[发明专利]一种基于神经网络的扩声系统啸叫点检测方法

说明书

本发明涉及音频信号处理技术，其公开了一种基于神经网络的扩声系统啸叫点检测方法，解决传统技术中存在对啸叫点的误判、漏判，无法准确的跟踪和检测到啸叫点的问题。该方法包括以下步骤：a.采集音频数据进行FFT转换后进行啸叫频点的标记，形成样本数据；b.基于样本数据对定义的神经网络模型进行训练，获得啸叫点识别模型；c.在实际应用中，将待处理的音频数据经过FFT转换后的频域数据作为输入，通过啸叫点识别模型输出啸叫点频率的识别结果。

技术领域

本发明涉及音频信号处理技术，具体涉及一种基于神经网络的扩声系统啸叫点检测方法。

背景技术

在一些场景下，如会议，学校教学场景等，若讲话人的声音不能覆盖到所有区域，此时就需要有扩声系统的辅助，将讲话人的声音通过麦克风拾音后，经过一个处理设备，对音频数据做一些处理后，再通过功放放大，经过音响将声音播放出去，这样达到增强讲话人声音强度的效果。

扩声系统普遍面临一个问题就是啸叫问题，啸叫产生的原因是声音经过麦克风拾音进入扩声系统后，再通过扩声系统将声音输出到功放，功放将声音放大后，输出到音响，由于在一个密闭的空间内，扩大的声音经过反射后，再次进入麦克风，导致声音叠加，不断循环产生啸叫。

目前解决啸叫的方法主要包括：调整距离法、频率均衡法、反馈抑制器法、移频法和陷波法。以上方法中，调整距离法，主要是依靠物理上将音箱和麦克风的距离进行控制，防止啸叫。频率均衡法，反馈抑制器法，移频法均对声音信号做处理，会导致音频信号声音损失，处理后的声音保真度不高，适合对声音要求较低的场合使用。陷波法对声音的损失最小，也是常用的一种啸叫抑制方法，其原理是在识别出啸叫点后，通过陷波的方法对啸叫频点进行精确抑制，这样就能有效的提高扩声系统的声音，防止啸叫。

陷波法的难点在于如何判断识别啸叫点，也即对啸叫点的跟踪识别。传统技术中对啸叫点的识别通常是将声音的时域语音信号通过FFT(快速傅里叶变换)处理后得到频域数据，然后观察频域数据中的频点的幅值是否持续增大，或者频点的能量是否在持续增加，或者频域的峰均比等方式来判断是否是啸叫点。此方案存在啸叫点识别得不够及时、啸叫点的判断准确率不高，存在误判，漏判的情况，给实际使用带来不好的体验。

发明内容

本发明所要解决的技术问题是：提出一种基于神经网络的扩声系统啸叫点检测方法，解决传统技术中存在对啸叫点的误判、漏判，无法准确的跟踪和检测到啸叫点的问题。

本发明解决上述技术问题采用的技术方案是：

一种基于神经网络的扩声系统啸叫点检测方法，包括以下步骤：

a.采集音频数据进行FFT转换后进行啸叫频点的标记，形成样本数据；

b.基于样本数据对定义的神经网络模型进行训练，获得啸叫点识别模型；

c.在实际应用中，将待处理的音频数据经过FFT转换后的频域数据作为输入，通过啸叫点识别模型输出啸叫点频率的识别结果。

作为进一步优化，步骤a中，所述采集音频数据进行FFT变换后进行啸叫频点的标记，具体包括：

采集m份音频数据得到Data(1,2,3,4…m)，将每份原始数据经过FFT变换后，得到频域数据FData(1,2,3,4,…m)，标记每一份频域数据中的啸叫频点。

作为进一步优化，步骤b中，所述神经网络模型采用RNN或CNN模型，在RNN或CNN模型基础上定义神经网络的层数和激活函数。

作为进一步优化，步骤b中，在对定义的神经网络模型进行训练时，将频域数据FData(1,2,3,4,…m)作为神经网络模型的输入，将可能的啸叫点的频率作为模型的输出，对神经网络模型进行训练，使其收敛，将训练后的神经网络模型作为啸叫点识别模型。

本发明的有益效果是：