一种实时音频滤除窄带噪声的方法及系统与流程

本申请涉及音频处理，尤其涉及一种实时音频滤除窄带噪声的方法及系统。

背景技术：

1、在户外应急、消防救援等特殊场景下，现场工作人员需要通过音频进行实时沟通，以保证工作的效率。但是在进行音频数据采集时，往往会同时将环境噪声（如穿戴消防服步行时候的摩擦声、氧气瓶产生氧气的机械声）以及电子电路产生的热噪声等高斯噪声进行采集，影响音频收听者的接收体验效果。

2、高斯窄带噪声是指概率密度函数满足正态分布统计特性、功率谱密度函数是常数，且频带宽度远远小于其中心频率的一类噪声，而实时音频信号在传输时，不可避免地会被加入至少一个高斯窄带噪声信号。而传统的高斯窄带噪声滤波方法包括谱减法和小波变化法。其中，谱减法首先对音频信号进行fft变换，在频域移除音频信号中的噪声频谱成分后，再通过ifft变换得到滤波结果。该算法可以有效提升信号的信噪比。而小波变化法首先对电子音乐信号进行鲁棒主成分分析，通过分析检测电子音乐信号中具体噪声位置，将电子音乐信号与噪声信号进行有效分离，再对经过鲁棒主成分分析后的电子音乐信号通过改进傅里叶变换算法进行有效降噪处理，该方法滤波效果好。

3、但是，本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术方案至少存在如下技术问题：

4、（1）谱减法需要做两次fft变换，大大增加了处理时延，使得算法的实时性得不到保证。

5、（2）小波变化法滤波流程复杂，在低功耗设备中实现困难。

技术实现思路

1、本发明公开了一种实时音频滤除窄带噪声的方法及系统，采用自适应线性神经网络（adaline，adaptive linear neural network）对实时音频的高斯窄带噪声进行有效滤除，保证了恶劣环境下音频通信的实时性与高信噪比。解决了现有技术中实时音频滤除窄带噪声算法实时性差及滤波流程复杂的技术问题。

2、主要通过以下技术方案实现上述发明目的：

3、第一方面，提供了一种实时音频滤除窄带噪声的方法，接收需要传输的实时噪声音频信号，所述实时噪声音频信号包含原始实时音频信号和至少一个高斯窄带噪声信号；基于快速傅里叶变换算法提取所述实时噪声音频信号中高斯窄带噪声信号的角频率；根据所述角频率重构所述高斯窄带噪声信号，获得重构信号；利用自适应线性神经网络对所述重构信号进行模拟，获得重现噪声信号；将实时噪声音频信号减去重现噪声信号，获得所述原始实时音频信号。

4、第二方面，提供了一种实时音频滤除窄带噪声的系统，包括：

5、接收模块，用于接收需要传输的实时噪声音频信号，所述实时噪声音频信号包含原始实时音频信号和至少一个高斯窄带噪声信号；

6、噪声成分分析器，基于快速傅里叶变换算法提取所述实时噪声音频信号中高斯窄带噪声信号的角频率；并根据所述角频率重构所述高斯窄带噪声信号，获得重构信号；

7、自适应滤波器，用于利用自适应线性神经网络对所述重构信号进行模拟，获得重现噪声信号；

8、相减器，用于将所述实时噪声音频信号减去所述重现噪声信号，获得所述原始实时音频信号。

9、第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的一种实时音频滤除窄带噪声的方法的部分或全部步骤。

10、第四方面，一种电子设备，所述设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的一种实时音频滤除窄带噪声的方法的部分或全部步骤。

11、相较于现有技术的有益效果：

12、本发明通过快速傅里叶变换算法提取需要传输的实时噪声音频信号中保护的高斯窄带噪声信号的角频率；根据所述角频率重构所述高斯窄带噪声信号，获得重构信号；利用自适应线性神经网络对所述重构信号进行模拟，获得重现噪声信号；将实时噪声音频信号减去重现噪声信号，即可获得所述原始实时音频信号。由于输入到线性网络中的信号为实时噪声音频信号包含的高斯窄带噪声信号的重构信号和重构延迟信号，该重构信号是根据高斯窄带噪声信号的角频率进行重构的，而重构延迟信号是基于高斯窄带噪声信号的角频率做相移获得的，因此，输入到自适应线性网络中的信号只有一个频率成分，且该网络是一个线性系统，因此，该网络的输出为输入的正弦波的增减幅和变相，输出的频率与输入保持一致。因此，利用自适应线性神经网络对上述重构信号进行模拟，得到的重现噪声信号，其频率与高斯窄带噪声信号的角频率相近；而噪声信号被滤除的原理是滤除信号中的某个频率成分，其他频率成分不会改变；因此，将实时噪声音频信号减去该重现噪声信号，即可获得滤除了高斯窄带噪声信号的实时原始音频信号，即本发明最终获得的滤波结果；因此，本发明技术方案可以有效去除噪声信号中的高斯窄带噪声；且在只需一次fft变换的情况下，即可实现实时音频信号滤除高斯窄带噪声信号的目的，极大地降低了处理时延，有效提高算法的实时性；且利用线性网络就可以实现上述滤波目的，滤波流程简单，无需复杂的网络模型，使得在低功耗设备中也能轻松实现；解决了现有技术中实时音频滤除窄带噪声算法实时性差及滤波流程复杂的技术问题。

技术特征：

1.一种实时音频滤除窄带噪声的方法，其特征在于，包括：

2.如权利要求1所述的实时音频滤除窄带噪声的方法，其特征在于，基于快速傅里叶变换算法提取所述实时噪声音频信号中高斯窄带噪声信号的角频率，计算式如下：

3.如权利要求2所述的实时音频滤除窄带噪声的方法，其特征在于，根据所述角频率重构所述高斯窄带噪声信号，获得重构信号，计算式如下：

4.如权利要求3所述的实时音频滤除窄带噪声的方法，其特征在于，利用自适应线性神经网络对所述重构信号进行模拟，获得重现噪声信号，包括：

5.如权利要求4所述的实时音频滤除窄带噪声的方法，其特征在于，利用抽头延迟线对所述重构信号进行一阶延迟，包括：

6.如权利要求5所述的实时音频滤除窄带噪声的方法，其特征在于，利用自适应线性神经网络对所述重构信号和所述延迟重构信号进行线性处理，获得重现噪声信号，包括：

7.如权利要求1~6任一项所述的实时音频滤除窄带噪声的方法，其特征在于，还包括：

8.一种实时音频滤除窄带噪声的系统，其特征在于，包括：

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1~7任一项所述的一种实时音频滤除窄带噪声的方法的步骤。

10.一种电子设备，所述设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~7任一项所述的一种实时音频滤除窄带噪声的方法的步骤。

技术总结本申请涉及音频处理技术领域，尤其涉及一种实时音频滤除窄带噪声的方法及系统，本发明基于快速傅里叶变换算法提取实时噪声音频信号中高斯窄带噪声信号的角频率；根据角频率重构高斯窄带噪声信号；利用自适应线性神经网络对重构信号进行模拟；将实时噪声音频信号减去模拟获得的重现噪声信号，获得原始实时音频信号。本发明可有效去除噪声信号中的高斯窄带噪声；且只需一次FFT变换，即可实现实时音频信号滤除高斯窄带噪声信号的目的，极大地降低了处理时延，有效提高算法的实时性；且滤波流程简单，无需复杂的网络模型，使得在低功耗设备中也能轻松实现；解决了现有技术中实时音频滤除窄带噪声算法实时性差及滤波流程复杂的技术问题。技术研发人员：孟醒,钟金作,杨航,魏依然,付永爵受保护的技术使用者：中国电子科技集团公司第十五研究所技术研发日：技术公布日：2024/3/11