[发明专利]远场语音降噪方法及系统、终端以及计算机可读存储介质

说明书

本发明提出一种远场语音降噪方法及系统、终端以及计算机可读存储介质。该远场语音降噪方法包括：采集用户的唇部特征，并识别唇部特征的特征位置值；比对所述特征位置值与标准位置值，判断唇部是否处于活动状态；确定处于活动状态的唇部在空间上的空间位置值；根据所述空间位置值，朝向处于活动状态的唇部的方位收取音频信号；以及对所述音频信号进行音频处理；其中，所述标准位置值是通过统计得出的，当唇部处于静止状态时，唇部特征的位置值。通过本发明的远场语音降噪方法，能够识别出实际说话人，并向实际说话人的方位收音，再进行音频处理操作，提高了在噪声环境下对远场语音的降噪性能。

技术领域

本发明涉及通信技术领域，尤其涉及一种远场语音降噪方法及系统、终端以及计算机可读存储介质。

背景技术

远场语音识别，即远距离语音识别，在以智能家居为代表的多种领域的诉求越来越明显。

目前，远场语音识别技术主要通过麦克风阵列向声源方位拾音。但是，在某些应用场景中，例如声源附近有电视噪声、电话噪声等，尤其是说话人距离麦克风3至5米的距离，由于噪声和/或混响等的干扰，会明显影响远场麦克风阵列的收音效果。

因此，如何对远场语音的降噪性能，是大家十分关注的问题。

发明内容

本发明实施例提供一种远场语音降噪控制方法及系统、终端以及计算机可读存储介质，以解决现有技术中的以上的一个或多个技术问题，或至少提供一种有益的选择。

第一方面，本发明实施例提供了一种远场语音降噪方法，所述方法包括：

采集用户的唇部特征，并识别所述唇部特征的特征位置值；

比对所述特征位置值与标准位置值，判断唇部是否处于活动状态；

确定处于活动状态的唇部在空间上的空间位置值；

根据所述空间位置值，朝向处于活动状态的唇部的方位收取音频信号；以及

对所述音频信号进行音频处理；

其中，所述标准位置值是通过统计得出的，当唇部处于静止状态时，唇部特征的位置值。

结合第一方面，本发明在第一方面的第一种实施方式中，所述识别用户的唇部特征，包括：

通过人像采集算法，采集用户的面部特征；以及

通过色度识别算法，识别所述用户的唇部特征。

结合第一方面、第一方面的第一种实施方式，本发明在第一方面的第二种实施方式中，所述特征位置值包括特征坐标值，所述标准位置值包括标准坐标值；

所述比对所述唇部特征的特征位置值与标准位置值，判断唇部是否处于活动状态，包括：

计算所述唇部特征的特征坐标值与标准坐标值之间的位置偏差；以及当所述位置偏差超过所述阈值范围时，判断唇部处于活动状态；

其中，所述标准坐标值是通过统计得出的，当唇部处于静止状态时，唇部特征的坐标值。

结合第一方面、第一方面的第一种实施方式、第一方面的第二种实施方式，本发明在第一方面的第三种实施方式中，所述根据所述空间位置值，朝向处于活动状态的唇部的方位收取音频信号，包括：

根据所述空间位置值，设置波束成形算法中的指向角度值；以及

通过所述波束成形算法和所述指向角度值，麦克风阵列指向性的收取音频信号。

结合第一方面、第一方面的第一种实施方式、第一方面的第二种实施方式、第一方面的第三种实施方式，本发明在第一方面的第四种实施方式中，所述根据所述空间位置值，朝向处于活动状态的唇部的方位收取音频信号，还包括：