[发明专利]基于深度学习的列车广播语音增强方法和系统

权利要求书

1.一种基于深度学习的列车广播语音增强方法，其特征在于，包括：

获取车载PIS系统的列车运行信息；

识别列车运行信息，确定列车实时场景；

所述识别列车运行信息，确定列车实时场景包括：

当列车运行信息识别为视频信息，则对视频信息做图像识别，识别统计实时人流量，并判断是否超出高峰人流阈值或低于低峰人流阈值，如果是，则判定为高峰人流场景 或低峰人流场景；

从预设的数据库中读取列车实时场景所匹配的声学均衡参数；

获取车载PIS系统的音频流；以及，

基于声学均衡参数，以预设的中控声效算法对音频流处理，同时调整声音感受位置，并发送处理后音频流至车载PIS系统用作播放。

2.根据权利要求1所述的基于深度学习的列车广播语音增强方法，其特征在于，所述中控声效算法包括：

信号预处理，其包括将音频流做满足FPU计算的归一化处理；

均衡处理，其包括划分10个频率段，以所述声学均衡参数对划分后的10个频率段分别做均衡，调整增益，并进行混音处理；其中，各个频率段的中心频点分别为32、64、128、256、512、1k、2k、4k、8k、16k；

回响处理，其包括对音频中的原始声音衰减复制，复制至相应的音频位置与原后续音频进行混音。

3.根据权利要求2所述的基于深度学习的列车广播语音增强方法，其特征在于：所述划分10个频率段包括：以IIR带通滤波器对音频流做频率段划分处理。

4.根据权利要求2所述的基于深度学习的列车广播语音增强方法，其特征在于：所述调整增益包括：每段的调整幅度为-12dBm至12dBm。

5.根据权利要求1所述的基于深度学习的列车广播语音增强方法，其特征在于：所述识别列车运行信息，确定列车实时场景包括：

当列车运行信息识别为速度信息，且为0-Xkm/H，则判定为启动场景； X-0KM/H，则判定为停靠场景；其他则判定运行场景；其中，X为低速阈值；

当列车运行信息识别为指定识别信息，则判定为预匹配的指定场景。

6.根据权利要求1所述的基于深度学习的列车广播语音增强方法，其特征在于，还包括：

记录过程信息，绑定时间参数，存为音频改造档案；

利用音频改造档案训练预设的神经网络模型；

以训练后的神经网络模型识别后续的实时音频流，如果存在记录，且列车当前环境匹配记录信息，则调取记录中的处理后音频流发送至车载PIS系统用作播放。

7.一种基于深度学习的列车广播语音增强系统，其特征在于：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种基于深度学习的列车广播语音增强方法的计算机程序。