[发明专利]一种基于频谱映射的主动降噪方法及系统

说明书

本发明属于主动降噪技术领域，提供了一种基于频谱映射的主动降噪方法及系统，基于频谱映射，将噪声信号或者到噪声的语音信号输入LSTM网络对噪声信号或者带噪声语音信号中的噪声信号的频谱进行映射输出，根据相消干涉原理对噪声进行抵消，达到在误差麦克风处降低噪声声压级的目的，最后将误差信号用于计算损失函数并反馈给LSTM网络，直至网络损失函数最小并达到收敛状态，此方法将深度学习的知识用于主动降噪领域，不但提高了降噪效果，并且降低了传统信号处理方法对硬件设备的依赖问题。

技术领域

本发明属于主动降噪技术领域，尤其涉及一种基于频谱映射的主动降噪方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着科技和工业的发展，人们生活质量的不断提高，噪声污染也随之产生，逐渐成为影响人们生活质量和身心健康的重要因素。研究表明，轻度噪声会使人焦躁，影响睡眠质量；若长期处在85分贝以上的噪音环境中会影响人的听力，高于120分贝的噪音可以使人丧失听力。同时，噪音还会使人体内皮质醇的分泌增高，导致高血压、心脏病和胃溃疡等疾病的发病几率提升。因此，对噪声进行有效控制受到越来越广泛的关注，如何进行快速有效的噪声控制是当前研究的热点和难点。

目前对噪声的控制主要分为被动降噪和主动降噪两种。被动降噪大多采用物理的方法从噪声的产生、传播和接收三个方面对噪声信号进行控制，此方法对于高频噪声的控制效果较好。主动降噪方法基于相消干涉原理，通过产生与噪声信号幅值相同相位相反的抗噪声信号对噪声信号进行抵消，弥补了被动降噪方法对低频噪声降噪效果较差的不足。传统主动降噪方法大多使用线性滤波器作为控制器，利用自适应算法实时更新滤波器系数，产生抗噪声信号，达到最小化观测点的声压值的目的。但在现实情况中传统线性系统的效果会受到扬声器、麦克风等设备存在的非线性失真问题的影响，目前，主动降噪方法主要是基于信号处理的方法，利用自适应滤波算法更新滤波器系数，产生抗噪声(Anti-noise)信号，此类方法对于现实中的非线性因素的表示精确程度不高，并且系统中扬声器、麦克风等硬件设备对系统效果影响较为明显。

发明内容

为了解决上述背景技术中存在的至少一项技术问题，本发明提供一种基于频谱映射的主动降噪方法及系统，其通过使用LSTM网络进行复频谱映射(Complex SpectralMapping)从带噪声的语音中估计噪声信号的虚频谱图和实频谱图，经过傅里叶逆变换得到抗噪声(Anti-noise)信号，对噪声信号进行消除。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于频谱映射的主动降噪方法，包括如下步骤：

获取参考语音信号；

根据参考语音信号和不同声场环境的物理结构下脉冲响应中对神经网络模型进行训练，采用训练好的神经网络模型进行频谱映射，生成估计噪声信号；

对估计噪声信号进行反相后播放，得到抗噪声信号；

依据相消干涉原理，根据抗噪声信号对噪声信号和带噪声的语音信号中的噪声信号进行消除。

本发明的第二个方面提供一种基于频谱映射的主动降噪系统，包括：

语音信号获取模块，被配置为：获取参考语音信号；

噪声信号估计模块，被配置为：根据参考语音信号和不同声场环境的物理结构下脉冲响应中对神经网络模型进行训练，采用训练好的神经网络模型进行频谱映射，生成估计噪声信号；

抗噪声信号生成模块，被配置为：对估计噪声信号进行反相后播放，得到抗噪声信号；

噪声消除模块，被配置：依据相消干涉原理，根据抗噪声信号对噪声信号和带噪声的语音信号中的噪声信号进行消除。

本发明的第三个方面提供一种计算机可读存储介质。