主动降噪装置及方法与流程

技术特征：

1.一种主动降噪装置，其特征在于，包括：

音频数据采集单元，用于采集待降噪音频数据；

声学通道，用于得到所述待降噪音频信号的待叠加音频数据；

音频数据特征提取单元，用于从所述待降噪音频数据中提取数据特征；

分类器，用于根据所述数据特征，对所述待降噪音频数据进行分类，得到所述待降噪音频数据的分类结果；

反相音频数据生成单元，用于根据所述分类结果，载入滤波器参数，对所述待降噪音频数据进行数据处理，得到所述待降噪音频数据的反相音频数据；

声波叠加单元，用于对所述待叠加音频数据的声波特性、所述反相音频数据的声波特性，进行声波叠加，使得所述待降噪音频数据中的噪音被所述反相音频数据冲抵，得到经过主动降噪后的音频数据。

2.根据权利要求1所述的主动降噪装置，其特征在于，所述分类器是经过训练的基于深度学习的神经网络分类器。

3.根据权利要求2所述的主动降噪装置，其特征在于，所述基于深度学习的神经网络分类器的训练方法包括以下步骤：

获取已知分类结果的待降噪音频数据训练样本集，定义所述已知分类结果的待降噪音频数据训练样本集中的训练样本为第一种训练样本；

从所述第一种训练样本提取特征数据；

将每一所述第一训练样本的特征数据输入至所述基于深度学习的神经网络分类器，得到每一所述第一种训练样本的分类结果；根据每一所述第一种训练样本中的数据特征、每一所述第一种训练样本的分类结果、以及对应的第一种分类样本的已知分类结果，对所述基于深度学习的神经网络分类器的分类结果进行调整，直至基于所述基于深度学习的神经网络分类器的分类结果符合准确率要求时，得到所述第一种训练样本的数据特征与分类结果之间的对应关系；

以所述第一种训练样本的数据特征与分类结果之间的对应关系，作为所述基于深度学习的神经网络分类器的分类基准，得到所述经过训练的基于深度学习的神经网络分类器。

4.根据权利要求1所述的主动降噪装置，其特征在于，所述反相音频数据生成单元包括自适应滤波器，所述自适应滤波器能够通过训练不断调整参数，使得所述参数与所述待降噪音频数据的分类结果相适配。

5.根据权利要求4所述的主动降噪装置，其特征在于，所述自适应滤波器的训练方法包括以下步骤：

获取经过分类器分类的待降噪音频数据训练样本集，定义所述经过分类器分类的待降噪音频数据训练样本集中的训练样本为第二种训练样本；

每一所述第二种训练样本经过前处理器件后，得到经过前处理的训练样本；

所述经过前处理的训练样本输入至所述自适应滤波器，得到所述第二种训练样本的反相音频数据；

所述第二种训练样本的反相音频数据经过后处理器件后，得到所述第二种训练样本的第一音频信号；

所述第二种训练样本经过声学通道后，得到所述第二种训练样本的第二音频信号；

比较所述第二种训练样本的第一音频信号、所述第二种训练样本的第二音频信号，得到误差信号；

所述前处理的训练样本经过模拟二级通道所得的样本、再次经过前处理器件所得的误差样本共同反馈得到lms算法，得到反馈结果；

根据所述反馈结果，调整所述自适应滤波器的设备参数；

重复上述步骤并迭代调整所述自适应滤波器的设备参数，直至所述误差信信号达到降噪要求。

6.根据权利要求5所述的主动降噪装置，其特征在于，所述误差信号达到降噪要求包括所述误差信号完全消失，或者，所述误差信号足够小而达到降噪要求。

7.根据权利要求1所述的主动降噪装置，其特征在于，所述反相音频数据生成单元包括：

前处理器件，用于对已知分类结果的待降噪音频数据进行前处理，得到经过前处理的音频信号；

自适应滤波器，用于对所述经过前处理的音频信号输入至所述自适应滤波器，得到所述待降噪音频数据的反相音频数据；

后处理器件，用于对所述待降噪音频数据的反相音频数据进行后处理，得到所述待降噪音频信号的反相音频。

8.根据权利要求5或7所述的主动降噪装置，其特征在于，所述前处理器件包括：

前置放大器，用于放大接收到的音频数据；

抗混叠滤波器，用于对经过所述前处理放大器处理的音频数据进行抗混叠处理，将混叠频率分量降低；

模拟数字转换器，用于将经过所述抗混叠滤波器处理的音频数据从模拟信号转换为数字信号。

9.根据权利要求5或7所述的主动降噪装置，其特征在于，所述后处理器件包括：

数字模拟转换器，用于将所述待降噪音频数据从数字信号转换为模拟信号；

重构滤波器，用于对经过所述数字模拟转换器得到的模拟信号采样点重构采样前的信号，得到重构之后的信号；

功率放大器，用于对重构之后的信号进行功率放大，使得电流被放大，推动低阻的扬声器发声；

扬声器，用于对经过所述功率放大器处理后的信号发声。

10.一种主动降噪方法，其特征在于，包括以下步骤：

采集待降噪音频数据；

所述待降噪音频数据经过所述声学通道后，得到待叠加音频数据；

从所述待降噪音频数据中提取数据特征；

根据所述数据特征，对所述待降噪音频数据进行分类，得到所述待降噪音频数据的分类结果；

根据所述分类结果，载入滤波器参数，对所述待降噪音频数据进行数据处理，得到所述待降噪音频数据的反相音频数据；

根据所述待叠加音频数据的声波特性、所述反相音频数据的声波特性，进行声波叠加，使得所述待降噪音频数据中的噪音被所述反相音频数据冲抵，得到经过主动降噪后的音频数据。

技术总结
本发明提供一种主动降噪装置及方法，属于人工智能技术领域。该装置包括：音频数据采集单元，用于采集待降噪音频数据；声学通道，用于得到待降噪音频信号的待叠加音频数据；音频数据特征提取单元，用于从待降噪音频数据中提取数据特征；分类器，用于根据数据特征，对待降噪音频数据进行分类，得到待降噪音频数据的分类结果；反相音频数据生成单元，用于根据分类结果，载入滤波器参数，对待降噪音频数据进行数据处理，得到待降噪音频数据的反相音频数据；声波叠加单元，使得待降噪音频数据中的噪音被反相音频数据冲抵，得到经过主动降噪后的音频数据。该方法基于该装置而实现。在主动降噪的过程中能够减少设备的功耗。

技术研发人员：邹天琦;张雨梦
受保护的技术使用者：南京每深智能科技有限责任公司
技术研发日：2021.03.05
技术公布日：2021.07.23