风噪抑制方法、装置、音频设备及系统与流程

1.本发明涉及音频信号处理技术领域，具体涉及一种风噪抑制方法、装置、音频设备及系统。


背景技术：

2.当前，移动端用户数量在日益增长，如何保证这些移动设备在各种噪声环境中通话时都能够拥有较高的通话质量，将是提升音频产品竞争力的着重点。噪声大致可以分为稳态和非稳态两种。目前，大部分降噪算法中，都是针对类似白噪声这种平稳状态下的抑制，但是风噪属于强非稳态噪声，且风噪也不属于点声源(简单声源)，无法通过波束成形等手段进行噪声的有效估计。可见，传统跟踪频谱最小值等噪声估计方式不能应对风噪的非稳态性；由于风噪的无源特性，利用多麦克风进行波束成形时无法准确的跟踪噪声源。
3.随着神经网络技术发展，有不少基于神经网络的风噪抑制算法被提出，但由于移动设备的种种局限性，神经网络高计算复杂度等因素也被考虑进能否进行实际应用中。基于传统降噪算法中，还没有一种能够兼顾平稳和非平稳噪声抑制的算法，如何兼顾两种噪声的抑制将是未来降噪的新方向。
4.传统风噪抑制算法中，一个分支是来自于稳态噪声抑制算法的改进，如通调整估计噪声时的更新率，使得估计出的噪声接近实时变换，但是这种方式一个明显的缺陷是，无法保证估计出的噪声不包括突变的语音成分，这就导致降噪后的结果会有很大的语音成分缺失，另一个分支是通过深度学习或者非负矩阵分解等类似方式，提前对噪声特征进行训练再运用，这种方式下，效果虽然好于上面的方式，但算法的复杂度和运算量也是难以满足大多便携设备实时低功耗的应用需求，不具有普遍适用性。
5.因此，在抑制风噪过程中，在消耗较小运算量的前提下，提高风噪估计的准确度成为亟待解决的技术问题。


技术实现要素：

6.基于上述现状，本发明的主要目的在于提供一种风噪抑制方法、装置、音频设备及系统，以在抑制风噪过程中，在消耗较小运算量的前提下，提高风噪估计的准确度。
7.为实现上述目的，本发明采用的技术方案如下：
8.第一方面，本发明实施例公开了一种风噪抑制方法，包括：
9.步骤s100，在时域上获取原始音频信号，原始音频信号包括至少部分语音信号和至少部分风噪信号；步骤s200，将原始音频信号复制成第一路音频信号和第二路音频信号，第一路音频信号、第二路音频信号和原始音频信号相同；步骤s300，对第一路音频信号中当前采样点与之前和/或之后采样点的信号进行关联度运算，并将关联度运算后的信号转换为频域信号，得到频域上规整后的音频信号，以凸显语音谐波成分；步骤s400，在频域上，依据第二路音频信号确定峰值谐波点和非峰值谐波点；步骤s500，基于峰值谐波点和非峰值谐波点分别对规整后的音频信号进行噪声估计，得到噪声估计谱，其中，当第二路音频信号
中基频点位于非峰值谐波点时，通过预设的增益因子对基频点对应的规整后的音频信号进行增益得到该基频点对应的噪声估计；当第二路音频信号中基频点位于峰值谐波点时，依据该基频点附近的频点进行线性插值得到该基频点对应的噪声估计；步骤s600，依据噪声估计谱对规整后的音频信号进行降噪抑制，得到降噪后的音频信号。
10.可选地，步骤s300包括：步骤s310，对第一路音频信号进行离散处理；
11.步骤s320，采用未来采样点的信号对当前离散信号进行平滑处理，以使当前信号与未来采样点信号进行关联；步骤s330，对平滑处理后的当前离散信号进行傅里叶变换得到当前的规整后的音频信号。
12.可选地，步骤s320中，采用如下公式对当前离散信号进行平滑处理：
13.x
a
(n)＝x(n wn2)
14.其中，n为音频信号的采样点数，x为当前离散信号，x
a
(n)为当前离散点平滑处理后的信号，w为规整系数。
15.可选地，在步骤s400包括：
16.步骤s410，计算第二路音频信号各次谐波所在点；步骤s420，在各次谐波所在点预设点数范围内寻找峰值点；步骤s430，将峰值点作为峰值谐波点。
17.可选地，步骤s430包括：对峰值谐波点增加频点位置余量；将增加频点位置余量后的频点确定为峰值谐波点。可选地，在步骤s500中，预设的增益因子为1；当第二路音频信号中基频点位于峰值谐波点时，依据该基频点之前和之后各不超过3个频点进行线性插值得到该基频点对应的噪声估计。
18.第二方面，本发明实施例公开了一种风噪抑制装置，包括：
19.原始信号获取模块，用于在时域上获取原始音频信号，原始音频信号包括至少部分语音信号和至少部分风噪信号；
20.信号复制模块，用于将音频信号复制成第一路音频信号和第二路音频信号，第一路音频信号、第二路音频信号和原始音频信号相同；
21.关联度运算模块，用于对第一路音频信号中当前采样点与之前和/或之后采样点的信号进行关联度运算，并将关联度运算后的信号转换为频域信号，得到频域上规整后的音频信号，以凸显语音谐波成分；
22.峰值/非峰值谐波点模块，用于在频域上，依据第二路音频信号确定峰值谐波点和非峰值谐波点；
23.噪声估计模块，用于基于峰值谐波点和非峰值谐波点分别对规整后的音频信号进行噪声估计，得到噪声估计谱，其中，当第二路音频信号中基频点位于非峰值谐波点时，通过预设的增益因子对基频点对应的规整后的音频信号进行增益得到该基频点对应的噪声估计；当第二路音频信号中基频点位于峰值谐波点时，依据该基频点附近的频点进行线性插值得到该基频点对应的噪声估计；
24.降噪抑制模块，用于依据噪声估计谱对规整后的音频信号进行降噪抑制，得到降噪后的音频信号。
25.可选地，关联度运算模块包括：
26.离散单元，用于对第一路音频信号进行离散处理；
27.平滑单元，用于采用未来采样点的信号对当前离散信号进行平滑处理，以使当前
信号与未来采样点信号进行关联；
28.傅里叶变换单元，用于对平滑处理后的当前离散信号进行傅里叶变换得到当前的规整后的音频信号。
29.可选地，平滑单元中，采用如下公式对当前离散信号进行平滑处理：
30.x
a
(n)＝x(n wn2)
31.其中，n为音频信号的采样点数，x为当前离散信号，x
a
(n)为当前离散点平滑处理后的信号，w为规整系数。
32.可选地，峰值/非峰值谐波点模块包括：
33.谐波计算单元，用于计算第二路音频信号各次谐波所在点；
34.峰值寻找单元，用于在各次谐波所在点预设点数范围内寻找峰值点；
35.峰值谐波点确定单元，用于将峰值点作为峰值谐波点。
36.可选地，峰值谐波点确定单元具体用于：
37.对峰值谐波点增加频点位置余量；
38.将增加频点位置余量后的频点确定为峰值谐波点。
39.可选地，在噪声估计模块中：
40.预设的增益因子为1；
41.当第二路音频信号中基频点位于峰值谐波点时，依据该基频点之前和之后各不超过3个频点进行线性插值得到该基频点对应的噪声估计。
42.第三方面，本发明实施例公开了一种音频设备，音频设备具有音频数据采集功能，包括：
43.处理器，用于实现上述第一方面公开的方法。
44.第四方面，本发明实施例公开了一种音频信号处理系统，包括：第一设备和第二设备；
45.第一设备用于采集音频数据得到原始音频信号，并发送给第二设备；
46.第二设备用于实现上述第一方面公开的方法。
47.第四方面，本发明实施例公开了一种计算机可读存储介质，其上存储有计算机程序，存储介质中存储的计算机程序用于被执行实现上述第一方面公开的方法。
48.第一方面，本发明实施例公开了一种音频设备的芯片，其上具有集成电路，集成电路被设计成用于实现上述第一方面公开的方法。
49.【有益效果】
50.依据本发明实施例公开的一种风噪抑制方法、装置及音频设备，在获取原始音频信号后，将原始音频信号复制为第一路音频信号和第二路音频信号，对第一路音频信号进行关联度运算，从而可以得到规整后的音频信号，也就是，能够凸显语音谐波成分；依据第二路音频信号确定峰值谐波点和非峰值谐波点；当第二路音频信号中基频点位于非峰值谐波点时，通过预设的增益因子对基频点对应的规整后的音频信号进行增益得到该基频点对应的噪声估计，当第二路音频信号中基频点位于峰值谐波点时，依据该基频点附近的频点进行线性插值得到该基频点对应的噪声估计，由此可以得到对规整后的音频信号的噪声估计谱；，从而可以实现对音频信号进行抑制降噪。本发明实施例基于对第一路音频信号的关联度运算，可以凸显语音，从而便于在噪声估计时能够更好地检测出语音信号，通过峰值谐
波点和非峰值谐波点对规整后的音频信号进行不同方式进行噪声估计，能够有效地减少对语音信号的损害，得到噪声估计谱，也就是，相对于现有技术中，直接寻找风噪的方式，本发明实施例通过凸显语音谐波成分的方式，能够有效地寻找语音有效成分范围，从而能够避免直接寻找非稳态的风噪，一方面避免了过大运算量的消耗，另一方面，相对于寻找非稳态风噪而言，寻找语音有效成分的准确度更高，因此，在消耗较小运算量的前提下，提高风噪估计的准确度。
51.本发明的其他有益效果，将在具体实施方式中通过具体技术特征和技术方案的介绍来阐述，本领域技术人员通过这些技术特征和技术方案的介绍，应能理解所述技术特征和技术方案带来的有益技术效果。
附图说明
52.以下将参照附图对根据本发明实施例进行描述。图中：
53.图1为本实施例公开的一种风噪抑制方法流程；
54.图2为本实施例公开的一种风噪抑制信号流向示意图；
55.图3为本实施例公开的一种对第一路音频信号进行关联度运算得到频域信号的流程图；
56.图4为本实施例公开的一种对当前离散信号进行平滑处理效果对比示意图；
57.图5为本实施例公开的一种确定峰值谐波点方法流程图；
58.图6为本实施例公开的一种风噪抑制装置结构示意图。
具体实施方式
59.为了在抑制风噪过程中，在消耗较小运算量的前提下，提高风噪估计的准确度，本实施例公开了一种风噪抑制方法，请参考图1，为本实施例公开的一种风噪抑制方法流程，该风噪抑制方法包括：
60.步骤s100，在时域上获取原始音频信号。本实施例中，所称原始音频信号x0(n)包括至少部分语音信号和至少部分风噪信号，具体地，就具体的原始音频信号帧而言，可以是纯净的语音信号，也可以是单纯的风噪信号，还可以同时包括语音信号和风噪信号。在具体实施过程中，请参考图2，为本实施例公开的一种风噪抑制信号流向示意图，可以通过拾音单元来采集原始音频信号，拾音单元可以是内设的，也可以是外设的。
61.步骤s200，将音频信号复制成第一路音频信号和第二路音频信号。本实施例中，第一路音频信号、第二路音频信号和原始音频信号相同。请参考图2，可以通过分帧加窗单元将带噪音的原始音频信号x0(n)划分成多个时域数据帧，针对每一帧带噪音的原始音频信号x0(n)进行加窗处理。分帧后的原始信号x(n)分为两路并行处理，一路用于时间域离散信号的关联度运算，另一路用于计算基频信息，具体请参见下文描述。
62.步骤s300，对第一路音频信号中当前采样点与之前和/或之后采样点的信号进行关联度运算，并将关联度运算后的信号转换为频域信号。请参考图2，第一路音频信号经关联度运算单元、fft变换单元进行关联度运算、快速傅里叶变换(fft)可以得到频域上规整后的音频信号x(λ，μ)，其中，λ表示帧数，μ表示每帧相应的频点数，从而，可以凸显语音谐波成分。在具体实施过程中，可以对第一路音频信号中当前信号前、后的信号进行关联度运
算，也就是，关联度运算可以是当前信号之前的信号，也可以是当前信号之后的信号。
63.本实施例中，基于语音信号的长时相关性，通过对第一路音频信号进行关联度运算，使得不同时刻的信号之间存在关联，从而减小外部环境所导致的信号突变影响，也就是，提高了不同时刻语音信号的相关性。
64.以采用当前信号未来的信号进行关联度运算为例，请参考图3，为本实施例公开的一种对第一路音频信号进行关联度运算得到频域信号的流程图，在可选的实施例中，步骤s300包括步骤s310、步骤s320和步骤s330，具体如下：
65.步骤s310，对第一路音频信号进行离散处理。具体地，可以采用现有的离散方式对对第一路音频信号进行离散处理。
66.步骤s320，采用未来采样点的信号对当前离散信号进行平滑处理，以使当前信号与未来采样点信号进行关联。具体地，采用如下公式对当前离散信号进行平滑处理：
67.x
a
(n)＝x(n wn2)
ꢀꢀꢀ
公式(1)
68.其中，n为音频信号的采样点数，x为当前离散信号，x
a
(n)为当前离散点平滑处理后的信号，w为规整系数，取值为例如0.00001～0.0009，优选为0.0002。
69.本实施例中，通过平滑处理当前离散采样点与离散采样点未来时刻点之间的关联度，达到减少突变因素带来频谱图上的抖动。
70.步骤s330，对平滑处理后的当前离散信号进行傅里叶变换得到当前的规整后的音频信号x(λ，μ)。具体地，将归整后的信号x
a
(n)运用fft变换到频域得到频域信号x(λ，μ)，具体公式如下：
71.x(λ,μ)＝fft(x
α
(n),n
f
)
ꢀꢀꢀ
公式(2)
72.其中，λ表示帧数，μ表示每帧相应的频点数，n
f
表示做fft点数。
73.本实施例中，通过对当前离散信号进行平滑处理，可以分离含噪语音的谐波成分，使得含噪语音信号中语音谐波成分在频域谱上更加突出(频域信号峰值明显)。
74.为形象展示上述效果，请参考图4，为本实施例公开的一种对当前离散信号进行平滑处理效果对比示意图，其中，图4(a)为在时域上获取原始音频信号波形图，图4(b)为对图4(a)进行傅里叶变换后波形图；图4(c)为在时域上对原始音频信号进行平滑处理后的波形图，图4(d)为对图4(c)进行傅里叶变换后波形图。分帧后的信号x(n)(如图4(a)所示)进行一个时间上的平滑处理，即，时间上的归整(time warping)处理得到归整后的信号x
α
(n)，如图4(b)所示；而后，对归整后的信号x
α
(n)进行傅里叶变换，如图4(d)所示，相对于图4(b)可知，经过时间归整后的频域上的语音谐波成分间分辨力有所加强(见图4(d))，即频域峰值明显，频域谷值明显，增强了带噪语音信号在频域谱中语音谐波成分的分辨程度。
75.步骤s400，在频域上，依据第二路音频信号确定峰值谐波点和非峰值谐波点。具体地，请参见下文描述。
76.步骤s500，基于峰值谐波点和非峰值谐波点分别对规整后的音频信号进行噪声估计，得到噪声估计谱。本实施例中，当第二路音频信号中基频点位于非峰值谐波点时，通过预设的增益因子对基频点对应的规整后的音频信号进行增益得到该基频点对应的噪声估计；当第二路音频信号中基频点位于峰值谐波点时，依据该基频点附近的频点进行线性插值得到该基频点对应的噪声估计。
77.在具体实施过程中，可以通过增益因子g
p
(λ，μ)对原始音频信号进行增益加权，从
而得到相应的噪声谱，其中，由于峰值谐波点附近的噪声小于非峰值谐波点的噪声，因此，本实施例中，峰值谐波点附近的增益小于非峰值谐波点信号的增益，由此，提高了噪声谱的准确度。请参考图2，在具体实施过程中，可以通过基频计算单元对第二路音频信号中的音频帧进行基频f0计算，该基频信息(基频值)f0，可以利用现有基频计算的算法获得，例如自相关函数法计算基频、基于小波变换的基频提取算法等。请参考图2，在基频计算单元计算得到基频f0后，噪声估计单元可以依据基频f0得到增益因子g
p
(λ，μ)，然后，通过增益因子g
p
(λ，μ)对原始音频信号进行增益加权，由此得到相应的噪声谱φ
n
(λ，μ)。作为示例：
78.当f0≠0时，则表示为该音频信号含语音成分，需进一步作降噪处理，提取纯净的语音信号，此时可以不计算将二值增益中对应的增益因子，依据该基频点附近的频点进行线性插值得到该基频点对应的噪声估计。
79.当f0＝0时，则表示为纯风噪，直接进行剔除，而当第二路音频信号中基频点位于峰值谐波点时，谐波存在范围内噪声分量为0的概率较小，也就是，噪声分量为0不符合实际应用。因此，可以通过预设的增益因子对基频点对应的规整后的音频信号进行增益得到该基频点对应的噪声估计；
80.步骤s600，依据噪声估计谱对规整后的音频信号x(λ，μ)进行降噪抑制，得到降噪后的音频信号。请参考图2，在得到噪声谱φ
n
(λ，μ)后，增益抑制单元依据噪声谱φ
n
(λ，μ)得到噪声压制系数g
p
(λ，μ)，通过该噪声压制系数g(λ，μ)即可对规整后的音频信号x(λ，μ)进行降噪抑制，得到干净语音谱。
81.本发明实施例基于对第一路音频信号的关联度运算，可以凸显语音，从而便于在噪声估计时能够更好地检测出语音信号，通过峰值谐波点和非峰值谐波点对规整后的音频信号进行不同方式进行噪声估计，能够有效地减少对语音信号的损害，得到噪声估计谱，也就是，相对于现有技术中，直接寻找风噪的方式，本发明实施例通过凸显语音谐波成分的方式，能够有效地寻找语音有效成分范围，从而能够避免直接寻找非稳态的风噪，一方面避免了过大运算量的消耗，另一方面，相对于寻找非稳态风噪而言，寻找语音有效成分的准确度更高，因此，在消耗较小运算量的前提下，提高风噪估计的准确度。
82.请参考图5，为本实施例公开的一种确定峰值谐波点方法流程图，在可选的实施例中，在步骤s400中，采用如下方式确定峰值谐波点：
83.步骤s410，计算第二路音频信号各次谐波所在点。在具体实施过程中，可以通过基频点来计算各次谐波所在点，请参考图2，在噪声估计单元，由fft点数n
f
，以及数据采样率f
s
可以得到频域数据的频率分辨率δf＝f
s
/n
f
；再结合基频频率f0，可以得到基频点数位置f
n0
＝round(f0/δf)，其中，round()表示四舍五入取整操作；而后，利用公式f
k0
＝k
·
f
n0
求取k谐波所在点，其中，f
k0
为k谐波所在点。
84.步骤s420，在各次谐波所在点预设点数范围内寻找峰值点。为了避免f0估计偏差，导致后面界定k谐波时的估计偏差累计效应，此处算出k
·
f
n0
后，根据语音谐波和风噪谱特性，加入一个k次谐波的纠正，即根据基频算出的各次谐波所在点k
·
f
n0
后，在该点附近左右各m点(m可以根据实际情况进行动态调整)范围内寻找峰值点作为最终该k次谐波所在最终点，具体地，采用如下公式寻找峰值点：
85.f
k0
＝max(k
·
f
n0
‑
m,...k
·
f
n0
,...k
·
f
n0
m)
ꢀꢀꢀ
公式(3)
86.也就是，在基频频率f0左右各m点中，k
·
f
n0
最大的值为峰值点。
87.步骤s430，将峰值点作为峰值谐波点。
88.本实施例中，在基频频率f0附近寻找峰值点作为k次谐波所在点，可以避免f0估计偏差，导致后面界定k谐波时的估计偏差累计效应。
89.为了增加计算语音谐波成分界定时的范围，减少将含有语音成分的信号误判为噪声信号的概率，在可选的实施例中，在执行步骤s430时，包括：对峰值谐波点增加频点位置余量；将增加频点位置余量后的频点确定为峰值谐波点。具体地，在公式(3)求得f
k0
后，将f
k0
增加频点位置余量μδ，以f
k0
‑
μδ～f
k0
μδ为最终的峰值谐波点。在具体实施例中，μδ范围动态可调整，一般设置为1，频率分辨率越大，μδ越小。由此，可以构建各次谐波集合m，具体如下：
90.m＝{[f
k0
‑
μδ,...,f
k0
,...f
k0
μδ],k＝0,1,2...n}
ꢀꢀꢀ
公式(4)
[0091]
其中，各次谐波集合m表示了含有语音成分的信号集合。
[0092]
在具体实施例中，在执行步骤s500时，采用如下公式来求取非峰值谐波点的噪声估计谱，其中，为对应的噪声估计谱，在优选的实施例中，在执行步骤s500时：预设的增益因子g
p
(λ，μ)为1。
[0093]
当第二路音频信号中基频点位于峰值谐波点时，谐波存在范围内噪声分量为0的概率较小，也就是，噪声分量为0不符合实际应用。因此，在具体实施例中，可以通过线性插值的方式来确定峰值谐波点的噪声估计。
[0094]
优选地，当第二路音频信号中基频点位于峰值谐波点时，可以通过该基频点相邻的之前和之后各不超过3个频点进行线性插值得到该基频点对应的噪声估计，以该基频点相邻两个频点的线性插值来确定噪声估计，具体地，在步骤s500中，当第二路音频信号中基频点位于峰值谐波点时，该基频点对应的噪声估计为线性插值本身。在具体实施过程中，可以通过两个频点来实现插值，也就是，对于基频点n的噪声估计为：为和的线性插值。
[0095]
也就是，采用公式(5)来求取噪声估计谱
[0096][0097]
也就是，当第二路音频信号中基频点位于非峰值谐波点时，噪声估计为当第二路音频信号中基频点位于峰值谐波点时，噪声估计为
[0098]
本实施例中，通过线性插值来确定峰值谐波点的噪声估计可以有效地通过峰值谐波点附近的噪声估计来估计峰值谐波点的噪声，从而在噪声抑制的时候，能够有效地抑制峰值谐波点的噪声。也就是，自适应可调基频频率动态
阈值，结合语音信号的基频值进行插值处理，可以获取完整的噪声谱，从而大大提高风噪估计的准确度和实时性。
[0099]
优选地，通过该基频点相邻的之前和之后各不超过3个频点进行线性插值得到该基频点对应的噪声估计，可以提高噪声估计准确度，以减小风噪的非稳态性所带来的插值误差。
[0100]
在具体实施过程中，在执行步骤s600对音频信号进行降噪抑制时，可以通过压制系数对音频信号进行压制，得到干净的语音谱，而后，经过反傅里叶变换(ifft)得到时域离散信号。具体地，包括如下步骤：
[0101]
1.后验信噪比计算：
[0102]
在算出噪声估计谱后，依据噪声估计谱和规整后的音频信号x(λ，μ)，可以得到后验信噪比
[0103]
2.后验信噪比平滑运算：
[0104]
结合前一帧信号下的后验信噪比snr
post0
(λ
‑
1，μ)，通过平滑系数σ以及当前帧是否含有语音成分得到平滑后的后验信噪比snr
post0
(λ，μ)：
[0105]
snr
post0
(λ，μ)＝σ
·
snr
post0
(λ
‑
1，μ)
·
g(λ
‑
1，μ) (1
‑
σ)
·
snr
post0
(λ，μ)
ꢀꢀꢀ
公式(6)
[0106]
其中，g(λ
‑
1，μ)为当前帧之前一帧的压制系数，平滑系数σ为经验值，亦可动态进行调整，增加噪声获得时的跟踪速度，平滑系数越大，跟踪速度越快，但听觉会更突兀。
[0107]
本实施例中，基于前述经验发现，在当前帧λ下计算出的f0为0时，平滑系数σ取0.9，从而增大跟踪速度；否则，平滑系数σ取0.5，从而减小听觉的突兀。也就是，本实施例中，通过平滑系数σ的调整，来实现了增大跟踪速度和改善听觉的兼顾。
[0108]
3.压制系数计算：
[0109]
请参考图2，增益抑制单元根据计算出的后验信噪比snr
post0
(λ，μ)，可以计算出当前帧λ的压制系数为：
[0110][0111]
其中θ表示压制等级控制系数，可依据需要进行配置。
[0112]
4.干净语音谱计算：
[0113]
请参考图2，在增益抑制单元计算出当前帧λ的压制系数g(λ，μ)后，降噪处理单元可以通过压制系数g(λ，μ)规整后的音频信号x(λ，μ)进行压制，得到干净语音谱
[0114][0115]
5.语音谱逆运算：
[0116]
请参考图2，在通过降噪处理单元压制得到干净语音谱后，可以通过ifft变换单元对干净语音谱进行反傅里叶变换，而后，加窗、合成得到降噪后的时域离散信号
[0117]
本实施例还公开了一种风噪抑制装置，请参考图6，为本实施例公开的一种风噪抑
制装置结构示意图，该风噪抑制装置包括：原始信号获取模块100、信号复制模块200、关联度运算模块300、二值增益计算模块400、信号加权模块500和降噪抑制模块600，其中：
[0118]
原始信号获取模块100用于在时域上获取原始音频信号，原始音频信号包括至少部分语音信号和至少部分风噪信号；信号复制模块200用于将音频信号复制成第一路音频信号和第二路音频信号，第一路音频信号、第二路音频信号和原始音频信号相同；关联度运算模块300用于对第一路音频信号中当前采样点与之前和/或之后采样点的信号进行关联度运算，并将关联度运算后的信号转换为频域信号，得到频域上规整后的音频信号，以凸显语音谐波成分；峰值/非峰值谐波点模块400用于在频域上，依据第二路音频信号确定峰值谐波点和非峰值谐波点；噪声估计模块500用于基于峰值谐波点和非峰值谐波点分别对规整后的音频信号进行噪声估计，得到噪声估计谱，其中，当第二路音频信号中基频点位于非峰值谐波点时，通过预设的增益因子对基频点对应的规整后的音频信号进行增益得到该基频点对应的噪声估计；当第二路音频信号中基频点位于峰值谐波点时，依据该基频点附近的频点进行线性插值得到该基频点对应的噪声估计；降噪抑制模块600用于依据噪声估计谱对规整后的音频信号进行降噪抑制，得到降噪后的音频信号。
[0119]
在可选的实施例中，关联度运算模块300包括：离散单元，用于对第一路音频信号进行离散处理；平滑单元，用于采用未来采样点的信号对当前离散信号进行平滑处理，以使当前信号与未来采样点信号进行关联；傅里叶变换单元，用于对平滑处理后的当前离散信号进行傅里叶变换得到当前的规整后的音频信号。
[0120]
在可选的实施例中，平滑单元中，采用如下公式对当前离散信号进行平滑处理：
[0121]
x
a
(n)＝x(n wn2)
[0122]
其中，n为音频信号的采样点数，x为当前离散信号，x
a
(n)为当前离散点平滑处理后的信号，w为规整系数。
[0123]
在可选的实施例中，峰值/非峰值谐波点模块400包括：谐波计算单元，用于计算第二路音频信号各次谐波所在点；峰值寻找单元，用于在各次谐波所在点预设点数范围内寻找峰值点；峰值谐波点确定单元，用于将峰值点作为峰值谐波点。
[0124]
在可选的实施例中，峰值谐波点确定单元具体用于：对峰值谐波点增加频点位置余量；将增加频点位置余量后的频点确定为峰值谐波点。
[0125]
在可选的实施例中，在噪声估计模块500中：预设的增益因子为1；当第二路音频信号中基频点位于峰值谐波点时，依据该基频点之前和之后各不超过3个频点进行线性插值得到该基频点对应的噪声估计。
[0126]
本实施例还公开了一种音频设备，音频设备可以是耳机、音箱、功放，也可以是移动终端等具有音频数据采集功能的电子设备，音频设备包括：处理器，用于实现上述实施例公开的方法。
[0127]
本实施例还公开了一种音频信号处理系统，包括：第一设备和第二设备；第一设备用于采集音频数据得到原始音频信号，并发送给第二设备；第二设备用于实现上述实施例公开的方法。例如，所述第一设备为耳机，所述第二设备为移动终端；再如，所述第一设备为麦克风，所述第二设备为功放。
[0128]
本实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，存储介质中存储的计算机程序用于被执行实现上述实施例公开的方法。
[0129]
本实施例还公开了一种音频设备的芯片，其上具有集成电路，其特征在于，集成电路被设计成用于实现上述实施例公开的方法。
[0130]
依据本发明实施例公开的一种风噪抑制方法、装置及音频设备，在获取原始音频信号后，将原始音频信号复制为第一路音频信号和第二路音频信号，对第一路音频信号进行关联度运算，从而可以得到规整后的音频信号，也就是，能够凸显语音谐波成分；依据第二路音频信号确定峰值谐波点和非峰值谐波点；当第二路音频信号中基频点位于非峰值谐波点时，通过预设的增益因子对基频点对应的规整后的音频信号进行增益得到该基频点对应的噪声估计，当第二路音频信号中基频点位于峰值谐波点时，依据该基频点附近的频点进行线性插值得到该基频点对应的噪声估计，由此可以得到对规整后的音频信号的噪声估计谱；，从而可以实现对音频信号进行抑制降噪。本发明实施例基于对第一路音频信号的关联度运算，可以凸显语音，从而便于在噪声估计时能够更好地检测出语音信号，通过峰值谐波点和非峰值谐波点对规整后的音频信号进行不同方式进行噪声估计，能够有效地减少对语音信号的损害，得到噪声估计谱，也就是，相对于现有技术中，直接寻找风噪的方式，本发明实施例通过凸显语音谐波成分的方式，能够有效地寻找语音有效成分范围，从而能够避免直接寻找非稳态的风噪，一方面避免了过大运算量的消耗，另一方面，相对于寻找非稳态风噪而言，寻找语音有效成分的准确度更高，因此，在消耗较小运算量的前提下，提高风噪估计的准确度。
[0131]
需要说明的是，本发明中采用步骤编号(字母或数字编号)来指代某些具体的方法步骤，仅仅是出于描述方便和简洁的目的，而绝不是用字母或数字来限制这些方法步骤的顺序。本领域的技术人员能够明了，相关方法步骤的顺序，应由技术本身决定，不应因步骤编号的存在而被不适当地限制。
[0132]
本领域的技术人员能够理解的是，在不冲突的前提下，上述各优选方案可以自由地组合、叠加。
[0133]
应当理解，上述的实施方式仅是示例性的，而非限制性的，在不偏离本发明的基本原理的情况下，本领域的技术人员可以针对上述细节做出的各种明显的或等同的修改或替换，都将包含于本发明的权利要求范围内。