[发明专利]一种基于稀疏分解的音频噪声实时检测方法

摘要

本发明提供一种基于稀疏分解的音频噪声实时检测方法，用于对音频流进行实时噪声检测，主要包括以下步骤首先接收前N帧音频帧，构建初始原子库；然后对第N帧之后的每一音频帧进行静音判断、第一次稀疏分解、第二次稀疏分解，并采用帧计数器对音频帧进行循环计数，每当帧计数器计数到达N后，进行一次噪声判定，同时将帧计数器置零。本发明能够检测音频中各种类型的噪声，如白噪声、粉红噪声、高频信道噪声等，当信号和噪声同时存在时，也能够检测出信号被噪声所覆盖而导致音频内容模糊不清，无法正常收听的情况；同时，该检测方法算法简单、处理快速，能够广泛应用于音频信号的实时监测，如广播、电视信号监测。

主权项

一种基于稀疏分解的音频噪声实时检测方法，包括以下步骤：S1.构建初始原子库：S11.初始化原子库D1和D2为空，并设定原子库的大小为N，N为1秒内音频帧总帧数；S12.对接收到的前N帧音频帧，将每一帧数据排列成一列矢量，归一化后作为一个原子同时加入到原子库D1和D2中，从而完成初始原子库的构建；对第N帧之后的每一帧音频帧，进行如下处理：S2.接收一帧音频帧，将其样本数据排列成一列矢量；设定初始值为0的帧计数器，每接收一音频帧，帧计数器加1；S3.静音判断：计算当前音频帧的能量；若帧能量小于设定的静音门限，则转到步骤S6；S4.第一次稀疏分解：S41.稀疏分解：在原子库D1下，对当前音频帧y进行稀疏分解，即求解如下最优化问题：且满足||x||0≤L1其中，||·||2和||·||0分别表示2范数和0范数算子，L1为设定的第一次稀疏分解的稀疏度，1≤L1≤3；S42.计算余量信号R1：R1=y-D1x1*]]>R1将在步骤S5作为第二次稀疏分解的输入信号；S43.更新原子库D1：将y归一化后，加入到D1中并删除D1中与当前帧时间相隔最远的音频帧所对应的原子；S5.第二次稀疏分解：S51.稀疏分解：在原子库D2下，对余量信号R1进行稀疏分解，即求解如下最优化问题：且满足||x||0≤L2其中，L2为设定的第二次稀疏分解的稀疏度，5≤L2≤10；S52.计算余量信号R2：R2=R1-D2x2*]]>S53.计算余量成分t：t=||R2||22||R1||22]]>S54.更新原子库D2：将R1归一化后，加入到D2中并删除D2中与当前帧时间相隔最远的音频帧所对应的原子；S6.若帧计数器的当前计数值小于N，则转到步骤S2，接收处理下一音频帧；否则转到步骤S7进行噪声判定，同时将帧计数器置零；S7.噪声判定：设参与噪声判定的音频帧数目为M，M≥N，设当前音频帧为第k帧，计算第k‑M+1帧到第k帧的余量成分与其最大值的平均偏差：d=Σi=k-M+1k(tmax-ti)M]]> 其中，ti表示第i帧的余量成分，对静音帧，余量成分设为0；tmax表示ti的最大值，其中i＝k‑M+1,k‑M+2,···,k；若平均偏差d小于设定的阈值Td，则判定当前音频为噪声，否则为非噪声；