一种音频信号处理方法及系统与流程

本发明涉及数据处理，尤其涉及一种音频信号处理方法及系统。

背景技术：

1、在大型场合中，让声音更清晰地传播，同时提升声音的可感知性和覆盖范围，有助于增强听众对内容的理解和吸收，提高用户的听觉体验。对于主导者而言，它意味着能够更好地与听众沟通，确保信息传达得更准确、更生动。然而现有的音频信号处理方法及系统由于受限于传播范围或变化适应能力弱，导致其在实际运用中无法使得用户具有良好的听觉体验。

技术实现思路

1、基于此，有必要提供一种音频信号处理方法及系统，以解决至少一个上述技术问题。

2、为实现上述目的，一种音频信号处理方法，包括以下步骤：

3、步骤s1：获取场地平面图数据；对场地平面图数据进行数字化处理，生成场地栅格数据；根据场地栅格数据进行声学仿真，生成传播仿真结果数据；根据传播仿真结果数据进行拓扑图创建，生成声学拓扑图数据；

4、步骤s2：根据声学拓扑图数据进行传感器布置，并进行声音信号采集，生成多方位音频数据；根据多方位音频数据进行传感器优化布置，并进行信号再采集，生成优化采集特征数据；对优化采集特征数据进行量化处理，生成频谱梯度矩阵数据；

5、步骤s3：对频谱梯度矩阵数据进行信息熵评估，生成信息熵评估数据；根据信息熵评估数据进行高熵数据选取，生成关键特征数据；基于关键特征数据对预设的音频重构模型进行模型调优，生成空间音频重构模型；

6、步骤s4：获取场地动态变化参数；根据场地动态变化参数进行影响力评估，生成因素影响程度数据；根据因素影响程度数据进行动态变化模拟，生成动态仿真结果数据；根据动态仿真结果数据进行反射网络构建，生成动态反射网络数据；

7、步骤s5：基于动态反射网络数据进行优化目标设定，生成优化目标信息数据；利用优化目标信息数据对空间音频重构模型进行迭代优化，生成动态音频重构模型；

8、步骤s6：利用传感器设备进行反馈数据采集，生成实时反馈数据，其中包括实时音频反馈数据与实时环境影响数据；利用动态音频重构模型，并根据实时音频反馈数据与实时环境影响数据进行反馈控制，生成声音传播优化数据。

9、本发明通过数字化处理和声学仿真以创建场地的声学拓扑图，有助于了解声音在不同位置的传播特性和路径。生成的声学拓扑图数据是优化声音传播系统的基础。通过传感器的优化布置和信号采集，以及频谱梯度矩阵数据生成，可以提供更多全面的、多角度的声音信息，对于了解声音传播的全貌、特征和复杂性非常关键。信息熵评估和关键特征数据的提取有助于确定哪些特征是最具代表性和重要性的。这些数据在调整音频重构模型时发挥关键作用，帮助系统更精准地重构声音，以适应不同场景和环境。动态变化参数获取和动态仿真结果数据的生成有助于了解环境中的实时变化对声音传播的影响。通过评估影响程度和构建动态反射网络，系统能更准确地模拟不同环境下声音的传播情况，为声音传播优化提供更全面的数据支持。优化目标信息数据生成和动态音频重构模型的迭代优化可以针对实时变化的情况，调整声音重构模型，确保声音传播在不同环境下的适应性和优质性。有助于持续改进和调整系统以适应不断变化的环境。实时反馈数据的采集以及反馈控制的应用，能够实现声音传播的动态调节和优化。通过实时收集的音频反馈数据和环境影响数据，可以及时做出调整，使声音传播在变化的环境中保持稳定、清晰，提升听觉体验。因此，本发明的音频信号处理方法及系统通过分析声场特征以得到空间音频重构模型，以及通过考虑环境变化进行变化传播模拟，得到不同环境对应的音频传播特征，从而综合场地与环境因素，动态地对音频信号进行重构，从而提高音频信号的传输质量，以提高用户的听觉体验。

10、优选地，步骤s1包括以下步骤：

11、步骤s11：获取场地平面图数据；对场地平面图数据进行数字化处理，生成场地栅格数据；

12、步骤s12：基于声学传播原理对场地栅格数据进行扩音设备位置预设，生成设备方位预设数据；

13、步骤s13：根据设备方位预设数据对场地栅格数据进行设备信息标注，生成方位预设栅格数据；

14、步骤s14：基于场地平面图数据进行设施材料参数制定，生成材料参数数据；

15、步骤s15：通过材料参数数据对方位预设栅格数据进行声学仿真，生成传播仿真结果数据；

16、步骤s16：根据传播仿真结果数据进行最优结果选取，生成最优仿真结果数据；

17、步骤s17：根据最优仿真结果数据进行多维声学特性分析，生成传播声学特性数据；

18、步骤s18：根据传播声学特性数据进行拓扑图创建，生成声学拓扑图数据。

19、本发明通过场地平面图数字化处理和栅格数据生成提供了场地的准确描述，帮助理解场地的布局和结构。设备位置预设和设备信息标注，通过声学传播原理和场地栅格数据，确定扩音设备的合理位置和方位。有助于确保声音覆盖范围的合理性和均匀性，提高声音传播的效果。设施材料参数的制定对声音传播的影响至关重要。通过对场地材料参数的制定，能够更准确地模拟声音在不同材料表面的反射、吸收和传播情况，有助于优化声音传播系统的设计和效果。设施材料参数制定提供关于场地材料的吸声、反射、传导等声学特性的重要数据。对于声音在特定环境中的传播方式有重要影响。声学仿真能够基于设施材料参数和方位预设栅格数据，模拟声音在场地中的传播情况。通过仿真结果数据，可以了解声音在不同区域的传播情况。通过对传播仿真结果的最优选取，确定最佳的声音传播方案。最优结果数据能够帮助系统寻找最适合特定场景的声音传播策略，提高声音传播效果。多维声学特性分析是对传播结果的深入研究，提供更多关于声音传播特性的详细信息，例如声压级、声波传播方向等，有助于更全面地了解声音传播的细节。声学拓扑图数据的创建以可视化方式展示声音在场地中的传播路径和特性。有助于直观地理解声音传播的模式和规律。

20、优选地，步骤s2包括以下步骤：

21、步骤s21：根据声学拓扑图数据进行传播关键区域分析，生成传播关键区域数据；基于传播关键区域数据进行实际布置分析，生成传感器位置数据；

22、步骤s22：利用采样频率评估公式对传感器位置数据进行频率权重计算，生成采样权重频率数据；

23、步骤s23：根据采样权重频率数据对传感器位置数据进行位置与采样频率修正，生成位置信息修正数据；基于位置信息修正数据进行传感器布置，并进行声音信号采集，生成多方位音频数据；

24、步骤s24：对多方位音频数据进行频谱时域分析，生成采集声学特征数据；

25、步骤s25：利用传播声学特征数据对采集声学特征数据进行特征误差评估，生成实际采样误差数据；根据实际采样误差数据进行误差原因分析，生成误差调整数据；

26、步骤s26：根据误差调整数据进行传感器优化布置，并进行再采集分析评估，从而生成优化采集特征数据；

27、步骤s27：基于声学拓扑图数据对优化采集特征数据进行量化处理，生成频谱梯度矩阵数据。

28、本发明通过传播关键区域数据的分析有助于确定声音传播中关键的位置和区域，以定哪些位置需要特别关注和优化声音传播。频率权重计算是为了确定传感器位置的重要性。通过评估传感器位置的采样频率，可以优化传感器布置，确保在关键区域采集到更全面、更有代表性的声音数据。位置信息修正和传感器布置对于采集多方位音频数据至关重要。通过修正位置信息并重新布置传感器，可以确保数据采集的全面性和准确性。对多方位音频数据进行频谱时域分析能够提取并量化声音的特征，对于了解声音在不同区域的传播特性和声学特征非常关键，有助于后续的声音处理和优化。特征误差评估能够识别并量化声学特征数据的误差，有助于了解采集过程中数据的准确性和可靠性。对实际采样误差进行分析有助于找出误差的原因。能够揭示出采集过程中可能存在的问题或缺陷。误差调整数据用于修正传感器的优化布置。通过对误差进行调整，能够重新布置传感器，提高数据采集的准确性和可靠性，以获取更高质量的采集特征数据。频谱梯度矩阵数据的生成基于优化采集特征数据的量化处理。这些数据是声音特征的抽象表示，能够更全面地描述声音传播特性。

29、优选地，步骤s22中的采样频率评估公式如下所示：

30、；

31、式中，为采样频率权重因子，为传感器的灵敏度，为传感器的灵敏度，为传感器和之间的最大距离，为所有传感器中灵敏度最大值，为所有传感器之间的最大距离，为所有传感器之间的平均距离，为传感器的横轴，为传感器的横轴，为传感器和之间的欧氏距离。

32、本发明提供一种采样频率评估公式，用于对传感器位置数据进行频率权重计算，生成采样权重频率数据。该公式充分考虑了传感器的灵敏度，传感器的灵敏度，传感器和之间的最大距离，所有传感器中灵敏度最大值，所有传感器之间的最大距离，所有传感器之间的平均距离，传感器的横轴，传感器的横轴，传感器和之间的欧氏距离以及变量间的相互作用效果，构成以下函数关系式：

33、；

34、通过和的乘积表示了传感器和的灵敏度之间的关系。灵敏度越高，对声音信号的捕捉能力越强，因此会增加权重因子。所有传感器中灵敏度最大值用于对相对灵敏度进行归一化。其中传感器和之间的最大距离越大，对应的采样频率也随之增大，表示传感器之间的距离较大时，传感器和对采样频率的贡献较大。而所有传感器之间的最大距离越大，对应的采样频率随之减小，表示传感器布置中的最大距离差异的传感器对采样频率的贡献较小。所有传感器之间的平均距离越小，对应的采样频率随之增大，表示传感器布置中的平均距离较小，有利于更全面地捕捉声音信号。传感器和之间的欧氏距离，表示了传感器和在三维空间中的距离远近。距离越远的传感器、方向差异越大的传感器，其权重越小，反映了它们之间的关联较弱。这个部分表示传感器和之间的角度差异。这个部分衡量了传感器之间的夹角对于计算的影响。较小的夹角意味着传感器之间的方向相同性较强，可能会引入不必要的冗余信息。较大的夹角意味着传感器之间的方向性较弱，可能会导致数据的不准确性。通过考虑夹角的影响，可以更好地衡量传感器之间的空间关系，从而提高数据的可靠性和准确性。这个部分的作用是将传感器之间的距离与最大距离的比例考虑在内。较大的距离比例意味着传感器之间的分布较为稀疏，可能会导致数据的缺失。较小的距离比例意味着传感器之间的分布较为密集，可以提供更全面和准确的数据。通过考虑距离比例的影响，可以更好地平衡传感器之间的距离，从而提高数据的全面性和准确性。该函数关系可以反映了不同位置的传感器在声音采样中的重要性或者优先级。更高的权重表示传感器对于相邻传感器在声音采样中更具有重要性。

35、优选地，步骤s3包括以下步骤：

36、步骤s31：对频谱梯度矩阵数据进行特征标注，生成标注矩阵数据；基于标注矩阵数据进行归一化处理，生成归一化矩阵数据；

37、步骤s32：对归一化矩阵数据进行数据关联分析，生成关联分析结果数据；根据关联分析结果数据进行信息熵评估，生成信息熵评估数据；

38、步骤s33：根据信息熵评估数据对归一化矩阵数据进行高熵数据选取，生成关键特征数据；将关键特征数据进行编码映射转换，生成特征编码数据；

39、步骤s34：基于特征编码数据对预设的音频重构模型进行模型调优，生成空间音频重构模型。

40、本发明通过对频谱梯度矩阵数据进行特征标注，有助于提取数据中的关键特征并加以标识。有助于理解数据的含义和重要性。归一化处理能够将数据进行标准化处理，使得不同数据具有可比性。这种处理方式有助于消除不同数据之间的量纲和大小差异，为数据分析提供一致的基准。数据关联分析能够帮助识别数据之间的关系和相关性。对于了解数据之间的联系以及它们如何相互影响非常重要，为进一步的分析和解释提供支持。高熵数据选取是基于信息熵评估数据进行的，有助于确定数据中最重要、最具代表性的特征。有助于简化数据集，减少冗余信息，使数据更加紧凑和有效。通过编码映射转换，能够将选取的关键特征数据进行转换和编码。这种转换可能包括特征的重新组合或编码，使得数据更适合于后续模型的处理和解释。模型调优是基于特征编码数据的，有助于优化预设的音频重构模型。通过对模型的调整和优化，可以提高模型的性能和准确性，使其更好地适应声场对应的数据的特征，从而生成更准确和有效的空间音频重构模型。

41、优选地，步骤s4包括以下步骤：

42、步骤s41：获取场地动态变化参数；

43、步骤s42：根据场地动态变化参数进行影响力评估，生成因素影响程度数据；

44、步骤s43：根据因素影响程度数据进行环境模拟参数制定，生成多环境参数数据；

45、步骤s44：利用多环境参数数据，并基于方位预设栅格数据进行动态变化模拟，生成动态仿真结果数据；

46、步骤s45：根据动态仿真结果数据进行反射网络构建，生成动态反射网络数据。

47、本发明通过获取场地动态变化参数，以收集场地环境随时间变化的数据。这些数据可能包括温度、湿度、人流量等参数，有助于了解环境的实时状态。因素影响程度数据的生成涉及对场地动态变化参数进行评估和分析，能够确定不同因素对声音传播的影响程度。有助于量化不同因素对声音传播的影响，并为后续模拟提供重要依据。环境模拟参数制定是基于因素影响程度数据的，能够将因素的影响转化为可模拟的参数。这些参数可以用于模拟场地环境的不同状态，对声音传播进行更准确的模拟。动态仿真结果数据的生成是基于多环境参数数据的模拟。这些数据提供了不同环境条件下声音传播的仿真结果，有助于理解声音在不同环境下的行为和特性。

48、优选地，步骤s5包括以下步骤：

49、步骤s51：基于动态反射网络数据进行声音传播特性分析，生成反射特性数据；根据反射特性数据进行优化目标设定，生成优化目标信息数据；

50、步骤s52：利用声压变化评估公式对多环境参数数据进行接收点声压变化计算，生成多声压变化数据；

51、步骤s53：利用多声压变化数据对优化目标信息数据进行关联目标修正，生成优化目标修正数据；

52、步骤s54：根据优化目标修正数据对空间音频重构模型进行模型参数调整，生成参数调整模型；

53、步骤s55：利用多环境参数数据对参数调整模型进行迭代优化评估，生成动态音频重构模型。

54、本发明通过声音传播特性分析能够基于动态反射网络数据生成反射特性数据，从而深入了解声音在不同环境下的反射情况。这些数据有助于识别声音传播的特殊特性，为优化提供依据。利用声压变化评估公式进行声压变化计算能够产生多声压变化数据，这些数据反映了声音在不同环境条件下接收点声压的变化情况，是理解声音传播效果的关键指标。关联目标修正通过多声压变化数据对优化目标信息数据进行修正，这有助于更精确地设定和调整优化目标，确保优化目标符合实际情况。通过优化目标修正数据对空间音频重构模型进行模型参数调整，能够提高模型的性能和准确性，使其更好地适应不同环境下声音的重构需求。利用多环境参数数据对参数调整模型进行迭代优化评估，生成动态音频重构模型。这个模型能够更好地适应不同环境下声音传播特性，为声音重构提供更准确的模型支持。

55、优选地，步骤s52中的声压变化评估公式如下所示：

56、；

57、式中，为接收点的声压级，为声源的数量，为声源的索引值，为声源的初始声压级，为声音传播介质的衰减系数，为声源到接收点的距离，为声源的平均距离，为声压衰减系数，为声源到接收点的声音传播路径长度，为声源的平均路径长度，为环境因素常数，为声源的表面积，为声音传播路径的有效截面积，为接收点的声压级的偏差修正值。

58、本发明提供一种声压变化评估公式，用于对多环境参数数据进行接收点声压变化计算，生成多声压变化数据。该公式充分考虑了声源的数量，声源的索引值，声源的初始声压级，声音传播介质的衰减系数，声源到接收点的距离，声源的平均距离，声压衰减系数，声源到接收点的声音传播路径长度，声源的平均路径长度，环境因素常数，声源的表面积，声音传播路径的有效截面积，接收点的声压级的偏差修正值以及变量间的相互作用效果，构成以下函数关系式：

59、；

60、通过声源的数量指示存在多少个声源。声源的初始声压级用于计算声源的起始声压级，是声压级变化的初始点。计算实际距离与平均距离之比的对数，表示声音传播中由于距离引起的衰减。常数n表示声音在传播介质中的衰减系数，表示声音在传播过程中所遇到的各种衰减，例如空气吸收、传播介质的密度等。衰减系数n的大小决定了声音在传播过程中的衰减速度。这一部分计算表示距离衰减的影响，其作用是对衰减进行放大，以更突出地反映声音随距离增加而衰减的效果。计算实际路径长度和平均路径长度之比的对数，是针对声音传播路径的长度。表示了传播路径长度的影响，通过声压衰减系数对路径的影响进行了显著放大，以更强烈地反映声音传播路径的影响，在自由场环境中声压衰减系数的理论值为20，因为声压级以每个距离倍数下降20分贝。在实际情况中可能会因为环境的不同而有所变化，因此在公式中用未知数表示，以适应不同环境情况的声压变化计算。考虑了环境因素和声源的表面积与声音传播路径的有效截面积之比。这部分代表了环境对声音传播的影响，例如，如果环境复杂或者声源表面积较小，则会影响声音的传播和衰减。该函数关系可以对不同环境条件下声音的衰减和传播情况进行模拟和预测，为优化声音传播提供重要依据。并利用接收点的声压级的偏差修正值对函数关系式进行调整修正，减少以此数据或误差项带来的误差影响，从而更准确地生成接收点的声压级，提高了对传感器设备进行声压接收值评估的准确性和可靠性。同时该公式中的声音传播介质的衰减系数、声压衰减系数可以根据实际情况进行调整，应用于不同的多环境参数数据进行接收点声压变化计算，提高了算法的灵活性与适用性。

61、优选地，步骤s6包括以下步骤：

62、步骤s61：利用传感器设备进行实时音频信号采集，生成实时音频反馈数据；

63、步骤s62：利用传感器设备进行环境变化数据采集，生成环境变化数据；根据因素影响程度数据对环境变化数据进行数据筛选，生成实时环境影响数据；

64、步骤s63：基于实时音频特征数据与实时环境影响数据进行重构参数制定，生成设备重构参数数据；

65、步骤s64：利用动态音频重构模型，并基于设备重构参数数据进行反馈控制，并进行音频信号输送，生成声音传播优化数据。

66、本发明通过实时音频信号采集能够提供即时的音频反馈数据，有助于实时了解当前环境下声音的表现情况。环境变化数据的采集和基于因素影响程度数据的筛选，能够生成实时环境影响数据。这些数据记录了环境变化对声音传播的实时影响，帮助更好地理解环境变化对声音的影响程度。根据实时音频特征数据和实时环境影响数据制定设备重构参数数据。这些参数是根据实时情况优化声音传播的重要因素，有助于提升声音传播的适应性和效果。利用动态音频重构模型并基于设备重构参数数据进行反馈控制，并进行音频信号输送，生成声音传播优化数据。这些数据展示了经过动态调整和反馈控制后的声音传播情况，有助于评估传播优化效果和实时调整声音传播的效果。

67、本发明还提供一种音频信号处理系统，用于执行如上所述的音频信号处理方法，包括：

68、声场拓扑构建模块，用于获取场地平面图数据；对场地平面图数据进行数字化处理，生成场地栅格数据；根据场地栅格数据进行声学仿真，生成传播仿真结果数据；根据传播仿真结果数据进行拓扑图创建，生成声学拓扑图数据。

69、声场特征分析模块，用于根据声学拓扑图数据进行传感器布置，并进行声音信号采集，生成多方位音频数据；根据多方位音频数据进行传感器优化布置，并进行信号再采集，生成优化采集特征数据；对优化采集特征数据进行量化处理，生成频谱梯度矩阵数据；

70、数据编码优化模块，用于对频谱梯度矩阵数据进行信息熵评估，生成信息熵评估数据；根据信息熵评估数据进行高熵数据选取，生成关键特征数据；基于关键特征数据对预设的音频重构模型进行模型调优，生成空间音频重构模型。

71、环境变化模拟模块，用于获取场地动态变化参数；根据场地动态变化参数进行影响力评估，生成因素影响程度数据；根据因素影响程度数据进行动态变化模拟，生成动态仿真结果数据；根据动态仿真结果数据进行反射网络构建，生成动态反射网络数据；

72、模型重建增强模块，用于基于动态反射网络数据进行优化目标设定，生成优化目标信息数据；利用优化目标信息数据对空间音频重构模型进行迭代优化，生成动态音频重构模型；

73、声音动态调节模块，用于利用传感器设备进行反馈数据采集，生成实时反馈数据，其中包括实时音频反馈数据与实时环境影响数据；利用动态音频重构模型，并根据实时音频反馈数据与实时环境影响数据进行反馈控制，生成声音传播优化数据。

74、本技术的有益效果在于，本发明通过获取和数字化处理场地平面图数据生成场地栅格数据。利用声学仿真技术根据栅格数据生成了传播仿真结果数据，进而创建声学拓扑图数据。有助于深入了解声音在场地中的传播方式和声学特性。通过多方位音频数据进行传感器优化布置，并进行信号再采集，生成优化采集特征数据。有助于收集更全面和优化的声音数据。对频谱梯度矩阵数据进行信息熵评估，生成信息熵评估数据。有助于了解数据的复杂度和信息量，确定数据的关键特征，进而进行音频重构模型的调优。最终生成空间音频重构模型，提高音频处理的准确性和有效性。通过获取场地动态变化参数，并根据这些参数进行影响力评估，生成因素影响程度数据。基于这些数据进行动态变化模拟，生成动态仿真结果数据。通过这些数据进行反射网络的构建，生成动态反射网络数据，有助于更准确地模拟和理解声音在不同环境下的传播及反射情况。基于动态反射网络数据设定优化目标，生成优化目标信息数据。有助于明确优化的方向和目标，然后利用优化目标数据对空间音频重构模型进行迭代优化，生成动态音频重构模型。使模型更好地适应动态变化的场景，提高声音重构的准确性和实时性。利用传感器设备进行反馈数据采集，生成实时反馈数据，包括实时音频反馈数据和实时环境影响数据。利用实时反馈数据进行反馈控制，实现对声音传播过程的实时监测和调整，有助于优化声音传播效果，提高声音的质量和适应性。因此，本发明的音频信号处理方法及系统通过分析声场特征以得到空间音频重构模型，以及通过考虑环境变化进行变化传播模拟，得到不同环境对应的音频传播特征，从而综合场地与环境因素，动态地对音频信号进行重构，从而提高音频信号的传输质量，以提高用户的听觉体验。