[发明专利]噪声检测方法及装置

权利要求书

1.一种噪声检测方法，其特征在于，所述方法包括：

通过至少两种检测方式检测当前语音帧是否包含有短时冲击噪声，所述至少两种检测方式是时域检测方式、频域检测方式和模式识别检测方式中的至少两种；

若所述至少两种检测方式的检测结果均为所述当前语音帧包含有所述短时冲击噪声，则确定所述当前语音帧包含有所述短时冲击噪声；

对所述当前语音帧中的所述短时冲击噪声进行噪声抑制；

所述对所述当前语音帧中的所述短时冲击噪声进行噪声抑制，包括：

计算所述当前语音帧的前一语音帧和后一语音帧的时域能量的第一平均值；将所述当前语音帧的时域能量降低为所述第一平均值的预定比例；

或，

对于所述当前语音帧的频谱能量中的每一频点，若所述频点与所述前一语音帧中的对应频点或所述后一语音帧中的对应频点之间的能量变化达到第三阈值，则计算所述前一语音帧中的对应频点和所述后一语音帧中的对应频点的频谱能量的第二平均值；将所述频点的能量抑制到所述第二平均值的预定比例。

2.根据权利要求1所述的方法，其特征在于，所述通过至少两种检测方式检测当前语音帧是否包含有短时冲击噪声，所述至少两种检测方式是时域检测方式、频域检测方式和模式识别检测方式中的至少两种，包括：

通过所述时域检测方式检测所述当前语音帧是否包含有所述短时冲击噪声；

若所述当前语音帧包含有所述短时冲击噪声，则通过所述频域检测方式检测所述当前语音帧是否包含有所述短时冲击噪声；

若所述当前语音帧包含有所述短时冲击噪声，则通过所述模式识别检测方式检测所述当前语音帧是否包含有所述短时冲击噪声。

3.根据权利要求2所述的方法，其特征在于，所述通过所述时域检测方式检测所述当前语音帧是否包含有所述短时冲击噪声，包括：

获取所述当前语音帧的时域包络；检测所述时域包络是否在预定时长内存在上升沿突变波形和下降沿突变波形，且所述上升沿突变波形的上升幅度和所述下降沿突变波形的下降幅度均大于预设幅度；

或，

获取所述当前语音帧、所述当前语音帧的前一语音帧和所述当前语音帧的后一语音帧各自的时域能量；检测所述当前语音帧与所述前一语音帧之间的能量变化值和所述当前语音帧与所述后一语音帧之间的能量变化值是否均达到第一阈值；若两个所述能量变化值均达到所述第一阈值，则检测两个所述能量变化值之和是否达到第二阈值，所述第二阈值＞所述第一阈值*2。

4.根据权利要求2所述的方法，其特征在于，所述通过所述频域检测方式检测所述当前语音帧是否包含有所述短时冲击噪声，包括：

获取所述当前语音帧和相邻语音帧的频谱能量，所述频谱能量包括若干个频点所对应的能量，所述相邻语音帧包括所述当前语音帧的前一语音帧和/或所述当前语音帧的后一语音帧；

检测所述当前语音帧中预定频点的能量总和占所有频点的能量总和的比例是否达到第一百分比，所述预定频点是频率高于预定赫兹的频点；

若达到所述第一百分比，则检测所述当前语音帧中所述预定频点相对于所述相邻语音帧中的对应频点发生了能量变化的频点数量占所有频点数量的比例是否达到第二百分比。

5.根据权利要求2所述的方法，其特征在于，所述通过所述模式识别检测方式检测所述当前语音帧是否包含有所述短时冲击噪声，包括：

获取所述当前语音帧和所述当前语音帧的关联语音帧，所述关联语音帧包括所述当前语音帧的前n个语音帧和后n个语音帧；

从所述当前语音帧和所述当前语音帧的关联语音帧提取音频特征，所述音频特征是梅尔频率倒谱系数MFCC特征、感知线性预测参数PLP特征、线性预测编码LPC特征和滤波器组Filter Bank特征中的至少一种的结合；

将所述音频特征输入预设模型，得到所述当前语音帧对应的音频类型，所述音频类型是包含有短时冲击噪声的语音帧、静音语音帧和包含人声信号的语音帧中的任意一种；

其中，所述预设模型是预先通过包含有短时冲击噪声的样本语音帧、静音样本语音帧和语音样本语音帧训练得到混合高斯模型或神经网络模型。