[发明专利]音频啸叫抑制方法、设备和系统及神经网络训练方法

权利要求书

1.一种基于神经网络的音频啸叫抑制方法，其特征在于，包括：

步骤S101，在时域上获取连续采集到的若干帧第一音频帧，所述第一音频帧为原始音频信号；

步骤S103，将所述若干帧第一音频帧分别变换为若干帧第二音频帧，所述第二音频帧为频域中的音频信号，所述若干帧第二音频帧中的每一帧包括多个频点；

步骤S105，确定所述若干帧第二音频帧中存在啸叫信号的啸叫频点，所述啸叫信号为连续的、单频高能量信号；

步骤S107，在存在啸叫信号的第二音频帧中，剔除所述啸叫频点的音频信号；及

步骤S109，将所述若干帧第二音频帧中、啸叫频点附近的频点信号输入啸叫频点修复神经网络模型，以输出修复后的啸叫频点替换音频信号，来替换所述啸叫频点位置的音频信号。

2.如权利要求1所述的音频啸叫抑制方法，其特征在于，在所述步骤S103和步骤S105之间，还包括：

步骤S104，将所述若干帧第二音频帧按预设长度合成语谱图；

在所述语谱图中执行所述步骤S105、所述步骤S107和所述步骤S109。

3.如权利要求2所述的音频啸叫抑制方法，其特征在于，所述语谱图包括第一部分和第二部分，所述第一部分的第二音频帧在时间上早于所述第二部分的第二音频帧；所述第二部分的第二音频帧数量为K，K为正整数；

处于所述第一部分的第二音频帧为已经完成啸叫信号抑制的第二音频帧；

在所述步骤S107中，针对所述第二部分的第二音频帧剔除所述啸叫频点的音频信号；

在所述步骤S109中，针对所述第二部分的第二音频帧，替换修复所述啸叫频点位置的音频信号。

4.如权利要求3所述的音频啸叫抑制方法，其特征在于，所述第一部分的第二音频帧的数量多于所述第二部分的第二音频帧的数量，所述第二部分的第二音频帧的数量小于或等于3。

5.如权利要求3所述的音频啸叫抑制方法，其特征在于，在所述步骤S109中，所述啸叫频点附近的频点信号包括：

在所述第二部分的各个第二音频帧中，靠近所述啸叫频点位置的、预设区间的频点音频信号；及

在所述第一部分的各个第二音频帧中，靠近所述啸叫频点位置的、预设区间的频点音频信号；

其中，在所述第二部分中，所述预设区间的频点未包含所述啸叫频点；在所述第一部分中，所述预设区间的频点包含了与所述啸叫频点同频的频点。

6.如权利要求5所述的音频啸叫抑制方法，其特征在于，所述预设区间的区间大小为500-1000Hz。

7.如权利要求3-6任意一项所述的音频啸叫抑制方法，其特征在于，在所述步骤S109之后，还包括：

步骤S111，更新所述语谱图的第一部分和第二部分，以使在更新后的语谱图中，执行所述步骤S105、所述步骤S107和所述步骤S109。

8.如权利要求7所述的音频啸叫抑制方法，其特征在于，所述步骤S111包括：

删除所述第一部分的前K帧第二音频帧；

所述第一部分中未被删除的第二音频帧在时序上依次整体前移K帧；

将所述第二部分的K帧第二音频帧在时序上依次整体前移至所述第一部分的后K帧位置；

在时序上依次接收新的第二音频帧，并依次合成至所述第二部分的位置。

9.如权利要求3-8任意一项所述的音频啸叫抑制方法，其特征在于，在所述步骤S105中，当在所述第二部分的第二音频帧中确定出多个啸叫频点时，所述步骤S109包括：针对所述多个啸叫频点，逐个替换修复各个啸叫频点的音频信号；其中，所述多个啸叫频点的频率各不相同。

10.如权利要求3-8任意一项所述的音频啸叫抑制方法，其特征在于，在所述步骤S109之后，还包括：

将第二部分中替换修复后的第二音频帧变换为时域信号，并按时序依次输出，以播放替换修复后的第二音频帧。