[发明专利]用于搅拌车驾驶室内声音的降噪方法、装置和搅拌车

说明书

本发明提供了一种用于搅拌车驾驶室内声音的降噪方法、装置和搅拌车。用于搅拌车驾驶室内声音的降噪方法，包括：采集搅拌车驾驶室内的声音信号；将声音信号输入至声纹识别模型，声纹识别模型对声音信号进行噪声识别；将噪声识别结果和声纹识别模型的参数输入至语音分离模型，得到噪声信号；将噪声信号输入至场景识别模型，得到搅拌车所处的场景；根据场景对应的预设参数，获取反向噪声信号；将反向噪声信号，输出至搅拌车驾驶室。本发明通过声纹识别模型进行噪声识别，通过语音分离模型提取噪声信号，有效区分有用的声音和噪声，在去除环境噪声和搅拌机运行噪声的基础上，保留鸣笛声、人声等有用声音，提高驾驶员的驾驶舒适性和安全性。

技术领域

本发明涉及搅拌车的技术领域，具体而言，涉及一种用于搅拌车驾驶室内声音的降噪方法、装置和搅拌车。

背景技术

环境噪音中通常包含有效信息，因此不能全部滤除，需要提取特定的噪声进行滤除，并且保留有用信息。

针对搅拌车驾驶室内声音，存在噪音和其他有用声音，例如鸣笛声和人声等属于有用声音，需要驾驶员能够识别出来的声音，目前，对于搅拌车驾驶室内的声音，没有有效的去除其中噪音，同时保留其他有用声音的方法。

发明内容

本发明旨在解决上述技术问题的至少之一。

为此，本发明的第一目的在于提供一种用于搅拌车驾驶室内声音的降噪方法。

本发明的第二目的在于提供一种用于搅拌车驾驶室内声音的降噪装置。

本发明的第三目的在于提供一种搅拌车。

为实现本发明的第一目的，本发明的技术方案提供了一种用于搅拌车驾驶室内声音的降噪方法，包括：采集搅拌车驾驶室内的声音信号；将声音信号输入至声纹识别模型，声纹识别模型对声音信号进行噪声识别；将噪声识别结果和声纹识别模型的参数输入至语音分离模型，得到噪声信号；将噪声信号输入至场景识别模型，得到搅拌车所处的场景；根据场景对应的预设参数，获取反向噪声信号；将反向噪声信号，输出至搅拌车驾驶室。

本技术方案中，通过声纹识别模型进行噪声识别，通过语音分离模型提取噪声信号，有效区分有用的声音和噪声，为后续噪声的消除提供基础，在去除环境噪声和搅拌机运行噪声的基础上，保留鸣笛声、人声等有用声音，提高驾驶员的驾驶舒适性、安全性以及机械操作的专注性。

另外，本发明上述技术方案提供的技术方案还可以具有如下附加技术特征：

上述技术方案中，执行采集搅拌车驾驶室内的声音信号之前，还包括：采集至少两个场景下，搅拌车驾驶室内的声音信号，作为目标检测声音；采集至少两个场景下，车辆驾驶室内的声音信号，作为参考声音；采用参考声音作为训练数据，得到通用背景模型；根据目标检测声音的特征参数，对通用背景模型进行自适应高斯滤波，得到声纹识别模型。

利用声音采集组件采集不同场景下的搅拌车的驾驶室噪声，输入声纹识别模型中进行声纹注册，然后利用声纹识别模型进行声纹提取，采用声纹识别模型识别噪声，有效降低了噪声识别的难度，提升了噪声识别的准确性。

上述任一技术方案中，语音分离模型包括第一卷积神经网络和长短期记忆网络模型。

采用第一卷积神经网络和长短期记忆网络模型相结合进行语音分离，可以提高语音分离的准确度。

上述任一技术方案中，将噪音信号输入至语音分离模型，得到目标音频信号，包括：将噪声识别结果输入至第一卷积神经网络，第一卷积神经网络获取的结果输出至长短期记忆网络模型，将声纹识别模型的参数输入至长短期记忆网络模型，长短期记忆网络模型生成软掩码；将噪声识别结果的幅度谱与软掩码相乘，得到噪声信号幅度谱，将噪声识别结果音频的相位增加到噪声信号幅度谱上，得到噪声信号。