[发明专利]一种基于音频解码器的智能降嗓耳机及降噪算法

权利要求书

1.一种基于音频编解码器的智能降嗓耳机，包括壳体、扬声喇叭、麦克风、降噪喇叭和控制电路板，其特征在于：扬声喇叭、麦克风、降噪喇叭和控制电路板设置于壳体内部，控制电路板设置有音频编解码器、无线协议芯片、降噪芯片和降噪开关控制芯片，音频编解码器与扬声喇叭、麦克风、无线协议芯片和开关控制芯片电连接，开关控制芯片通过降噪芯片与扬声喇叭电连接，开关控制芯片用于根据麦克风接收的环境噪声的大小判断是否开启或关闭降噪芯片。

2.根据权利要求1中所述的一种基于音频编解码器的智能降嗓耳机，其特征在于：开关控制芯片包括电子开关电路模块和比较电路模块，电子开关电路模块和比较电路模块电连接，比较电路模块电连接与音频编解码器电连接，电子开关电路模块与降噪芯片电连接。

3.降噪算法，应用于权利要求1或2中所述的一种基于音频编解码器的智能降嗓耳机，其特征在于：基于音频编解码器的智能降嗓耳机，包括降噪芯片，降噪芯片执行降噪算法，降噪算法的确定包括以下步骤：

A.采集样本：采集干净的语音样本和干净的语音中混入噪声的噪音样本，并进行A/D转换，得到噪音样本库和干净的语音样本库；

B.选定基本降噪算法：定义x(k)为输入信号矩阵，w(k)为调整权值矩阵，d(k)为目标输出信号矩阵，y(k)为实际输出信号矩阵，e(k)为误差信号矩阵，使用以下基本降噪算法进行降噪处理：

C.进行神经网络训练：在Python中使用Keras深度学习库，利用步骤A中采集的噪音样本库和干净的语音样本库，对步骤B中的基本降噪算法进行训练，使得基本降噪算法对各种麦克风的频率响应具有鲁棒性：

其中r∈[-2/8，2/8]。

4.根据权利要求3所述的降噪算法，其特征在于：步骤C中在训练期间将权重的大小限制为±0.5。

5.根据权利要求3所述的降噪算法，其特征在于：步骤C中在训练期间需要实现一次前向传播经过GRU层，输出的增益设定为22维。

6.根据权利要求5所述的降噪算法，其特征在于：定义g(prev)是前一帧的过滤后的增益，λ＝0.6，使用以下公式进行增益平滑：

7.根据权利要求3所述的降噪算法，其特征在于：在滤除音调谐波之间的噪声的过程中，使用FIR滤波器进行螺旋滤波。