[发明专利]语音信号处理方法和装置

说明书

技术领域

本发明涉及音频处理技术领域，特别涉及一种语音信号处理方法和装置。

背景技术

在人们的日常工作和生活中经常会用到麦克风。在使用麦克风说话或唱歌时，却常常会遇到喷麦的困扰。

针对喷麦，常用的处理方式包括如下两种：第一，人们在使用麦克风时，控制嘴巴和麦克风之间的距离、角度，以尽可能地减少喷麦情况的发生；第二，采用后期人工修复的方式，由技术人员从录制的音频中找出喷麦位置，并进行手动衰减处理。

在实现本发明的过程中，发明人发现上述技术至少存在以下问题：上述第一种方式无法完全避免喷麦情况的发生，而上述第二种方式在处理实时性和处理效率方面也存在很大不足。

发明内容

为了解决上述技术中针对喷麦的处理方式存在实时性差和效率低的问题，本发明实施例提供了一种语音信号处理方法和装置。所述技术方案如下：

第一方面，提供了一种语音信号处理方法，所述方法包括：

获取麦克风采集的语音信号；

检测所述语音信号是否属于清音信号，所述清音信号包括正常清音信号和喷麦信号，所述喷麦信号是指气流从发声者嘴巴喷至所述麦克风而产生的语音信号；

若所述语音信号属于所述清音信号，则检测所述语音信号是否属于所述喷麦信号；

若所述语音信号属于所述喷麦信号，则对所述语音信号进行抑制处理，所述抑制处理包括能量衰减处理、删除处理和静默处理中的至少一种；

所述对所述语音信号进行抑制处理，包括：

若所述语音信号的喷麦类型为带正常清音的喷麦信号，则根据所述能量分布将所述N个子频带划分为清音频段、衔接频段和喷麦频段；计算所述衔接频段中每个子频带内各个频点的平均能量；根据所述平均能量的最小值对所述喷麦频段内各个频点的能量进行衰减；

或者，

若所述语音信号的喷麦类型为不带正常清音的轻喷麦信号，则根据所述能量分布将所述N个子频带划分为高频喷麦频段和低频喷麦频段；计算所述高频喷麦频段内各个频点的平均能量；根据所述平均能量对所述低频喷麦频段内各个频点的能量进行衰减；

或者，

若所述语音信号的喷麦类型为不带正常清音的强喷麦信号，则根据预设衰减系数对所述语音信号中各个频点的能量进行衰减。

可选的，所述对所述语音信号进行抑制处理之前，还包括：

将所述语音信号的频带划分为N个子频带，N≥2且N为整数；

计算所述语音信号在所述N个子频带内的能量分布；

根据所述能量分布确定所述语音信号的喷麦类型。

可选的，所述检测所述语音信号是否属于所述喷麦信号，包括：

获取所述语音信号的频域分布特性；

根据所述频域分布特性检测所述语音信号是否属于所述喷麦信号。

可选的，当所述频域分布特性为能量谱重心时，所述获取所述语音信号的频域分布特性，包括：

按照如下公式计算所述语音信号的能量谱重心W_F(i)：

其中，i表示所述语音信号在语音序列中的帧序号，i≥0且i为整数；L表示第i帧语音信号的帧长，L≥1且L为整数；k表示所述第i帧语音信号中第k个频点，k∈[0，L-1]且k为整数；|Y(k,i)|²表示所述第i帧语音信号中第k个频点的能量；

所述根据所述频域分布特性检测所述语音信号是否属于所述喷麦信号，包括：

检测所述语音信号的能量谱重心W_F(i)是否小于能量谱重心阈值；

若小于所述能量谱重心阈值，则确定所述语音信号属于所述喷麦信号。

可选的，所述检测所述语音信号是否属于清音信号，包括：

检测所述语音信号是否属于非浊音信号，所述非浊音信号包括所述清音信号和非人声信号；

若所述语音信号属于所述非浊音信号，则计算所述语音信号的第一特征值，所述第一特征值为能量或者倒谱距离；

根据所述第一特征值检测所述语音信号是否属于所述清音信号。

可选的，所述检测所述语音信号是否属于非浊音信号，包括：

计算所述语音信号的第二特征值，所述第二特征值为谱熵值、过零率、相关性、分形维数中的任意一种；根据所述第二特征值检测所述语音信号是否属于所述非浊音信号；

或者，