[发明专利]一种噪声检测方法、非易失性可读存储介质及电子设备有效

专利信息
申请号: 202110310614.X 申请日: 2021-03-24
公开(公告)号: CN112700789B 公开(公告)日: 2021-06-25
发明(设计)人: 阎张懿;林锦鸿;梁明亮;汪震 申请(专利权)人: 深圳市中科蓝讯科技股份有限公司
主分类号: G10L21/0232 分类号: G10L21/0232;G10L25/45
代理公司: 深圳市程炎知识产权代理事务所(普通合伙) 44676 代理人: 蔡乐庆
地址: 518052 广东省深圳市南山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 噪声 检测 方法 非易失性 可读 存储 介质 电子设备
【权利要求书】:

1.一种噪声检测方法,其特征在于,包括:

获取目标语音帧;

根据所述目标语音帧,提取多类语音特征;

根据多类所述语音特征,检测所述目标语音帧是否包含噪声信号;

获取当前噪声检测状态,其中,所述当前噪声检测状态包括噪声确定状态、噪声可能状态及无噪声状态;

根据所述当前噪声检测状态,选择噪声检测路径,其中,所述根据所述当前噪声检测状态,选择噪声检测路径包括:当所述当前噪声检测状态为噪声可能状态或无噪声状态,选择第一噪声检测路径;当所述当前噪声检测状态为噪声确定状态,选择第二噪声检测路径;

在所述噪声检测路径下,根据所述目标语音帧是否包含噪声信号的检测结果,执行对应操作。

2.根据权利要求1所述的方法,其特征在于,所述根据多类所述语音特征,检测所述目标语音帧是否包含噪声信号包括:

确定每类所述语音特征属于噪声特征的噪声概率;

根据多类所述语音特征的噪声概率,检测所述目标语音帧是否包含噪声信号。

3.根据权利要求2所述的方法,其特征在于,所述根据多类所述语音特征的噪声概率,检测所述目标语音帧是否包含噪声信号包括:

根据每类所述语音特征的噪声概率及其对应的预设权重,计算每类所述语音特征的加权值;

累加每类所述语音特征的加权值,得到总加权值;

根据所述总加权值与第一预设噪声阈值,检测所述目标语音帧是否包含噪声信号。

4.根据权利要求3所述的方法,其特征在于,所述根据所述总加权值与预设阈值,检测所述目标语音帧是否包含噪声信号包括:

判断所述总加权值是否大于所述第一预设噪声阈值;

若大于,确定所述目标语音帧属于确定包含噪声信号的类型。

5.根据权利要求4所述的方法,其特征在于,所述根据所述总加权值与预设阈值,检测所述目标语音帧是否包含噪声信号还包括:

若所述总加权值小于所述第一预设噪声阈值,判断所述总加权值是否大于第二预设噪声阈值,其中,所述第二预设噪声阈值小于所述第一预设噪声阈值;

若大于,确定所述目标语音帧属于可能包含噪声信号的类型;

若小于,确定所述目标语音帧属于无噪声信号的类型。

6.根据权利要求2所述的方法,其特征在于,所述噪声特征包括子带质心值特征和/或频谱模板组合特征和/或负斜率拟合特征,所述确定每类所述语音特征属于噪声特征的噪声概率包括:

根据子带质心值算法,求取所述目标语音帧的噪声频段范围的质心值,对所述质心值作归一化处理,得到所述语音特征属于子带质心值特征的噪声概率,和/或,

根据频谱模板组合算法,求取所述目标语音帧与预设语音帧模板之间的差异度,对所述差异度作归一化处理,得到所述语音特征属于频谱模板组合特征的噪声概率,和/或,

根据负斜率拟合算法,求取所述目标语音帧的幅度谱与线性近似幅度谱的误差,对所述误差作归一化处理,得到所述语音特征属于负斜率拟合特征的噪声概率。

7.根据权利要求1所述的方法,其特征在于,所述在所述噪声检测路径下,根据所述目标语音帧是否包含噪声信号的检测结果,执行对应操作包括:

在所述第一噪声检测路径下:

当检测结果为所述目标语音帧属于确定包含噪声信号的类型时,对连续帧数累加预设数值,更新所述当前噪声检测状态为噪声确定状态,并根据累加后的连续帧数与预设帧数阈值,执行第一操作,所述连续帧数为时间连续且包含噪声信号的语音帧的帧数,和/或,

当检测结果为所述目标语音帧属于可能包含噪声信号的类型时,对连续帧数累加预设数值,设置所述当前噪声检测状态为噪声可能状态,并根据累加后的连续帧数与预设帧数阈值,执行第一操作,和/或,

当检测结果为所述目标语音帧属于无噪声信号的类型时,对连续帧数进行清零,设置所述当前噪声检测状态为无噪声状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市中科蓝讯科技股份有限公司,未经深圳市中科蓝讯科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110310614.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top