[发明专利]基于终端的音频处理方法、装置、终端和可读存储介质

说明书

本发明实施例提供了一种基于终端的音频处理方法、装置、终端和可读存储介质，该方法包括：对麦克风采集到的音频信号进行滤波处理，生成残差信号；依据所述音频信号的功率谱，确定滤波系数；依据所述滤波系数和所述残差信号，生成第一滤波信号；检测所述第一滤波信号的特定频段能量是否超过判决门限；若超过，则确定所述音频信号包含输入语音信号和回波信号，其中，所述输入语音信号为依据用户输入语音生成的。本发明实施例能够精确地区分出单讲和双讲这两种情况，提高双讲检测的准确性。

技术领域

本发明涉及通信技术领域，特别是涉及一种基于终端的音频处理方法、一种基于终端的音频处理装置、一种终端以及一种可读存储介质。

背景技术

随着通信技术的快速发展，诸如手机、平板电脑等终端越来越普及，给人们的生活、学习、工作带来了极大的便利。

在通信过程中，这些终端需要进行回波抵消，以保证通信质量。具体的，终端通常会打开麦克风(Microphone，Mic)进行自适应回波抵消(Adaptive Echo Cancellation，AEC)处理，以消除该Mic录音中扬声器的声音；并且采用AEC的中间结果进行单双讲检测，以区分出单讲和双讲的情形。其中，当只有扬声器播放声音时称为单讲，当扬声器和人同时发声时称为双讲；单双讲检测又称双讲检测，用于区分出只有扬声器播放声音和扬声器与人同时发声的这两情况。

目前，双讲检测主要是直接使用回波抵消中自适应滤波后的语音进行能量的判决来判断是否是双讲；或者，利用自适应滤波后的语音和参考的相关系数进行判断，如若相关系数大于门限则是单讲，否则为双讲。但是，自适应滤波的结果无法完全消除文本合成语音(Text To Speech，TTS)，因此现有双讲检测方案判断准确性低，缺乏鲁棒性。

发明内容

本发明实施例所要解决的技术问题是提供一种基于终端的音频处理方法，以解决现有双讲检测方案中判断准确性低、缺乏鲁棒性的问题。

相应的，本发明实施例还提供了一种基于终端的音频处理装置、一种终端和一种存储可读介质，用以保证上述方法的实现及应用。

为了解决上述问题，本发明实施例公开了一种基于终端的音频处理方法，包括：

对麦克风采集到的音频信号进行滤波处理，生成残差信号；

依据所述音频信号的功率谱，确定滤波系数；

依据所述滤波系数和所述残差信号，生成第一滤波信号；

检测所述第一滤波信号的特定频段能量是否超过判决门限；

若超过，则确定所述音频信号包含输入语音信号和回波信号，其中，所述输入语音信号为依据用户输入语音生成的。

可选地，还包括：在所述第一滤波信号的特定频段能量不超过当前帧的判决门限时，依据所述特定频段能量对所述判决门限进行更新，并将更新后的判决门限作为下一帧的判决门限。

可选地，所述方法还包括：收集预设帧数对应的第一滤波信号的特定频段能量；采用收集的特定频段能量，生成初始判决门限；

其中，所述依据所述特定频段能量对所述判决门限进行更新，包括：基于预置的回归系数，采用当前帧对应的特定频段能量对所述初始判决门限进行更新，得到更新后的判决门限。

可选地，所述确定所述音频信号包含输入语音信号和回波信号之后，还包括：依据所述残差信号进行第二次滤波处理，生成第二滤波信号；依据所述第二滤波信号进行语音识别，生成所述输入语音信号对应的文本信息。

可选地，所述对麦克风采集到的音频信号进行滤波处理，生成残差信号，包括：将扬声器将要播放语音的信号作为参考信号；采用所述参考信号对所述音频信号进行自适应滤波，得到估计回波信号；采用所述估计回波信号和所述音频信号，生成对应的残差信号。