[发明专利]啸叫抑制方法及装置、存储介质、电子设备

说明书

本公开的实施方式涉及音频信号处理技术领域，更具体地，本公开的实施方式涉及啸叫抑制方法及装置，存储介质和电子设备。所述方法包括：提取待处理音频信号的音频特征，所述待处理音频信号为所述第一设备通过其第一音频采集模块所采集到的音频信号，所述待处理音频信号为声源所发出的声学信号与所述第二音频播放模块所播放的第二音频信号之叠加；将所述音频特征输入至啸叫检测模型，所述啸叫检测模型输出所述待处理音频信号的啸叫特征参数；将所述啸叫特征参数以及所述音频特征输入至啸叫抑制模型；根据所述啸叫抑制模型的输出，获得啸叫抑制音频信号。本公开的技术方案能够适应存在诸多非线性、不确定性的即时通信的声学环路中，进行啸叫抑制。

技术领域

本公开的实施方式涉及音频信号处理技术领域，更具体地，本公开的实施方式涉及啸叫抑制方法及装置，存储介质和电子设备。

背景技术

本部分旨在为权利要求中陈述的本公开的实施方式提供背景或上下文，此处的描述不因为包括在本部分中就承认是现有技术。

啸叫产生的本质是反馈系统处于不稳定的状态，系统的稳定性可以通过系统的开环传递函数，利用奈奎斯特稳定性判据进行判断。一个典型的反馈系统中，作为系统的输入，为作为系统的输出，系统的输入R(s)经由前向传递函数G(s)传递至系统的输出C(s)，系统的输出C(s)经由系统的反馈传递函数H(s)传递至系统的输入R(s)。故可以推导出，系统的开环传递函数为：H(s)·G(s)。由此，可以根据开环传递函数的奈奎斯特图或者波特图进行系统稳定性的判断。在反馈系统中，当反馈信号和输入信号同相，且反馈环路为正反馈，即对应的开环增益大于1时，系统处于不稳定的状态。

在声学场景中，当形成声反馈闭合回路时容易出现啸叫现象。

发明内容

在诸如会议室、礼堂、KTV等声学场景中，麦克风进行拾音，扬声器进行播放，此时，扬声器播放的信号又被麦克风拾取，从而产生了回路。这些声学场景中，往往由系统本身产生自啸叫，自啸叫表现的声学特征多为单频或者多频的持续性啸叫。上述声学场景中的啸叫具有相对固定、较易识别的特征。

而在即时通信(Real Time Communication，RTC)的声学环路的场景中，由于不同设备内置(build-in)的音频处理性能不同，设备之间的网络传输环境不同，设备位置的变化，设备的频响差异等等因素会对声学环路中音频信号的传输产生不确定性的影响。上述因素的变化和影响也并非是线性的，从而无法对即时通信场景中声学环路定量进行测量传递函数和分析。同时，而这些非线性因素也引起了诸多区别于传统啸叫场景的特征，如啸叫的间断性、多频点、频点移动、频点扩散等。

目前的啸叫抑制技术中，一般采用：

方案一：采用移频移相法、陷波法、自适应滤波法进行啸叫抑制。移频移相法：移频移相法，通过移频移相的方法改变啸叫产生的条件，从而抑制啸叫的产生；陷波法：首先确定啸叫的频点，然后对应频点进行陷波器压制，从而达到啸叫抑制的目的；自适应滤波法：通过自适应滤波动态更新滤波器的系数，实现对啸叫信号的滤波。然而移频移相法、陷波法、自适应滤波法更适用于传统的会议、助听器系统等，啸叫产生的条件相对固定的声学场景中。该些方法对于存在诸多非线性、不确定性的即时通信的声学环路场景，啸叫抑制效果较差。

方案二：首先检测啸叫频点，然后剔除啸叫频点的信号，最后通过神经网络对啸叫频点附近信号进行修复。方案二本质上仍然是通过类似陷波法的方案进行啸叫抑制，其相较于陷波法还提供了信号修复网络。好其相对于传统的陷波法，对音质有所提升，但与陷波法类似，仍然无法在即时通信的声学环路场景中适用。

为此，非常需要一种改进的啸叫抑制方法及装置、存储介质和电子设备，以提供一种能够适应存在诸多非线性、不确定性的即时通信的声学环路中。

在本上下文中，本公开的实施方式期望提供一种啸叫抑制方法和装置、存储介质和电子设备。