音频降噪的方法和系统与流程

1.本说明书涉及音频信号处理领域，尤其涉及一种音频降噪的方法和系统。

背景技术：

2.在很多生活场景下，我们都被噪声所包围，为了更好的听觉体验，我们需要对语音进行增强。所谓语音增强也可以称为噪声抑制，即在某种程度上减轻或者抑制噪声，提高被噪声包围的语音的质量及可懂度等。在传统方法中，信号源的采集器件一般来说均为空气传导原件，即气传导麦克风。在大噪声场景下，气传导麦克风采集的有效音频信号几乎被噪声完全包裹。
3.目前，骨传导麦克风用于耳机等电子产品上，作为骨传导麦克风接收语音信号的应用越来越多。越来越多的电子设备将具有不同特性的气传导麦克风与骨传导麦克风组合起来，使用气传导麦克风拾取外部音频信号，使用骨传导麦克风拾取发声部位振动信号，并对所拾取信号进行语音增强处理和融合。骨传导元件与气传导麦克风不同，可直接拾取发声部位的振动信号，在某种程度上能降低环境噪声的影响。在气传导麦克风与骨传导麦克风结合的方案中，有多气传导麦克风和一个骨传导麦克风方案，也有一个气传导麦克风和一个骨传导麦克风的方案。而在大噪声场景下，单气传导麦克风的语音质量较差，骨传导麦克风的语音质量也会一定程度地受到外界噪声的污染。
4.目前，针对噪声抑制，有各种降噪算法，比如单麦克降噪算法，如谱减法、维纳滤波法等，麦克风阵列降噪算法，如固定波束形成方法，自适应波束形成方法等。在大噪声场景下，单麦克风降噪变得非常困难，传统的谱减、维纳滤波等降噪算法对于提高信噪比效果非常有限(降噪强度不够)；一些改进的算法加大了降噪强度，但造成了大幅度的语音失真，且在高频部分有非常明显的噪声残留。如何在传统音频降噪算法的基础上进一步提高气传导麦克风信号、骨传导麦克风信号或两者融合后的音频信号的语音质量，是亟需解决的问题。
5.因此，需要提供一种新的音频降噪的方法和系统，以在大噪声场景下滤除噪声提高信噪比的同时，保留语音的保真度和可懂度。

技术实现要素：

6.本说明书提供一种新的音频降噪的方法和系统，以在大噪声场景下滤除噪声提高信噪比的同时，保留语音的保真度和可懂度。
7.第一方面，本说明书提供一种音频降噪的方法，包括：获取同待处理音频信号的频率相关的调制参数；以及基于同所述调制参数对应的增益系数，对所述待处理音频信号进行增益，获取目标音频信号。
8.在一些实施例中，所述调制参数包括所述待处理音频信号的多个频率单元以及所述多个频率单元对应的多个信噪比中的至少一个。
9.在一些实施例中，所述待处理音频信号包括对初始音频信号进行第一音频降噪算法处理后的音频信号。
10.在一些实施例中，所述第一音频降噪算法包括谱减法、维纳滤波法、mmse算法以及基于mmse的改进算法中的至少一个。
11.在一些实施例中，所述初始音频信号包括第一类麦克风输出的第一音频信号、第二类麦克风输出的第二音频信号以及所述第一音频信号和所述第二音频信号融合后的音频信号中的一个。
12.在一些实施例中，所述基于同所述调制参数对应的增益系数，对所述待处理音频信号进行增益，获取目标音频信号，包括：基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数，所述增益函数包括所述增益系数与所述调制参数的相关关系；以及基于所述增益系数，对所述待处理音频信号进行增益，获取目标音频信号。
13.在一些实施例中，所述增益函数为单调函数。
14.在一些实施例中，所述增益系数与所述多个信噪比正相关。
15.在一些实施例中，所述增益系数与所述多个频率单元负相关。
16.在一些实施例中，所述调制参数为所述多个频率单元；所述增益函数为第一增益函数，包括第一增益系数与频率的相关关系；所述增益系数为所述第一增益系数；以及所述基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数，包括：基于所述多个频率单元以及所述第一增益函数，生成所述多个频率单元对应的多个第一增益系数。
17.在一些实施例中，所述调制参数为所述多个频率单元对应的所述多个信噪比；所述增益函数为第二增益函数，包括第二增益系数与信噪比的相关关系；所述增益系数为所述第二增益系数；以及所述基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数，包括：基于所述多个信噪比以及所述第二增益函数，生成所述多个频率单元对应的多个第二增益系数。
18.在一些实施例中，所述调制参数为所述多个频率单元以及所述多个频率单元对应的所述多个信噪比；所述增益函数为第三增益函数，包括第三增益系数与频率以及信噪比的相关关系；所述增益系数为所述第三增益系数；以及所述基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数，包括：基于所述多个信噪比和所述多个频率单元以及所述第三增益函数，生成所述多个频率单元对应的多个第三增益系数。
19.在一些实施例中，所述增益函数为基于sigmoid函数的函数。
20.在一些实施例中，所述基于所述增益系数，对所述待处理音频信号进行增益，获取目标音频信号，包括：基于所述增益系数，对所述多个频率单元中的每个频率单元进行增益，获取所述目标音频信号。
21.在一些实施例中，所述获取同待处理音频信号的频率相关的调制参数，包括：获取对应于所述待处理音频信号频率的初始调制参数；以及对所述初始调制参数的值以频率为变量进行平滑处理，获取所述调制参数。
22.在一些实施例中，所述对所述初始调制参数的值以频率为变量做平滑处理，包括：将所述多个频率单元中的每个频率单元对应的初始信噪比与当前频率单元附近的至少一个频率单元对应的初始信噪比做特征融合处理，得到所述当前频率对应的信噪比。
23.第二方面，本说明书还提供一种音频降噪的系统，包括：至少一个存储介质以及至少一个处理器，所述至少一个存储介质存储有至少一个指令集，用于音频降噪；所述至少一
个处理器同所述至少一个存储介质通信连接，其中，当所述音频降噪的系统运行时，所述至少一个处理器读取所述至少一个指令集，并且根据所述至少一个指令集的指示执行本说明书第一方面所述的音频降噪的方法。
24.由以上技术方案可知，本说明书提供的音频降噪的方法和系统，可以在传统音频降噪方法的基础上，以频率为单位进一步对音频信号进行优化处理。所述方法和系统可以根据音频信号的多个频率单元以及多个频率单元对应的信噪比中的至少一个，对音频信号进行增益处理。所述方法和系统可以根据音频信号的多个频率单元以及多个频率单元对应的信噪比，生成增益系数，并使用增益系数对音频信号进行增益处理。其中，信噪比越高，增益系数也越高；频率越高，增益系数则越低。所述方法和系统，可以在传统音频降噪方法的基础上，进一步优化音频信号，包含有效音频信号更多的频率对应的音频信号被更多地保留，而包含有效音频信号较少的频率对应的音频信号被较少地保留，从而在滤除噪声提高信噪比的同时，保留语音的保真度和可懂度。
25.本说明书提供的音频降噪的方法和系统的其他功能将在以下说明中部分列出。根据描述，以下数字和示例介绍的内容将对那些本领域的普通技术人员显而易见。本说明书提供的音频降噪的方法和系统的创造性方面可以通过实践或使用下面详细示例中所述的方法、装置和组合得到充分解释。
附图说明
26.为了更清楚地说明本说明书实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1示出了根据本说明书的实施例提供的一些音频降噪的系统设备示意图；
28.图2示出了根据本说明书的实施例提供的一些音频降噪的方法流程图；
29.图3示出了根据本说明书的实施例提供的一些第一增益函数示意图；
30.图4示出了根据本说明书的实施例提供的一些第二增益函数示意图；
31.图5示出了根据本说明书的实施例提供的一些第三增益函数示意图；以及
32.图6示出了根据本说明书的实施例提供的一些第三增益函数示意图。
具体实施方式
33.以下描述提供了本说明书的特定应用场景和要求，目的是使本领域技术人员能够制造和使用本说明书中的内容。对于本领域技术人员来说，对所公开的实施例的各种局部修改是显而易见的，并且在不脱离本说明书的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用。因此，本说明书不限于所示的实施例，而是与权利要求一致的最宽范围。
34.这里使用的术语仅用于描述特定示例实施例的目的，而不是限制性的。比如，除非上下文另有明确说明，这里所使用的，单数形式“一”，“一个”和“该”也可以包括复数形式。当在本说明书中使用时，术语“包括”、“包含”和/或“含有”意思是指所关联的整数，步骤、操作、元素和/或组件存在，但不排除一个或多个其他特征、整数、步骤、操作、元素、组件和/或
组的存在或在该系统/方法中可以添加其他特征、整数、步骤、操作、元素、组件和/或组。
35.考虑到以下描述，本说明书的这些特征和其他特征、以及结构的相关元件的操作和功能、以及部件的组合和制造的经济性可以得到明显提高。参考附图，所有这些形成本说明书的一部分。然而，应该清楚地理解，附图仅用于说明和描述的目的，并不旨在限制本说明书的范围。还应理解，附图未按比例绘制。
36.本说明书中使用的流程图示出了根据本说明书中的一些实施例的系统实现的操作。应该清楚地理解，流程图的操作可以不按顺序实现。相反，操作可以以反转顺序或同时实现。此外，可以向流程图添加一个或多个其他操作。可以从流程图中移除一个或多个操作。
37.一些降噪算法在对音频信号降噪时，对各个频率的音频信号的保留力度几乎是均匀的。也就是说，这些降噪算法对不同频率的音频信号进行相同的降噪处理。因此，经过这些降噪算法处理的音频信号的各个频率的信号保留比例是一致的。然而，携带噪声的音频信号中，不同的频率中包含的有效音频信号是不同的。比如，携带噪声信号的音频信号中的低频部分包含的有效音频信号(即人声声纹)高于高频部分包含的有效音频信号。这些降噪算法在对音频信号进行降噪处理时，没有考虑到音频信号的频率因素，从而导致对不同频率的降噪强度基本一致。比如，使用高强度的降噪算法对携带噪声信号的音频信号进行降噪处理时，在降低高频部分的噪声信号的同时，也会使得低频部分中的有效音频信号被舍弃，从而造成语音失真。在使用低强度的降噪算法对携带噪声信号的音频信号进行降噪处理时，又会使得高频部分有明显的噪声残留，导致音频降噪的效果差。
38.所述有效音频信号可以是音频信号中携带的重要音频信号。噪声信号可以是所述有效音频信号之外的其他音频信号。比如，当进行语音通话时，所述有效音频信号可以是通话用户说话时的人声信号，所述噪声信号可以是环境噪声，比如，汽车声、鸣笛声，等等。当进行特殊声音采集时，比如在进行鸟叫声音采集时，所述有效音频信号可以是鸟叫的音频信号，所述噪声信号可以是风声、水声，等等。为了方便展示，下面的描述中将以语音通话为例进行描述，其中所述有效音频信号是通话用户说话时的人声信号，所述噪声信号可以是环境噪声。
39.需要说明的是，所述噪声信号和所述有效音频信号都是通过估计算法得到的信号。所述噪声信号可以通过噪声估计算法进行估计。所述有效音频信号可以通过原始音频信号减去所述噪声信号进行估算得到。
40.本说明书在下面的描述中提供的另一些音频降噪的方法和系统可以根据音频信号的频率相关的参数对不同频率的音频信号进行不同的增益处理。也就是说，本说明书提供的音频降噪的方法和系统，能够以音频信号的频率为单位，根据各个频率的特性，分别对每个频率进行增益处理，使得各个频率上的音频降噪的比例非均匀化，使得包含有效音频信号更多的频率部分对应的音频信号被更多地保留，而包含有效音频信号较少的频率部分对应的音频信号被较少地保留，从而提高音频信号质量，在降噪的同时，提升音频信号的保真度和可懂度。
41.所述保真度可以是设备输出的音频信号与设备接收的音频信号的相似程度。保真度越高，设备输出的音频信号与设备接收的音频信号的相似程度越高。所述可懂度也可以是语言清晰度。所述语言清晰度越高，所述可懂度越高。
42.图1示出了一些音频降噪的系统100(以下简称系统100)的设备示意图。系统100可以应用于电子设备200。
43.在一些实施例中，电子设备200可以是无线耳机、有线耳机、智能穿戴式设备，比如，智能眼镜、智能头盔或者智能腕表等具有语音采集功能以及语音播放功能的设备。电子设备200也可以是移动设备、平板电脑、笔记本电脑、机动车内置装置或类似内容，或其任意组合。在一些实施例中，移动设备可包括智能家居设备、智能移动设备、虚拟现实设备、增强现实设备或类似设备，或其任意组合。比如，所述智能移动设备可包括手机、个人数字辅助、游戏设备、导航设备、超级移动个人计算机(ultra-mobile personal computer，umpc)等，或其任意组合。在一些实施例中，所述智能家居装置可包括智能电视、台式电脑等，或任意组合。在一些实施例中，所述虚拟现实设备或增强现实设备可能包括虚拟现实头盔、虚拟现实眼镜、虚拟现实补丁、增强现实头盔、增强现实眼镜、增强现实补丁或类似内容，或其中的任何组合。在一些实施例中，机动车中的内置装置可包括车载计算机、车载电视等。
44.电子设备200可以存储有执行本说明书描述的音频降噪的方法的数据或指令，并可以执行所述数据和/或指令。电子设备200可以接收待处理音频信号，并执行本说明书描述的音频降噪的方法的数据或指令，对所述待处理音频信号进行音频降噪处理，并生成目标音频信号。所述音频降噪的方法在本说明书中的其他部分介绍。比如，在图2至图6的描述中介绍了所述音频降噪的方法。
45.所述待处理音频信号中至少包括有效音频信号。所述待处理音频信号中也可以包括噪声信号。所述待处理音频信号可以是电子设备200本地存储的音频信号，也可以是电子设备200的音频采集设备输出的音频信号，还可以是其他设备发送给电子设备200的音频信号，等等。所述音频采集设备可以集成在电子设备200上，也可以是与电子设备200通信连接的外接式设备。
46.如图1所示，电子设备200可以包括至少一个存储介质230和至少一个处理器220。在一些实施例中，电子设备200还可以包括通信端口250和内部通信总线210。同时，电子设备200还可以包括i/o组件260。在一些实施例中，电子设备200还可以包括麦克风模组240。
47.内部通信总线210可以连接不同的系统组件，包括存储介质230、处理器220和麦克风模组240。
48.i/o组件260支持电子设备200和其他组件之间的输入/输出。比如，电子设备200可以通过i/o组件260获取所述待处理音频信号。
49.通信端口250用于电子设备200同外界的数据通信。比如，电子设备200也可以通过通信端口250获取所述待处理音频信号。
50.至少一个存储介质230可以包括数据存储装置。所述数据存储装置可以是非暂时性存储介质，也可以是暂时性存储介质。比如，所述数据存储装置可以包括磁盘232、只读存储介质(rom)234或随机存取存储介质(ram)236中的一种或多种。存储介质230还包括存储在所述数据存储装置中的至少一个指令集，用于音频降噪。所述指令是计算机程序代码，所述计算机程序代码可以包括执行本说明书提供的音频降噪的方法的程序、例程、对象、组件、数据结构、过程、模块等等。至少一个存储介质230中也可以存储有所述待处理音频信号。至少一个存储介质230中还可以预先存储有增益函数，所述增益函数将在后面的描述中详细介绍。
51.至少一个处理器220可以同至少一个存储介质230通过内部通信总线210通信连接。所述通信连接是指能够直接地或者间接地接收信息的任何形式的连接。至少一个处理器220用以执行上述至少一个指令集。当系统100运行时，至少一个处理器220读取所述至少一个指令集，并且根据所述至少一个指令集的指示执行本说明书提供的音频降噪的方法。处理器220可以执行音频降噪的方法包含的所有步骤。处理器220可以是一个或多个处理器的形式，在一些实施例中，处理器220可以包括一个或多个硬件处理器，例如微控制器，微处理器，精简指令集计算机(risc)，专用集成电路(asic)，特定于应用的指令集处理器(asip)，中央处理单元(cpu)，图形处理单元(gpu)，物理处理单元(ppu)，微控制器单元，数字信号处理器(dsp)，现场可编程门阵列(fpga)，高级risc机器(arm)，可编程逻辑器件(pld)，能够执行一个或多个功能的任何电路或处理器等，或其任何组合。仅仅为了说明问题，在本说明书中电子设备200中仅描述了一个处理器220。然而，应当注意，本说明书中电子设备200还可以包括多个处理器，因此，本说明书中披露的操作和/或方法步骤可以如本说明书所述的由一个处理器执行，也可以由多个处理器联合执行。例如，如果在本说明书中电子设备200的处理器220执行步骤a和步骤b，则应该理解，步骤a和步骤b也可以由两个不同处理器220联合或分开执行(例如，第一处理器执行步骤a，第二处理器执行步骤b，或者第一和第二处理器共同执行步骤a和b)。
52.在一些实施例中，电子设备200还可以包括麦克风模组240。麦克风模组240可以是电子设备200的音频采集设备。麦克风模组240可以被配置为获取本地音频信号，并输出麦克风信号，也就是携带了音频信息的电子信号。所述待处理音频信号可以是麦克风模组240输出的所述麦克风信号。麦克风模组240可以与至少一个处理器220和至少一个存储介质230通信连接。当所述待处理音频信号是所述麦克风信号时，系统100运行时，至少一个处理器220可以读取所述至少一个指令集，并且根据所述至少一个指令集的指示获取所述麦克风信号，执行本说明书提供的音频降噪的方法。麦克风模组240可以集成在电子设备200上，也可以是电子设备200的外接式设备。
53.麦克风模组240可以被配置为获取本地音频信号，并输出麦克风信号，也就是携带了音频信息的电子信号。麦克风模组240可以是耳外麦克风模组也可以是耳内麦克风模组。比如，麦克风模组240可以是设置在耳道外的麦克风，也可以是设置在耳道内的麦克风。麦克风模组240可以是第一类麦克风，可以是直接采集人体振动信号的麦克风，比如骨传导麦克风。麦克风模组240也可以是第二类麦克风，可以是直接采集空气振动信号的麦克风，比如气传导麦克风。麦克风模组240也可以是第一类麦克风和第二类麦克风的组合。当然，麦克风模组240也可以是其他类型的麦克风。比如麦克风模组240可以是光学麦克风，也可以是接收肌电信号的麦克风，等等。为了方便展示，本披露在下面的陈述中将使用骨传导麦克风作为第一类麦克风和气传导麦克风作为第二类麦克风为例进行描述。
54.骨传导麦克风可以包括振动传感器，比如光学振动传感器、加速度传感器等。所述振动传感器可以采集机械振动信号(比如，由用户说话时皮肤或骨骼产生的振动产生的信号)，并将该机械振动信号转换成电信号。这里所说的机械振动信号主要指经由固体传播的振动。骨传导麦克风通过所述振动传感器或与所述振动传感器连接的振动部件与用户的皮肤或骨骼进行接触，从而采集用户在发出声音时骨骼或皮肤产生的振动信号，并将振动信号转换为电信号。在一些实施例中，所述振动传感器可以是对机械振动敏感而对空气振动
不敏感的装置(即所述振动传感器对于机械振动的响应能力超过所述振动传感器对于空气振动的响应能力)。由于骨传导麦克风能够直接拾取发声部位的振动信号，骨传导麦克风能降低环境噪声的影响。
55.气传导麦克风通过采集用户在发出声音时引起的空气振动信号，并将空气振动信号转化为电信号。气传导麦克风可以是单独的一颗气传导麦克风，也可以是由两个及以上的气传导麦克风组成的麦克风阵列。麦克风阵列可以是波束形成麦克风阵列或者其他类似的麦克风阵列。通过麦克风阵列可以采集来自空间不同方向或不同位置的声音。
56.第一类麦克风可以输出第一音频信号。第二类麦克风可以输出第二音频信号。
57.系统100可以接收所述待处理音频信号，并执行本说明书描述的音频降噪的方法对所述待处理音频信号进行音频降噪处理，生成所述目标音频信号并输出。所述待处理音频信号可以是没有经过音频降噪算法降噪的初始音频信号，也可以是所述初始音频信号经过第一音频降噪算法处理后的音频信号。所述初始音频信号可以是所述第一音频信号，也可以是所述第二音频信号，还可以是所述第一音频信号和所述第二音频信号的融合音频信号。
58.比如，所述待处理音频信号可以是所述第一音频信号经所述第一音频降噪方法处理后的音频信号，也可以是所述第二音频信号经所述第一音频降噪方法处理后的音频信号，还可以是所述第一音频信号和第二音频信号的融合音频信号经所述第一音频降噪方法处理后的音频信号。
59.所述第一音频降噪算法可以是传统的音频降噪算法，比如，谱减法、维纳滤波法、mmse算法、基于mmse的改进算法中的一个或任意组合。经过系统100进行降噪处理后得到的所述目标音频信号中更多地保留了包含有效音频信号更多的音频信号，因此可以提高所述目标音频信号的语音质量，提升语音的保真度和可懂度。
60.图2示出了根据本说明书的实施例提供的一种音频降噪的方法p100的流程图。如图2所示，所述方法p100可以包括通过至少一个处理器220执行：
61.s120：获取待处理音频信号的频率相关的调制参数。
62.如前所述，所述方法p100和系统100可以以频率为单位，对所述待处理音频信号进行音频降噪。在频域中，一段音频的频率区间可以被拆分成多个频率单元，即预设带宽的频率区间；多个频率单元也可以由多个频率点来表达。所述方法p100和系统100可以分别对所述频率区间中的每个频率单元或者每个单元频带对应的音频信号进行增益处理，使得包含有效音频信号更多的频率部分(比如，信噪比snr高的频率区间)对应的音频信号被更多地保留，而包含有效音频信号较少的频率部分(比如，信噪比snr低的频率区间)对应的音频信号被较少地保留，从而提高音频信号质量。比如，对于一段待处理的语音音频，如果其低频部分信噪比高(即有效音频信号强而噪声信号弱)而高频部分的信噪比低(即有效音频信号弱而噪声信号强)，则所述方法p100和系统100可以通过抑制所述音频中的高频部分而放大低频部分来提高整个音频的信号质量。其结果是在降低了所述音频信号中的噪声同时，提升了所述音频信号中有效音频信号的清晰度。
63.因此，所述调制参数可以是频域上的与频率相关的参数，比如所述调制参数可以是频率单元，也可以是与频率单元相关的参数，其幅值可以随着频率的变化而变化。比如，所述调制参数可以是信噪比(snr)，所述信噪比可以是与频率相关的参数。因此，所述调制
参数能够反映所述待处理音频信号中包含的所述有效音频信号的程度的参数。
64.所述调制参数可以是所述待处理音频信号的频率相关的参数。在频域中，所述频率为连续参数，为了方便计算，可以将所述待处理音频信号的频率划分为多个频率单元。每个频率单元可以包括预设带宽的频率区间。每个频率单元也可以由频点数来表达。所述频点数可以是当前频率单元所处频率区间的中间频率值，或平均频率值，等等。不同频率单元所述的频率区间的带宽可以相同也可以不同。相邻频点数之间的距离可以相同也可以不相同。系统100可以根据所述待处理音频信号的噪声信号的特性确定每个频率单元所述频率区间的带宽。比如，所述噪声信号比较平稳时，所述频率单元所述频率区间的带宽可以更大。所述噪声信号不平稳时，所述频率单元所述频率区间的带宽可以更小。仅作为示例，所述频点数可以是10hz、100hz、150hz、200hz、1000hz、10000hz，等等。
65.为了方便描述，我们将所述待处理音频信号的频率大致分为低频、中频和高频。所述低频区域可以包括[0，a]之间的频率。其中a为所述低频区域的频率下限。比如，a可以为400-800之间的任意一个频率。比如，a可以为400、450、500、550、600、650、700、750、800，等等。所述中频区域可以包括(a，b]之间的频率，其中b为所述中频区域的频率上限。比如，b可以是2000-4000之间的任意一个频率。比如，a可以为2000、2500、3000、3500、4000，等等。所述高频区域可以包括[b，c]之间的频率。其中c为所述高频区域的频率上限。所述高频区域的频率上限d可以是大于400的任意频率。
[0066]
具体地，所述调制参数可以是所述待处理音频信号的多个频率单元，也可以是所述多个频率单元对应的多个信噪比，还可以是所述多个频率单元以及所述多个频率单元对应的多个信噪比。以语音通话为例，在低频中的有效音频信号较高频中的有效音频信号更多。所述信噪比可以是所述待处理音频信号中的有效音频信号和噪声信号的比例。所述频率对应的信噪比越高，代表当前频率中的有效音频信号的比例越高。
[0067]
所述调制参数还可以是与频率相关的任何参数。比如，所述调制参数也可以是所述多个频率单元对应的多个有效音频信号强度，还可以是所述多个频率单元对应的多个噪声信号强度，等等。其中，所述多个频率单元可以是所述多个频点数。为了方便展示，下面的描述中将以所述调制参数为所述待处理音频信号的多个频率单元和所述多个频率单元对应的多个信噪比中的至少一个作为示例。
[0068]
为了获取所述待处理音频信号的调制参数，系统100可以先对所述待处理音频信号进行分帧处理。帧是组成音频信号的基本单位。在进行音频信号的数据处理时，常常以帧为基本单位进行计算。所述待处理音频信号可以包括一个或多个音频帧。所述音频帧包括预设时间长度的音频信号。每个音频帧内的音频信号是平稳的。相邻音频帧之间可以部分重叠。所述预设时间长度可以是20～50毫秒，比如，20毫秒、25毫秒、30毫秒、40毫秒、50毫秒，等等。当然，所述预设时间长度还可以是更长或者更短的时间。不同的音频帧的长度可以相同也可以不同。
[0069]
需要说明的是，不同的音频帧中的多个频率单元可以相同，也可以不同。
[0070]
为了获取所述待处理音频信号的语谱图，系统100可以对所述音频帧进行傅里叶变换，获取所述音频帧中的各个频率的信号分布。所述各个频率的信号分布可以是所述音频帧中各个频率对应的音频信号的强度。
[0071]
系统100可以根据所述待处理音频信号中每个音频帧中的各个频率的信号分布，
获取所述待处理音频信号中各个音频帧对应的所述调制参数。即所述待处理音频信号中的每个音频帧中的多个频率单元以及所述多个频率单元对应的多个信噪比。所述多个频率单元中的每个频率对应所述多个信噪比中的一个信噪比。不同频率的音频信号对应的信噪比可以是不同的。
[0072]
需要说明的是，系统100在对所述待处理音频信号进行音频降噪处理时，可以对所有音频帧进行所述音频降噪处理，也可以对部分音频帧进行所述音频降噪处理。
[0073]
当所述调制参数包括所述多个信噪比时，步骤s120可以包括：获取对应于所述待处理音频信号的频率的初始调制参数，并对所述初始调制参数的值以频率为变量进行平滑处理，获取所述调制参数。其中，所述待处理音频信号对应的初始调制参数可以是所述待处理音频信号中每个音频帧中的多个频率单元对应的多个初始信噪比。所述初始信噪比可以是每个频率单元对应的信噪比。不同频率单元的音频信号对应的初始信噪比可能是不同的。相邻频率单元的音频信号对应的初始信噪比也可能是不同的，甚至可能变化较大。
[0074]
为了使所述待处理音频信号中的每个音频帧中的多个频率单元对应的多个信噪比可以平滑过渡，系统100可以对所述初始调制参数的值以频率为变量做所述平滑处理，以获取所述调制参数。如前所述，所述初始调制参数可以是所述多个频率单元对应的所述多个初始信噪比。
[0075]
所述平滑处理可以用任何恰当的处理方式。比如所述平滑处理可以是，将所述多个频率单元中的每个频率单元对应的初始信噪比与当前频率单元附近的至少一个频率单元对应的初始信噪比做特征融合处理，得到所述当前频率对应的信噪比。如前所述，每个频率单元可以用频点数代表。比如，所述特征融合可以是对信噪比这个特征取平均。对某个频率单元的信噪比做所述平滑处理可以是取该频率单元前面若干个频率单元和该频率单元后若干个频率单元的信噪比的平均值，用以下公式表示：
[0076][0077]
其中，i为频率单元的标识，单位为hz，比如i可以是当前频率单元对应的频点数。snr[i]为频率单元i对应的信噪比。snr0[j]为频率单元j对应的初始信噪比。n和m为所述平滑处理中做特征融合的相邻的频率单元的数目，也可以叫做平滑的频率单元的数目。n和m为大于等于0的任意整数。所述平滑处理可以优化系统100对所述待处理音频信号的音频降噪处理。
[0078]
s140：基于同所述调制参数对应的增益系数，对所述待处理音频信号进行增益，获取目标音频信号。具体地，步骤s140可以包括：
[0079]
s142：基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数。
[0080]
如前所述，系统100可以根据所述待处理音频信号的频率对所述待处理音频信号进行降噪处理。具体地，系统100可以以所述待处理音频信号的所述多个频率单元为单位，对所述待处理音频信号的所述多个频率单元对应的音频信号进行增益处理。
[0081]
系统100可以通过预设的所述增益函数对所述待处理音频信号进行增益处理。所述增益函数可以是所述增益系数与所述调制参数的相关关系的函数。
[0082]
所述增益系数可以是大于0的任意数。所述增益系数可以是0-1之间的任意数，包
括0和1。所述待处理音频信号的当前频率单元包含的有效音频信号越多，噪声越小，所述当前频率单元对应的增益系数越大，以更多地保留有效音频信号；所述待处理音频信号的当前频率单元包含的有效音频信号越少，噪声信号越大，所述当前频率单元对应的增益系数越小，以降低噪声信号。在一些实施例中，所述增益系数也可以是大于1的任意数。当所述待处理音频信号中的部分频率单元中包含的有效音频信号较多，噪音较少时，当前频率单元对应的增益系数可以是大于1的系数，以增强所述有效音频信号。
[0083]
如前所述，所述待处理音频信号中包含的有效音频信号可以通过所述调制参数反映。因此，所述增益函数可以是同所述调制参数相关的单调函数。比如，所述有效音频信号越多，所述噪声信号越少，则所述增益系数越大；所述有效音频信号越少，所述噪声信号越多，则所述增益系数越小。
[0084]
所述增益函数可以是任意单调函数。比如，所述增益函数可以是基于sigmoid函数的单调函数，所述增益函数也可以是基于log函数的单调函数，所述增益函数还可以是基于tan函数的单调函数，等等。为了方便展示，下面的描述将以所述增益函数是基于sigmoid函数的单调函数为例进行描述。所述增益函数可以是线性单调函数也可以是非线性相关函数。
[0085]
当所述调制参数为所述多个频率单元对应的多个信噪比时，所述频率单元对应的信噪比越高，代表当前频率单元中包含的有效音频信号越多，此时，所述当前频率单元对应的增益系数应越高，以更多地保留当前频率单元对应的信号；所述频率单元对应的信噪比越低，代表当前频率单元中包含的有效音频信号越少，噪声信号越多，此时，所述当前频率单元对应的增益系数应越低，以更多地舍弃当前频率单元对应的信号。因此，所述增益系数与所述多个信噪比正相关。
[0086]
当所述调制参数为所述多个频率单元时，对高频部分做更多舍弃，即高频部分对应的增益系数较小，对低频部分做更多保留，即低频部分对应的增益系数较大，可以得到更好的音频降噪效果。因此，所述频率单元对应的频点数越低，所述当前频率单元对应的增益系数应越高，以更多地保留当前频率对应的信号；所述频率单元对应的频点数越高，所述当前频率单元对应的增益系数应越低，以更多地舍弃当前频率对应的信号。因此，当所述有效音频信号为人声信号时，所述增益系数与所述多个频率单元负相关。
[0087]
所述增益函数可以是第一增益函数、第二增益函数和第三增益函数中的一种。其中，所述第一增益函数可以是第一增益系数与频率的相关关系，所述第一增益系数与所述频率负相关；所述第二增益函数可以是第二增益系数与信噪比的相关关系，所述第二增益系数与所述信噪比正相关；所述第三增益函数可以是第三增益系数与频率以及信噪比的相关关系，所述第三增益系数与所述频率负相关，与所述信噪比正相关。所述增益系数可以包括所述第一增益系数、所述第二增益系数和所述第三增益系数中的一种。
[0088]
当所述调制参数为所述多个频率单元时，所述增益函数可以是所述第一增益函数，所述增益系数可以是所述第一增益系数；当所述调制参数为所述多个频率单元对应的所述多个信噪比时，所述增益函数可以是所述第二增益函数，所述增益系数可以是所述第二增益系数；当所述调制参数为所述多个频率单元以及所述多个频率单元对应的所述多个信噪比时，所述增益函数可以是所述第三增益函数，所述增益系数可以是所述第三增益系数。
[0089]
以所述增益函数是基于sigmoid函数的单调函数为例，所述第一增益函数可以表示为以下公式：
[0090][0091]
其中，y1可以是所述第一增益系数，i可以是频率单元对应的频点数，f1(i)可以是频率单元的归一化函数，c为常数。图3示出了根据本说明书的实施例提供的一些第一增益函数示意图。如图3所示，横轴为频率单元对应的频点数i，纵轴为所述第一增益系数y1。所述第一增益系数y1与频率单元对应的频点数i负相关。
[0092]
以所述增益函数是基于sigmoid函数的单调函数为例，所述第二增益函数可以表示为以下公式：
[0093][0094]
其中，y2可以是所述第二增益系数，snr[i]可以是频点数i对应的信噪比，f2(snr[i]可以是信噪比的归一化函数，c为常数。图4示出了根据本说明书的实施例提供的一些第二增益函数示意图。如图4所示，横轴为信噪比snr，纵轴为所述第二增益系数y2。所述第二增益系数y2与信噪比snr正相关。
[0095]
以所述增益函数是基于sigmoid函数的单调函数为例，所述第三增益函数可以表示为以下公式：
[0096][0097]
其中，y3可以是所述第三增益系数，i可以是频率单元对应的频点数，snr[i]可以是频点数i对应的信噪比，f3(i，snr[i])可以是频率单元对应的频点数的归一化函数。图5示出了根据本说明书的实施例提供的一些第三增益函数示意图；图6示出了根据本说明书的实施例提供的另一些第三增益函数示意图。
[0098]
如图5所示，横轴为信噪比snr，纵轴为所述第三增益系数y3。其中，曲线1为当频率单元对应的频点数i＝i1时，第三增益系数y3与信噪比snr的关系。曲线2为当频率单元对应的频点数i＝i2时，第三增益系数y3与信噪比snr的关系。曲线3为当频率单元对应的频点数i＝i3时，第三增益系数y3与信噪比snr的关系。其中，i1《i2《i3。如图5所示，所述第三增益系数y3与频率单元对应的频点数i负相关，与信噪比snr正相关。
[0099]
如图6所示，横轴为频率单元对应的频点数i，纵轴为所述第三增益系数y3。其中，曲线4为当信噪比snr＝snr1时，第三增益系数y3与频率单元对应的频点数i的关系。曲线5为当信噪比snr＝snr2时，第三增益系数y3与频率单元对应的频点数i的关系。曲线6为当信噪比snr＝snr3时，第三增益系数y3与频率单元对应的频点数i的关系。其中，snr1《nr2《nr3。如图6所示，所述第三增益系数y3与频率单元对应的频点数i负相关，与信噪比snr正相关。
[0100]
所述第三增益函数还可以表示为以下公式，以达到更高精度的音频降噪效果：
[0101][0102]
需要说明的是，图3至图6只是示例性说明，所述增益函数还可以是其他单调函数。本领域技术人员应当明白，所有符合要求的单调函数都可以是本说明书所述的增益函数，都在本说明书的保护范围内。
[0103]
步骤s142可以包括以下情况中的一种：
[0104]
当所述调制参数是所述多个频率单元时，基于所述多个频率单元以及所述第一增益函数，生成所述多个频率单元对应的多个第一增益系数；
[0105]
当所述调制参数是所述多个频率单元对应的多个信噪比时，基于所述多个信噪比以及所述第二增益函数，生成所述多个频率单元对应的多个第二增益系数；以及
[0106]
当所述调制参数是所述多个频率单元以及所述多个信噪比时，基于所述多个信噪比和所述多个频率单元以及所述第三增益函数，生成所述多个频率单元对应的多个第三增益系数。
[0107]
步骤s140还可以包括：
[0108]
s144：基于所述增益系数，对所述待处理音频信号进行增益，获取目标音频信号。具体地，系统100可以基于所述多个频率单元对应的多个增益系数，对所述多个频率单元中的每个频率单元进行增益，获取所述目标音频信号。具体地，系统100可以用每个频率单元对应的增益系数与当前频率单元对应的音频信号强度相乘，获取当前频率单元对应的增益音频信号；将所述多个频率单元对应的多个增益音频信号进行叠加，获取所述目标音频信号。
[0109]
所述目标音频信号中，包含有效音频信号更多的频率对应的音频信号被更多地保留或者完全保留，包含有效音频信号更少，包含噪声信号更多的频率对应的音频信号被更多地舍弃或者完全舍弃。
[0110]
综上所述，本说明书提供的音频降噪的方法p100和系统100能够以音频信号的频率为单位，根据各个频率的特性，分别对每个频率单元进行增益处理，使得包含有效音频信号更多的频率单元对应的音频信号被更多地保留，而包含有效音频信号较少的频率单元对应的音频信号被较少地保留，从而提高音频信号质量，在降噪的同时，提升音频信号的保真度和可懂度。
[0111]
需要说明的是，系统100和方法p100可以用于对经过第一音频降噪算法处理的音频信号进行降噪处理，也可以用于对没有经过第一音频降噪算法处理的音频信号进行降噪处理。系统100和方法p100也可以和第一音频降噪算法进行结合，共同对音频信号进行降噪处理。具体地，电子设备200可以先通过方法p200对音频信号进行降噪处理得到目标音频信号，然后再使用第一音频降噪算法对所述目标音频信号进行降噪处理。电子设备200也可以先使用第一音频降噪算法对所述待处理音频信号进行降噪处理，然后再通过方法p200对经过所述第一音频降噪算法处理的音频信号进行降噪处理得到目标音频信号。
[0112]
本说明书另一方面提供一种非暂时性存储介质，存储有至少一组用来音频降噪的可执行指令，当所述可执行指令被处理器执行时，所述可执行指令指导所述处理器实施本说明书所述的音频降噪的方法p100的步骤。在一些可能的实施方式中，本说明书的各个方面还可以实现为一种程序产品的形式，其包括程序代码。当所述程序产品在电子设备200上运行时，所述程序代码用于使电子设备200执行本说明书描述的音频降噪的步骤。用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(cd-rom)包括程序代码，并可以在电子设备200上运行。然而，本说明书的程序产品不限于此，在本说明书中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统(例如处理器220)使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可
以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本说明书操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在电子设备200上执行、部分地在电子设备200上执行、作为一个独立的软件包执行、部分在电子设备200上部分在远程计算设备上执行、或者完全在远程计算设备上执行。
[0113]
上述对本说明书特定实施例进行了描述。其他实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者是可能有利的。
[0114]
综上所述，在阅读本详细公开内容之后，本领域技术人员可以明白，前述详细公开内容可以仅以示例的方式呈现，并且可以不是限制性的。尽管这里没有明确说明，本领域技术人员可以理解本说明书需求囊括对实施例的各种合理改变，改进和修改。这些改变，改进和修改旨在由本说明书提出，并且在本说明书的示例性实施例的精神和范围内。
[0115]
此外，本说明书中的某些术语已被用于描述本说明书的实施例。例如，“一个实施例”，“实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征，结构或特性可以包括在本说明书的至少一个实施例中。因此，可以强调并且应当理解，在本说明书的各个部分中对“实施例”或“一个实施例”或“替代实施例”的两个或更多个引用不一定都指代相同的实施例。此外，特定特征，结构或特性可以在本说明书的一个或多个实施例中适当地组合。
[0116]
应当理解，在本说明书的实施例的前述描述中，为了帮助理解一个特征，出于简化本说明书的目的，本说明书将各种特征组合在单个实施例、附图或其描述中。然而，这并不是说这些特征的组合是必须的，本领域技术人员在阅读本说明书的时候完全有可能将其中一部分特征提取出来作为单独的实施例来理解。也就是说，本说明书中的实施例也可以理解为多个次级实施例的整合。而每个次级实施例的内容在于少于单个前述公开实施例的所有特征的时候也是成立的。
[0117]
本文引用的每个专利，专利申请，专利申请的出版物和其他材料，例如文章，书籍，说明书，出版物，文件，物品等，可以通过引用结合于此。用于所有目的的全部内容，除了与
其相关的任何起诉文件历史，可能与本文件不一致或相冲突的任何相同的，或者任何可能对权利要求的最宽范围具有限制性影响的任何相同的起诉文件历史。现在或以后与本文件相关联。举例来说，如果在与任何所包含的材料相关联的术语的描述、定义和/或使用与本文档相关的术语、描述、定义和/或之间存在任何不一致或冲突时，使用本文件中的术语为准。
[0118]
最后，应理解，本文公开的申请的实施方案是对本说明书的实施方案的原理的说明。其他修改后的实施例也在本说明书的范围内。因此，本说明书披露的实施例仅仅作为示例而非限制。本领域技术人员可以根据本说明书中的实施例采取替代配置来实现本说明书中的申请。因此，本说明书的实施例不限于申请中被精确地描述过的实施例。

技术特征：

1.一种音频降噪的方法，其特征在于，包括：获取同待处理音频信号的频率相关的调制参数；以及基于同所述调制参数对应的增益系数，对所述待处理音频信号进行增益，获取目标音频信号。2.如权利要求1所述的音频降噪的方法，其特征在于，所述调制参数包括所述待处理音频信号的多个频率单元以及所述多个频率单元对应的多个信噪比中的至少一个。3.如权利要求2所述的音频降噪的方法，其特征在于，所述待处理音频信号包括对初始音频信号进行第一音频降噪算法处理后的音频信号。4.如权利要求3所述的音频降噪的方法，其特征在于，所述第一音频降噪算法包括谱减法、维纳滤波法、mmse算法以及基于mmse的改进算法中的至少一个。5.如权利要求3所述的语言降噪的方法，其特征在于，所述初始音频信号包括第一类麦克风输出的第一音频信号、第二类麦克风输出的第二音频信号以及所述第一音频信号和所述第二音频信号融合后的音频信号中的一个。6.如权利要求2所述的音频降噪的方法，其特征在于，所述基于同所述调制参数对应的增益系数，对所述待处理音频信号进行增益，获取目标音频信号，包括：基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数，所述增益函数包括所述增益系数与所述调制参数的相关关系；以及基于所述增益系数，对所述待处理音频信号进行增益，获取目标音频信号。7.如权利要求6所述的音频降噪的方法，其特征在于，所述增益函数为单调函数。8.如权利要求7所述的音频降噪的方法，其特征在于，所述增益系数与所述多个信噪比正相关。9.如权利要求8所述的音频降噪的方法，其特征在于，所述增益系数与所述多个频率单元负相关。10.如权利要求9所述的音频降噪的方法，其特征在于，所述调制参数为所述多个频率单元；所述增益函数为第一增益函数，包括第一增益系数与频率的相关关系；所述增益系数为所述第一增益系数；以及所述基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数，包括：基于所述多个频率单元以及所述第一增益函数，生成所述多个频率单元对应的多个第一增益系数。11.如权利要求9所述的音频降噪的方法，其特征在于，所述调制参数为所述多个频率单元对应的所述多个信噪比；所述增益函数为第二增益函数，包括第二增益系数与信噪比的相关关系；所述增益系数为所述第二增益系数；以及所述基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数，包括：基于所述多个信噪比以及所述第二增益函数，生成所述多个频率单元对应的多个第二增益系数。
12.如权利要求9所述的音频降噪的方法，其特征在于，所述调制参数为所述多个频率单元以及所述多个频率单元对应的所述多个信噪比；所述增益函数为第三增益函数，包括第三增益系数与频率以及信噪比的相关关系；所述增益系数为所述第三增益系数；以及所述基于所述调制参数以及预设的增益函数，生成所述调制参数对应的增益系数，包括：基于所述多个信噪比和所述多个频率单元以及所述第三增益函数，生成所述多个频率单元对应的多个第三增益系数。13.如权利要求7所述的音频降噪的方法，其特征在于，所述增益函数为基于sigmoid函数的函数。14.如权利要求6所述的音频降噪的方法，其特征在于，所述基于所述增益系数，对所述待处理音频信号进行增益，获取目标音频信号，包括：基于所述增益系数，对所述多个频率单元中的每个频率单元进行增益，获取所述目标音频信号。15.如权利要求2所述的音频降噪的方法，其特征在于，所述获取同待处理音频信号的频率相关的调制参数，包括：获取对应于所述待处理音频信号频率的初始调制参数；以及对所述初始调制参数的值以频率为变量进行平滑处理，获取所述调制参数。16.如权利要求15所述的音频降噪的方法，其特征在于，所述对所述初始调制参数的值以频率为变量做平滑处理，包括：将所述多个频率单元中的每个频率单元对应的初始信噪比与当前频率单元附近的至少一个频率单元对应的初始信噪比做特征融合处理，得到所述当前频率对应的信噪比。17.一种音频降噪的系统，其特征在于，包括：至少一个存储介质，存储有至少一个指令集，用于音频降噪；以及至少一个处理器，同所述至少一个存储介质通信连接，其中，当所述音频降噪的系统运行时，所述至少一个处理器读取所述至少一个指令集，并且根据所述至少一个指令集的指示执行权利要求1-16中任一项所述的音频降噪的方法。

技术总结

本说明书提供的音频降噪的方法和系统，能够以音频信号的频率为单位，根据频率相关的参数，生成各个频率单元对应的增益系数，并使用增益系数分别对每个频率单元进行增益处理。所述方法和系统能够使包含有效音频信号越多的频率单元对应的增益系数越大，包含有效音频信号更少的频率单元对应的增益系数越小，从而使得包含有效音频信号更多的频率部分对应的音频信号被更多地保留，而包含有效音频信号较少的频率部分对应的音频信号被较少地保留，从而提高音频信号质量，在降噪的同时，提升音频信号的保真度和可懂度。号的保真度和可懂度。号的保真度和可懂度。