频段分组将所述频域声音信号分组得到所述多个频段的子信号，其中，所述预设频段分组是预先按照人耳听觉敏感频域进行划分的。

分别对各所述子信号在对应的频域内进行子波变换，得到所述远端声音信号的各频域子信号的子波变换信号和所述近端声音信号的各频域子信号的子波变换信号；

根据所述远端声音信号的各频域子信号的子波变换信号和所述近端声音信号的各频域子信号的子波变换信号，确定自适应滤波器组的滤波系数；

将所述远端声音信号的各频域子信号的子波变换信号输入至所述自适应滤波器组进行滤波，其中，所述自适应滤波器组中的滤波器数量与所示预设频段分组的数量相同；

对滤波后的信号进行子波反变换，得到所述预测回声信号。

可选的，所述预设频段分组中，不同的频率区域中，频段分组间隔是不同的。

可选的，对所述初始输出信号进行非线性信号抑制，包括：

对所述初始输出信号进行非线性拟合抑制处理。