一种基于喷麦检测的音频增强方法、装置及存储介质与流程

本申请涉及音频处理，特别是一种基于喷麦检测的音频增强方法、装置及存储介质。

背景技术：

1、随着蓝牙技术的普及，蓝牙音频编解码器在无线通信领域得到广泛应用。目前主流的蓝牙音频编码格式，如sbc、aac-lc、aptx系列、ldac及lhdc等，其在音质、码率、专利费用或对嵌入式平台的硬件算力要求上各有一定局限。此后，蓝牙国际联盟联合众多厂商推出了lc3编码器，其具有低延迟、较高的编码增益且在蓝牙领域无专利费的优势，正逐渐被主流蓝牙设备广泛关注与采用。

2、在基于蓝牙设备的实时通话、k歌等音频交互场景中，拾音环节的质量至关重要。然而，当发声者口部与麦克风过近时，极易引发喷麦现象。喷麦是指气流直接冲击麦克风振膜导致的爆破性失真，会在音频中引入突发的“噗噗”声，严重影响听觉体验。目前应对喷麦的方式主要分为物理预防和后期处理。物理预防需要用户具备一定的专业操作条件（如调整距离、增加防风罩），普通使用场景下难以完全规避；后期处理则需依赖专业软件进行人工波形修补，耗时且无法满足蓝牙实时交互的低延迟需求，实用性较低。

3、因此，现有的单麦克风采集方案在遭遇喷麦冲击时，时域波形易产生非线性畸变，且此类突发性干扰无法被传统的稳态滤波器有效抑制。若将严重畸变的喷麦信号直接送入编码器，不仅会因动态范围过大而大幅降低编码器的压缩效率，还会在解码端重建出明显的听觉瑕疵。

技术实现思路

1、本申请主要解决的技术问题是提供一种基于喷麦检测的音频增强方法、装置及系统，实现基于逐级校验的喷麦精准判定与编码路径自适应选择。通过同步获取气导麦克风与骨导麦克风输出的双路音频信号，并分别经改进离散余弦变换得到对应的气导谱系数与骨导谱系数，构建用于喷麦判定的多源谱域特征比对基础，实现对气导音频中喷麦信号的有效甄别，并依据甄别结果在气导谱系数与骨导谱系数间进行自适应选择，规避传统单气导方案在喷麦冲击下因畸变波形直接送入编码器而导致编码压缩效率下降、解码端产生明显听觉瑕疵的风险。

2、在本申请的一个技术方案中，一种基于喷麦检测的音频增强方法，包括：获得气导麦克风输出的气导音频信号以及骨导麦克风输出的骨导音频信号；对气导音频信号进行改进离散余弦变换以得到多个气导谱系数，对骨导音频信号进行改进离散余弦变换以得到多个骨导谱系数；判断气导音频信号中是否包含喷麦信号；在气导音频信号中存在喷麦信号的情况下，对骨导谱系数进行编码；在气导音频信号中不存在喷麦信号的情况下，对气导谱系数进行编码。

3、优选的，判断气导音频信号中是否包含喷麦信号，包括：根据长期后置滤波器判断气导音频信号中是否存在基音信号；在气导音频信号中不存在基音信号的情况下，计算预设第一低频目标频段对应的气导谱系数和骨导谱系数之间的互相关系数以及气导谱系数的第一自相关系数；在互相关系数小于预设的第一系数阈值且第一自相关系数的归一值小于预设的第二系数阈值的情况下，计算气导/骨导音频信号的全频带谱熵，并计算预设第二低频目标频段对应的气导/骨导音频信号的能量；在第二低频目标频段对应的气导音频信号与骨导音频信号的能量之间的比值大于预设比例阈值、且气导音频信号与骨导音频信号对应的全频带谱熵之间的差值大于预设差异阈值的情况下，确定气导音频信号中包含喷麦信号。

4、优选的，根据长期后置滤波器判断气导音频信号中是否存在基音信号，包括：根据长期后置滤波器对气导音频信号执行长期后置滤波，得到基音存在标志；根据基音存在标志判断气导音频信号中是否存在基音信号。

5、优选的，计算预设第一低频目标频段对应的气导谱系数和骨导谱系数之间的互相关系数以及气导谱系数的第一自相关系数，包括：将第一低频目标频段对应的气导谱系数取平方后累加求和，得到第一自相关系数；将对应频率在第一低频目标频段之内、且对应频率相同的气导谱系数和骨导谱系数相乘后累加求和，得到初始互相关系数；将初始互相关系数进行归一化处理，得到互相关系数。

6、优选的，将初始互相关系数进行归一化处理，得到互相关系数，包括：将第一低频目标频段对应的骨导谱系数取平方后累加求和，得到第二自相关系数；将第一自相关系数和第二自相关系数之间乘积的平方根除初始互相关系数，得到互相关系数。

7、优选的，计算气导/骨导音频信号的全频带谱熵，包括：气导/骨导音频信号对应的所有谱系数划分为多个带宽相同的子带，并计算各子带的能量，其中，气导音频信号对应的所有谱系数为所有气导谱系数，骨导音频信号对应的所有谱系数为所有骨导谱系数；计算各子带的能量概率，其中第k个子带的能量概率为第k个子带的能量与所有子带的能量之和的比值，k为正整数；根据各子带的能量概率计算全频带谱熵。

8、优选的，根据各子带的能量概率计算全频带谱熵，包括：计算所有子带的能量概率对应的信息熵，记为全频带谱熵。

9、优选的，对气导/骨导谱系数进行编码，包括对气导/骨导谱系数进行变换域噪声整形，得到变换域整形谱系数；对变换域整形谱系数进行时域噪声整形，得到时域整形谱系数；对时域整形谱系数进行量化，得到量化谱系数；对量化谱系数进行噪声电平估计，得到噪声电平参数；根据噪声电平参数，对量化谱系数进行算术编码和残差编码，得到编码比特；对编码比特进行码流封装，得到音频码流。

10、在本申请的另一个技术方案中，一种基于喷麦检测的音频增强装置，包括：音频信号获取模块，其用于获得气导麦克风输出的气导音频信号以及骨导麦克风输出的骨导音频信号；时频变换模块，其用于对气导音频信号进行改进离散余弦变换以得到多个气导谱系数，对骨导音频信号进行改进离散余弦变换以得到多个骨导谱系数；喷麦检测模块，其用于判断气导音频信号中是否包含喷麦信号；选择性编码模块，其用于在气导音频信号中存在喷麦信号的情况下，对骨导谱系数进行编码；选择性编码模块还用于在气导音频信号中不存在喷麦信号的情况下，对气导谱系数进行编码。

11、在本申请的另一个技术方案中，一种计算机可读存储介质，其存储有计算机指令，计算机指令被操作以执行上述 技术实现要素： 中任一项的基于喷麦检测的音频增强方法。

12、本申请技术方案可以达到的有益效果是：本申请通过引入对气流冲击不敏感的骨导信号与气导信号进行多域频谱特征联合分析，并基于基音标志、低频相关性及能量谱熵差值的逐级校验机制，识别并剔除喷麦帧。若判定存在喷麦，编码路径切换至未受气流畸变影响的骨导谱系数，从而从规避畸变波形对动态范围的扩张干扰，维持编码器的压缩效率，同时减少了喷麦声在解码端的听觉重建。

1.一种基于喷麦检测的音频增强方法，其特征在于，包括：

2.根据权利要求1所述的一种基于喷麦检测的音频增强方法，其特征在于，所述判断所述气导音频信号中是否包含喷麦信号，包括：

3.根据权利要求2所述的一种基于喷麦检测的音频增强方法，其特征在于，所述根据长期后置滤波器判断所述气导音频信号中是否存在基音信号，包括：

4.根据权利要求2所述的一种基于喷麦检测的音频增强方法，其特征在于，所述计算预设第一低频目标频段对应的气导谱系数和骨导谱系数之间的互相关系数以及气导谱系数的第一自相关系数，包括：

5.根据权利要求4所述的一种基于喷麦检测的音频增强方法，其特征在于，所述将所述初始互相关系数进行归一化处理，得到所述互相关系数，包括：

6.根据权利要求2所述的一种基于喷麦检测的音频增强方法，其特征在于，所述计算气导/骨导音频信号的全频带谱熵，包括：

7.根据权利要求1所述的一种基于喷麦检测的音频增强方法，其特征在于，所述根据各子带的能量概率计算所述全频带谱熵，包括：

8.根据权利要求1所述的一种基于喷麦检测的音频增强方法，其特征在于，对气导/骨导谱系数进行编码，包括

9.一种基于喷麦检测的音频增强装置，其特征在于，包括：

10.一种计算机可读存储介质，其存储有计算机指令，其特征在于，所述计算机指令被操作以执行权利要求1-8中任一项所述的基于喷麦检测的音频增强方法。