摘要
本发明提供了一种自适应波束成形与深度学习的阵列式麦克风噪声抑制方法。该方法首先获取声源的多通道音频信号,并据此生成波束成形权重,以精准增强目标声源方向的信号并有效抑制非目标方向的噪声;接着利用深度学习模型处理多通道音频信号,得到了增强后的多通道音频信号,通过联合优化模型对波束成形权重和增强后的多通道音频信号进行处理,得到高质量的目标音频信号;此外通过增强联合损失函数优化深度学习模型,确保目标音频信号符合噪声抑制条件。本发明有效解决了现有技术中单通道信号处理方法忽略麦克风阵列空间信息的问题,显著提升了对方向性噪声的抑制效果,尤其适用于复杂噪声环境下的音频信号处理,如禽类养殖场的声音监测场景。
技术关键词
噪声抑制方法
波束成形
阵列式麦克风
多通道
深度学习模型
联合损失函数
深度学习网络
非暂态计算机可读存储介质
时域音频信号
噪声谱估计
禽类养殖场
短时傅里叶变换
音频信号处理
频段
信噪比
信号处理方法
语音噪声
系统为您推荐了相关专利信息
动态分配器
优化装置
周期
分析组件
深度学习模型训练
表面缺陷检测系统
非暂态计算机可读存储介质
生成对抗网络模型
滤清器产品
样本
上肢外骨骼
运动矢量信息
运动状态信息
更换绝缘子
深度学习算法
气动物流传输系统
传输瓶
立体模型
影像传感器
阅读器