骨气导拼接降噪方法、音频设备及计算机可读存储介质与流程

本技术涉及信号处理，尤其涉及一种骨气导拼接降噪方法、音频设备及计算机可读存储介质。

背景技术：

1、随着可穿戴音频设备的普及，用户在复杂声学环境下的语音通话质量需求日益提升。基于深度学习的语音降噪技术已成为提升通话清晰度的主流方案，其中融合多传感器（如气导麦克风与骨导麦克风）的方法受到广泛关注。

2、目前，基于深度学习的语音降噪方法主要以气导麦克风采集的带噪语音信号为输入、以干净语音信号为学习目标，通过神经网络估计降噪后的目标信号。该纯气导方案在信噪比较高的场景中表现优异，能够较好地保留语音自然度。与此同时，部分方案引入对环境噪声具有天然免疫能力的骨导麦克风作为辅助传感器，将骨导信号与气导音频信号共同输入网络，以期借助骨导信号在强噪声下的高信噪比来辅助气导降噪。

3、然而，上述方案在强噪声环境下均表现不佳。纯气导方案中，气导音频信号的低频部分易被噪声完全掩盖，导致降噪效果急剧恶化；而融合骨导的方案虽具有一定抗噪优势，但其预测目标仍为干净气导音频信号，未能充分借助骨导信号来改善整体降噪效果。因此，如何提升信号降噪效果已成为目前亟待解决的问题。

技术实现思路

1、本技术的主要目的在于提供一种骨气导拼接降噪方法、音频设备及计算机可读存储介质，旨在解决如何提升信号降噪效果的技术问题。

2、为实现上述目的，本技术提供一种骨气导拼接降噪方法，所述骨气导拼接降噪方法包括以下步骤：

3、获取气导音频信号、骨导音频信号以及预先训练好的信号降噪模型；

4、从所述骨导音频信号中提取属于第一频段的第一分量信号，并从所述气导音频信号中提取属于第二频段的第二分量信号，其中，所述第一频段与所述第二频段在频域上分别归属于不同的频段区间，且所述第一频段的上限值小于所述第二频段的上限值；

5、将所述第一分量信号与所述第二分量信号进行频域合并，生成拼接音频信号；

6、将所述拼接音频信号输入所述信号降噪模型，得到降噪后的目标音频信号。

7、在一实施例中，所述将所述第一分量信号与所述第二分量信号进行频域合并，生成拼接音频信号的步骤，包括：

8、在所述第一频段与所述第二频段的过渡频带内，将所述第一分量信号的频点值与所述第二分量信号的频点值按预设权重进行加权合并，并将合并结果作为所述拼接音频信号在对应频点上的值；

9、在所述第一频段与所述第二频段的过渡频带外，分别以所述第一分量信号在所述第一频段内的频点值、所述第二分量信号在所述第二频段内的频点值，作为所述拼接音频信号在对应频点上的值。

10、在一实施例中，所述将所述第一分量信号的频点值与所述第二分量信号的频点值按预设权重进行加权合并的步骤，包括：

11、分别确定所述第一分量信号与所述第二分量信号对应的权重，其中，从所述过渡频带的低频端向高频端，所述第一分量信号的权重递减，所述第二分量信号的权重递增；

12、按照确定的所述权重将所述第一分量信号的频点值与所述第二分量信号的频点值进行加权合并。

13、在一实施例中，所述分别确定所述第一分量信号与所述第二分量信号对应的权重的步骤，所述方法还包括：

14、计算所述气导音频信号在所述过渡频带内的局部信噪比；

15、根据所述局部信噪比分别确定所述第一分量与所述第二分量对应的初始权重，其中，所述局部信噪比越高，所述第二分量的初始权重越高，所述第一分量的初始权重越低；

16、在所述初始权重的基础上，按照预设步长依次增加所述第一分量对应的权重、并依次减小所述第二分量对应的权重。

17、在一实施例中，所述获取气导音频信号、骨导音频信号以及预先训练好的信号降噪模型的步骤之后，所述方法还包括：

18、确定所述气导音频信号的全局信噪比；

19、当所述全局信噪比低于预设信噪比阈值时，扩展所述第一频段的上限频率，以扩大过渡频带的带宽；

20、当所述全局信噪比高于所述预设信噪比阈值时，收缩所述第一频段的上限频率，以缩减过渡频带的带宽。

21、在一实施例中，所述拼接音频信号包括幅度谱和相位谱，所述将所述拼接音频信号输入所述信号降噪模型，得到降噪后的目标音频信号的步骤，包括：

22、将所述拼接音频信号的幅度谱输入所述信号降噪模型，预测得到降噪后的幅度谱；

23、将降噪后的所述幅度谱与所述拼接音频信号的相位谱进行合成，并经时域转换后输出降噪后的目标音频信号。

24、在一实施例中，所述将所述拼接音频信号输入所述信号降噪模型，得到降噪后的目标音频信号的步骤，包括：

25、将所述拼接音频信号拆分为多个子带信号；

26、分别将各所述子带信号输入所述信号降噪模型进行降噪处理，获得各所述子带信号对应的降噪后子带信号；

27、将各所述降噪后子带信号进行合成，得到降噪后的目标音频信号。

28、在一实施例中，所述将所述拼接音频信号拆分为多个子带信号的步骤，包括：

29、根据人耳听觉特性确定多个临界频带的边界频率，其中，所述临界频带的带宽随中心频率的升高而增大；

30、按照各所述临界频带的边界频率，将所述拼接音频信号拆分为与各所述临界频带一一对应的多个子带信号。

31、此外，为实现上述目的，本技术还提供一种音频设备，所述音频设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述的骨气导拼接降噪方法的步骤

32、此外，为实现上述目的，本技术还提供一种可读存储介质，所述可读存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如上所述骨气导拼接降噪方法的步骤。

33、本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的骨气导拼接降噪方法的步骤。

34、本技术提出的一个或各技术方案，至少具有以下技术效果：

35、本技术实施例通过从骨导音频信号中提取低频的第一分量信号，并从气导音频信号中提取高频的第二分量信号，由此充分利用骨导信号在低频段的高信噪比优势以规避气导低频被噪声掩盖的问题，同时保留气导音频信号在中高频段的语音谐波与自然度信息，再将这两个分属不同频段且各自具有优势的分量信号进行频域合并，生成的拼接音频信号在低频段依赖骨导保证抗噪性，在高频段依赖气导维持语音自然度，从而在输入层面构建了兼具抗噪性能与声学完整性的融合特征表达；将该拼接音频信号输入降噪模型后，模型处理的是经频段优化重组后的高质量输入，由于低频分量源自骨导且本身信噪比较高，网络无需在该频段进行大幅度噪声抑制，从而避免了纯气导方案低频性能恶化的问题，同时气导高频分量得以完整保留，使输出音频仍能保持良好的清晰度与自然度；最终，该方案通过频段划分与选择性合并，使骨导实质性主导低频降噪、气导负责高频质量保持，二者协同互补，从而提升了整体信号降噪效果。