降噪方法、装置、设备及存储介质与流程

阅读：评论：0

1.本发明涉及噪声控制技术领域，尤其涉及一种降噪方法、装置、设备及存储介质。

背景技术：

2.目前大部分车都没有带降噪的功能，更没有通过手机捕获车上噪音给整车实现降噪的功能，这使得如何对车辆进行降噪成为有待解决的问题。
3.现有技术中，通常通过预置的降噪芯片生成反向降噪信号进行主动降噪，而无法根据用户的需求，采集特征音频进行针对性的降噪。
4.综上，现有技术中存在无法基于特征音频进行有效降噪的问题。

技术实现要素：

5.本技术的主要目的是提供一种降噪方法、装置、设备及存储介质，以解决现有技术中无法基于特征音频进行有效降噪的问题。
6.本发明第一方面提供了一种降噪方法，所述降噪方法包括：从预设的控制终端读取降噪规划信息，其中，所述降噪规划信息为用户通过所述控制终端编辑得到；根据所述降噪规划信息确定降噪模式，并基于所述降噪模式从所述控制终端读取特征音频；基于所述降噪模式确定特征提取方式，并根据所述特征提取方式从所述特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于所述降噪特征和所述声音信号生成降噪信号；通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。
7.可选地，在本发明第一方面的第一种实现方式中，所述降噪特征为第一降噪特征，所述特征音频为优先降噪音频，所述根据所述特征提取方式从所述特征音频中提取降噪特征，包括：对所述优先降噪音频进行解析，得到声波频率信息，并基于所述声波频率信息确定频域特征；从所述声波频率信息中提取频率变化信息，并基于所述频域特征和所述频率变化信息生成所述第一降噪特征。
8.可选地，在本发明第一方面的第二种实现方式中，所述降噪特征为第二降噪特征，所述特征音频为声音增强音频，所述根据所述特征提取方式从所述特征音频中提取降噪特征，还包括：通过预设的人声识别模型，对所述声音增强音频进行人声识别，得到人声识别结果；基于所述人声识别结果从所述声音增强音频中提取人声片段，并从所述人声片段中提取第二降噪特征。
9.可选地，在本发明第一方面的第三种实现方式中，所述降噪信号为第一降噪信号，所述基于所述降噪特征和所述声音信号生成降噪信号，包括：提取所述声音信号对应的频率特征，并将所述声音信号对应的频率特征与所述第一降噪特征进行相似度比对，得到相似频段；根据预设的频段降噪算法，基于所述相似频段生成增益频谱；通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并根据所述增益频谱对所述反向降噪信号进行增强处理，得到所述第一降噪信号。
10.可选地，在本发明第一方面的第四种实现方式中，所述降噪信号为第二降噪信号，
所述基于所述降噪特征和所述声音信号生成降噪信号，还包括：基于所述第二降噪特征生成人声增强信号；通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并将所述人声增强信号与所述反向降噪信号进行叠加，得到所述第二降噪信号。
11.可选地，在本发明第一方面的第五种实现方式中，所述降噪信号为内部降噪信号，所述声音传感器包括车辆外部传感器和车辆内部传感器，所述通过预设的声音传感器采集声音信号，并基于所述降噪特征和所述声音信号生成降噪信号，包括：通过所述车辆外部传感器采集外部声音信号，并通过所述车辆内部传感器采集内部声音信号；将所述外部声音信号与所述内部声音信号进行比对，得到比对结果，并基于所述比对结果生成信号衰减特征；通过预设的反向降噪模型，基于所述外部声音信号生成对应的外部降噪信号，并基于所述信号衰减特征对所述外部降噪信号调整，得到所述内部降噪信号。
12.可选地，在本发明第一方面的第六种实现方式中，在所述通过所述降噪信号控制预设的扬声器进行播放，以进行降噪之后，还包括：通过预设的语义识别模型，对所述声音信号进行语义识别，得到语义识别结果；从所述控制终端读取目标语义词，将所述语义识别结果与所述目标语义词进行比对，得到语义比对结果；判断所述语义比对结果是否满足预设的交通播报预警条件；若满足，则通过所述扬声器播放所述语义识别结果；若不满足，则继续执行所述通过所述降噪信号控制预设的扬声器进行播放的步骤。
13.本发明第二方面提供了一种降噪装置，所述降噪装置包括：第一读取模块，用于从预设的控制终端读取降噪规划信息，其中，所述降噪规划信息为用户通过所述控制终端编辑得到；第二读取模块，用于根据所述降噪规划信息确定降噪模式，并基于所述降噪模式从所述控制终端读取特征音频；提取模块，用于基于所述降噪模式确定特征提取方式，并根据所述特征提取方式从所述特征音频中提取降噪特征；生成模块，用于通过预设的声音传感器采集声音信号，并基于所述降噪特征和所述声音信号生成降噪信号；降噪模块，用于通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。
14.可选地，在本发明第二方面的第一种实现方式中，所述提取模块包括第一提取单元，用于对所述优先降噪音频进行解析，得到声波频率信息，并基于所述声波频率信息确定频域特征；从所述声波频率信息中提取频率变化信息，并基于所述频域特征和所述频率变化信息生成所述第一降噪特征。
15.可选地，在本发明第二方面的第二种实现方式中，所述提取模块还包括第二提取单元，用于通过预设的人声识别模型，对所述声音增强音频进行人声识别，得到人声识别结果；基于所述人声识别结果从所述声音增强音频中提取人声片段，并从所述人声片段中提取第二降噪特征。
16.可选地，在本发明第二方面的第三种实现方式中，所述生成模块包括第一生成单元，用于提取所述声音信号对应的频率特征，并将所述声音信号对应的频率特征与所述第一降噪特征进行相似度比对，得到相似频段；根据预设的频段降噪算法，基于所述相似频段生成增益频谱；通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并根据所述增益频谱对所述反向降噪信号进行增强处理，得到所述第一降噪信号。
17.可选地，在本发明第二方面的第四种实现方式中，所述生成模块还包括第二生成单元，用于基于所述第二降噪特征生成人声增强信号；通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并将所述人声增强信号与所述反向降噪信号进行叠加，得到
所述第二降噪信号。
18.可选地，在本发明第二方面的第五种实现方式中，所述生成模块还包括第三生成单元，用于通过所述车辆外部传感器采集外部声音信号，并通过所述车辆内部传感器采集内部声音信号；将所述外部声音信号与所述内部声音信号进行比对，得到比对结果，并基于所述比对结果生成信号衰减特征；通过预设的反向降噪模型，基于所述外部声音信号生成对应的外部降噪信号，并基于所述信号衰减特征对所述外部降噪信号调整，得到所述内部降噪信号。
19.可选地，在本发明第二方面的第六种实现方式中，所述降噪装置还包括播放模块，用于通过预设的语义识别模型，对所述声音信号进行语义识别，得到语义识别结果；从所述控制终端读取目标语义词，将所述语义识别结果与所述目标语义词进行比对，得到语义比对结果；判断所述语义比对结果是否满足预设的交通播报预警条件；若满足，则通过所述扬声器播放所述语义识别结果；若不满足，则继续执行所述通过所述降噪信号控制预设的扬声器进行播放的步骤。
20.本发明第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的降噪方法的各个步骤。
21.本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的降噪方法的各个步骤。
22.本发明的技术方案中，该方法具体是通过从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；通过降噪信号控制预设的扬声器进行播放，以进行降噪；以上，通过对不同的特征音频提取不同的降噪特征，例如，从优先降噪音频中提取频域特征和频率变化信息，从声音增强音频中提取人声片段，对外部声音信号和内部声音信号进行比对，并生成信号衰减特征；并根据不同的降噪特征进行针对性的降噪，从而解决了现有技术中无法基于特征音频进行有效降噪的问题。
附图说明
23.图1为本发明实施例中降噪方法的第一个实施例示意图；
24.图2为本发明实施例中降噪方法的第二个实施例示意图；
25.图3为本发明实施例中降噪方法的第三个实施例示意图；
26.图4为本发明实施例中降噪装置的一个实施例示意图；
27.图5为本发明实施例中降噪装置的另一个实施例示意图；
28.图6为本发明实施例中计算机设备的一个实施例示意图。
具体实施方式
29.为了解决现有技术中无法基于特征音频进行有效降噪的问题。本技术提供了一种降噪方法、装置、设备及存储介质。该方法通过从预设的控制终端读取降噪规划信息，其中，
降噪规划信息为用户通过控制终端编辑得到；根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；通过降噪信号控制预设的扬声器进行播放，以进行降噪；以上，通过对不同的特征音频提取不同的降噪特征，例如，从优先降噪音频中提取频域特征和频率变化信息，从声音增强音频中提取人声片段，对外部声音信号和内部声音信号进行比对，并生成信号衰减特征；并根据不同的降噪特征进行针对性的降噪，从而解决了现有技术中无法基于特征音频进行有效降噪的问题。。
30.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
31.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中降噪方法的第一个实施例，该方法的实现步骤如下：
32.101、从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；
33.该步骤中，所述控制终端包括智能终端、移动终端和远程控制终端中的至少一种，例如，所述控制终端包括车载智能控制面板、手机和智能车钥匙中的至少一种；
34.该步骤中，所述降噪规划信息为用户通过控制终端编辑得到，例如，所述控制终端具有交互界面，用户通过所述交互界面输入降噪规划信息。
35.102、根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；
36.该步骤中，所述降噪规划信息包括音频存储路径和模式-音频存储路径表；
37.该步骤中，所述基于降噪模式从控制终端读取特征音频，包括：
38.通过所述降噪模式在所述模式-音频存储路径表中确定对应的音频存储路径；
39.基于所述音频存储路径，从所述控制终端读取对应的特征音频。
40.103、基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；
41.该步骤中，所述降噪特征包括第一降噪特征；
42.该步骤中，所述特征音频包括优先降噪音频，其中，所述特征音频为用户通过所述控制终端录制得到，例如，用户通过所述控制终端，录制车辆一定范围内的噪音，包括窗外的风声、雨声、轮胎声音和发动机的声音；
43.该步骤中，所述根据特征提取方式从特征音频中提取降噪特征，包括：
44.对所述优先降噪音频进行解析，得到声波频率信息，例如，基于所述优先降噪音频生成对应的声波频谱；
45.基于所述声波频率信息确定频域特征，例如，对所述优先降噪音频对应的声波频
谱进行解析，得到各频率对应的声波波形，并从中提取覆盖声波波形最广的频率范围，得到频域特征；
46.从所述声波频率信息中提取频率变化信息，例如，提取声波频谱中具有特征性的频率变化，其中，所述具有特征性的频率变化为频率在预设的时间尺度内的变化量大于预设的频率阈值时对应的频率变化，例如，提取在1秒内频率变化超过6000赫兹时对应的频率变化信息；
47.基于所述频域特征和所述频率变化信息生成所述第一降噪特征。
48.104、通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；
49.该步骤中，所述声音传感器包括车载声音传感器和手机麦克风中的至少一种；
50.该步骤中，所述声音信号包括模拟信号和数字信号中的至少一种；
51.该步骤中，所述降噪信号包括第一降噪信号；
52.该步骤中，所述基于降噪特征和声音信号生成降噪信号，包括：
53.提取所述声音信号对应的频率特征，例如，将所述声音信号映射成声波，并统计所述声波对应的频率特征，其中，所述频率特征包括所述声波分布最多的声波频段，记为特征频段；
54.从所述第一降噪特征中提取参考声波频段；
55.将所述参考声波频段与所述所述声音信号对应的频率特征进行相似度比对，得到相似频段，例如，将所述特征频段与所述参考声波频段进行比对，并提取频率在预设范围内重合的频段，得到相似频段；
56.根据预设的频段降噪算法，基于所述相似频段生成增益频谱；
57.通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并根据所述增益频谱对所述反向降噪信号进行增强处理，得到所述第一降噪信号。
58.具体地，所述根据预设的频段降噪算法，基于所述相似频段生成增益频谱的过程，包括：
59.通过所述相似频段生成噪声模拟信号，例如，生成频率在所述相似频段范围内的声波信号，得到噪声模拟信号；
60.将所述噪声模拟信号映射至相位相差180度的反向信号，得到增益频谱。
61.在实际应用中，所述频段降噪算法还包括如下步骤：
62.将所述所述相似频段转换成初始频域信号；
63.计算初始频域信号的初始能量谱；
64.将初始能量谱合并成新能量谱；
65.首先提取能量特征值，其次选取噪声帧，最后计算连续噪声帧的平均能量谱作为噪声能量谱；
66.利用谱减法得到初始增益；
67.将初始增益进行扩展得到最终增益；
68.对初始频域信号各频带施加对应的最终增益，获得新频域信号；
69.将新频域信号变换到新时域信号，得到增益频谱。
70.105、通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。
71.该步骤中，所述扬声器包括设置于车辆上的扬声器，即车载扬声器。
72.通过对上述方法的实施，通过从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；通过降噪信号控制预设的扬声器进行播放，以进行降噪；以上，通过对不同的特征音频提取不同的降噪特征，例如，从优先降噪音频中提取频域特征和频率变化信息，并生成频率在所述相似频段范围内的声波信号，得到噪声模拟信号，基于噪声模拟信号进行针对性的降噪；从而解决了现有技术中无法基于特征音频进行有效降噪的问题。
73.请参阅图2，本发明实施例中降噪方法的第二个实施例，该方法的实现步骤如下：
74.201、从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；
75.该步骤中，所述控制终端包括智能终端、移动终端和远程控制终端中的至少一种，例如，所述控制终端包括车载智能控制面板、手机和智能车钥匙中的至少一种；
76.该步骤中，所述降噪规划信息为用户通过控制终端编辑得到，例如，所述控制终端具有交互界面，用户通过所述交互界面输入降噪规划信息。
77.202、根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；
78.该步骤中，所述特征音频可以通过所述控制终端进行录制，例如，通过手机麦克风进行录制。
79.203、基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；
80.该步骤中，所述降噪特征为第二降噪特征，所述特征音频为声音增强音频；
81.该步骤中，所述根据特征提取方式从特征音频中提取降噪特征，包括：
82.通过预设的人声识别模型，对所述声音增强音频进行人声识别，得到人声识别结果；
83.基于所述人声识别结果从所述声音增强音频中提取人声片段，并从所述人声片段中提取第二降噪特征。
84.进一步地，所述人声识别模型为神经网络模型，所述通过预设的人声识别模型，对所述声音增强音频进行人声识别，得到人声识别结果的过程，包括：
85.通过预先训练好的神经网络模型中的卷积神经网络层从所述声音增强音频中提取振幅特征和频域特征，并转换成振幅特征向量和频域特征向量，其中，所述神经网络模型包括卷积神经网络层、输出层和至少一个隐藏层；
86.通过所述隐藏层计算预设的事件维度上所述振幅特征向量和频域特征向量分别对应的特征权重；
87.根据所述特征权重，对所述振幅特征向量和所述频域特征向量进行加权求和，得到映射值；
88.通过所述输出层对所述映射值进行归一化处理，得到人声概率值；
89.根据所述人声概率值生成所述人声识别结果。
90.在实际应用中，所述人声识别模型可以通过以下方式训练得到：
91.采集人声识别数据和对应的人声识别标签；
92.根据所述人声识别标签对所述人声识别数据进行标记，使得所述人声识别数据都被标记上对应的人声识别标签，得到所述人声识别数据与对应标签信息的集合，记为人声识别数据集；
93.对所述人声识别数据集中的数据按照预设的比例和分类方法进行分类，得到训练数据和验证数据；
94.将所述训练数据输入至神经网络模型进行训练，计算在所述事件维度上的概率值，得到训练结果；
95.根据所述在所述事件维度上的概率值，通过交叉熵函数计算损失值，记录所述损失值和所述神经网络模型的参数特征；
96.根据所述损失值修改所述神经网络模型的参数特征；
97.将训练数据和验证数据分别循环输入所述神经网络模型进行训练，直到对应的所述损失值和对应的所述神经网络模型的参数特征符合预设标准，得到所述人声识别模型。
98.204、通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；
99.该步骤中，所述声音传感器包括车载声音传感器和手机麦克风中的至少一种；
100.该步骤中，所述降噪特征为第二降噪特征，其中，所述第二降噪特征包括人声片段；
101.该步骤中，所述降噪信号为第二降噪信号；
102.该步骤中，所述基于降噪特征和声音信号生成降噪信号，包括：
103.基于所述第二降噪特征生成人声增强信号；
104.通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并将所述人声增强信号与所述反向降噪信号进行叠加，得到所述第二降噪信号。
105.具体地，所述基于所述第二降噪特征生成人声增强信号，包括：
106.对所述人声片段进行解析，得到音频帧；
107.对音频帧的频域信号进行初始音调分量检测、周期性分析和连续性分析；
108.若在所述频域信号中检测到音调分量，则在所述频域信号中确定音调分量所处的频带集合，所述音调分量用于表达人声，所述频带集合中包括n个频带，所述n为大于或等于1的正整数；
109.根据所述n个频带，确定n个增强滤波器；
110.通过所述n个增强滤波器，对所述频域信号进行增强处理，得到频域增强信号；
111.对所述音频帧的频域信号和所述频域增强信号进行混音，得到人声增强信号。
112.在实际应用中，所述降噪信号包括内部降噪信号，所述声音传感器包括车辆外部传感器和车辆内部传感器；
113.在实际应用中，该步骤可以通过以下方式实现：
114.通过所述车辆外部传感器采集外部声音信号，并通过所述车辆内部传感器采集内部声音信号；将所述外部声音信号与所述内部声音信号进行比对，得到比对结果，并基于所述比对结果生成信号衰减特征；通过预设的反向降噪模型，基于所述外部声音信号生成对
应的外部降噪信号，并基于所述信号衰减特征对所述外部降噪信号调整，得到所述内部降噪信号。
115.205、通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。
116.该步骤中，所述扬声器包括设置于车辆上的扬声器和手机上的扬声器。
117.在实际应用中，在所述通过所述降噪信号控制预设的扬声器进行播放之后，该步骤还包括；
118.通过预设的语义识别模型，对所述声音信号进行语义识别，得到语义识别结果；
119.从所述控制终端读取目标语义词，例如，所述目标语义词包括“前方道路”、“左转”、“右转”、“控制车速”和“前方有违章拍照”中的至少一种；
120.将所述语义识别结果与所述目标语义词进行比对，得到语义比对结果；
121.判断所述语义比对结果是否满足预设的交通播报预警条件，例如，所述交通播报预警条件可以设为：若出现预设的目标语义词，则满足交通播报预警条件；
122.若满足，则通过所述扬声器播放所述语义识别结果，例如，通过播报转换算法将语义识别结果转换成播报音频，并通过所述扬声器播放所述播报音频；
123.若不满足，则继续执行所述通过所述降噪信号控制预设的扬声器进行播放的步骤。
124.通过对上述方法的实施，通过从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；通过降噪信号控制预设的扬声器进行播放，以进行降噪；以上，通过对不同的特征音频提取不同的降噪特征，根据不同的降噪特征进行针对性的降噪，例如，从声音增强音频中提取人声片段，并根据人声片段生成人声增强信号，将所述人声增强信号与所述反向降噪信号进行叠加，从而解决了现有技术中无法基于特征音频进行有效降噪的问题。
125.请参阅图3，本发明实施例中降噪方法的第三个实施例，该方法的实现步骤如下：
126.301、从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；
127.该步骤中，所述控制终端与预设的车载系统通过无线通信的方式连接，例如，当所述控制终端为手机，当所述车载系统为车辆上的车载电脑时，所述手机通过无线通信与所述车载电脑进行通信连接。
128.302、根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；
129.该步骤基于车辆内部传感器和车辆外部传感器，其中，所述车辆内部传感器为设置于车辆内部的声音传感器，所述车辆外部传感器为设置于车辆外部的声音传感器；
130.该步骤中，所述特征音频为外部采样声音信号和内部采样声音信号；
131.该步骤中，所述特征音频可以通过以下方式采集得到：
132.所述控制终端生成第一控制信号和第二控制信号；
133.通过所述第一控制信号控制所述车辆外部传感器在车辆外部采集所述外部采样声音信号；
134.通过所述第二控制信号控制所述车辆内部传感器在车辆内部采集内部采样声音信号。
135.303、基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；
136.该步骤中，所述降噪特征为信号衰减特征，例如，所述信号衰减特征为：外部采样声音信号传播至车辆内部，得到内部采样声音信号的过程中，声音的衰减特征；
137.该步骤中，所述根据特征提取方式从特征音频中提取降噪特征，包括：
138.将所述外部采样声音信号与所述内部采样声音信号进行比对，得到比对结果，其中，所述比对结果包括振幅比对结果和频率比对结果；
139.基于所述比对结果生成信号衰减特征。
140.进一步地，所述振幅比对结果可以通过以下方式得到：
141.提取所述外部采样声音信号中每一时刻对应的声音振幅，记为第一振幅；
142.提取所述内部采样声音信号中每一时刻对应的声音振幅，记为第二振幅；
143.对相同时刻的所述第一振幅和所述第二振幅进行比对，得到振幅比对结果。
144.确定相同时刻对应的所述第一振幅所述第二振幅。
145.进一步地，所述频率比对结果可以通过以下方式得到：
146.提取所述外部采样声音信号中每一时刻对应的声音频率，记为第一频率；
147.提取所述内部采样声音信号中每一时刻对应的声音频率，记为第二频率；
148.对相同时刻的所述第一频率和所述第二频率进行比对，得到频率比对结果。
149.具体地，所述基于所述比对结果生成信号衰减特征，包括：
150.基于所述振幅比对结果生成振幅转换系数；
151.基于所述频率比对结果生成频率转换系数；
152.基于所述振幅转换系数和所述频率转换系数生成所述信号衰减特征。
153.304、通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；
154.该步骤中，所述声音传感器包括车辆内部传感器和车辆外部传感器，其中，所述车辆内部传感器为设置于车辆内部的声音传感器，所述车辆外部传感器为设置于车辆外部的声音传感器；
155.该步骤中，所述声音信号为外部声音信号，其中，所述外部声音信号为车辆外部采集到的声音；
156.该步骤中，所述降噪信号为内部降噪信号；
157.对于该步骤，具体可以通过以下方式实现：
158.通过所述控制终端控制所述车辆外部传感器采集外部声音信号；
159.通过预设的反向降噪模型，基于所述外部声音信号生成对应的外部降噪信号；
160.基于所述信号衰减特征对所述外部降噪信号调整，得到所述内部降噪信号。
161.具体地，所述基于所述信号衰减特征对所述外部降噪信号调整，得到所述内部降噪信号的过程，包括：
162.提取所述外部降噪信号中的振幅和频率；
163.根据所述振幅转换系数对所述外部降噪信号中的振幅进行调整，例如，将所述外
部降噪信号中每一时刻对应的振幅乘以所述振幅转换系数；
164.根据所述频率转换系数对所述外部降噪信号中的频率进行调整，例如，将所述外部降噪信号中每一时刻对应的频率乘以所述频率转换系数。
165.在实际应用中，所述外部降噪信号可以通过以下方式得到：
166.通过预设的反向降噪模型，基于所述外部声音信号生成对应的反向降噪信号；对预设的优先降噪音频进行解析，得到声波频率信息，并基于所述声波频率信息确定频域特征；从所述声波频率信息中提取频率变化信息，并基于所述频域特征和所述频率变化信息生成所述第一降噪特征。提取所述外部声音信号对应的频率特征，并将所述外部声音信号对应的频率特征与所述第一降噪特征进行相似度比对，得到相似频段；根据预设的频段降噪算法，基于所述相似频段生成增益频谱；根据所述增益频谱对所述反向降噪信号进行增强处理，得到所述外部降噪信号。
167.在实际应用中，所述外部降噪信号还可以通过以下方式得到：
168.通过预设的反向降噪模型，基于所述外部声音信号生成对应的反向降噪信号；通过预设的人声识别模型，对所述外部声音信号进行人声识别，得到人声识别结果；基于所述人声识别结果从所述声音增强音频中提取人声片段，并从所述人声片段中提取第二降噪特征。基于所述第二降噪特征生成人声增强信号；将所述人声增强信号与所述反向降噪信号进行叠加，得到所述外部降噪信号。
169.305、通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。
170.该步骤中，所述扬声器包括设置于车辆上的扬声器和手机上的扬声器中的至少一种；
171.该步骤中，在所述通过所述降噪信号控制预设的扬声器进行播放之后，还包括：
172.通过预设的语义识别模型，对所述声音信号进行语义识别；
173.若识别到预设的交通播报词，则通过所述扬声器播放所述交通播报词；
174.若未识别预设的交通播报词则继续执行所述通过所述降噪信号控制预设的扬声器进行播放的步骤。
175.通过对上述方法的实施，通过从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；通过降噪信号控制预设的扬声器进行播放，以进行降噪；以上，通过对不同的特征音频提取不同的降噪特征，并根据不同的降噪特征进行针对性的降噪，例如，对车辆外部声音信号和内部声音信号进行比对，并生成信号衰减特征；基于所述信号衰减特征对所述外部降噪信号调整，得到所述内部降噪信号；在实际应用中，声波从车辆外部传播至车辆内部之后，会发生不同程度的衰减，在基于车辆外部的声波生成外部降噪信号之后，通过提取声波从车辆外部传播至车辆内部的过程中的信号衰减特征，并基于信号衰减特征对外部降噪信号进行调整，得到对车辆内部降噪效果更好的内部降噪信号，从而提高了降噪的有效性；车辆外部的声波传输至车辆内部需要时间，而生成内部降噪信号的过程可以利用这段时间，直接基于车辆外部声音对车辆内部进行降噪，从而解决了现有技术中因降噪芯片的运作时间导致降噪信号与噪声具有延迟而无法取得良好降噪效果的问题；综上，通过
该方法的实施解决了现有技术中无法基于特征音频进行有效降噪的问题。
176.上面对本发明实施例中的降噪方法进行了描述，下面对本发明实施例中的降噪装置进行描述，请参照图4，本发明实施例中的降噪装置的一个实施例，该装置包括：
177.第一读取模块401，用于从预设的控制终端读取降噪规划信息，其中，所述降噪规划信息为用户通过所述控制终端编辑得到；
178.第二读取模块402，用于根据所述降噪规划信息确定降噪模式，并基于所述降噪模式从所述控制终端读取特征音频；
179.提取模块403，用于基于所述降噪模式确定特征提取方式，并根据所述特征提取方式从所述特征音频中提取降噪特征；
180.生成模块404，用于通过预设的声音传感器采集声音信号，并基于所述降噪特征和所述声音信号生成降噪信号；
181.降噪模块405，用于通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。
182.通过对上述装置的实施，通过从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；通过降噪信号控制预设的扬声器进行播放，以进行降噪；以上，通过对不同的特征音频提取不同的降噪特征，例如，从优先降噪音频中提取频域特征和频率变化信息，从声音增强音频中提取人声片段，对外部声音信号和内部声音信号进行比对，并生成信号衰减特征；并根据不同的降噪特征进行针对性的降噪，从而解决了现有技术中无法基于特征音频进行有效降噪的问题。
183.请参阅图5，本发明实施例中的降噪装置的另一个实施例包括：
184.第一读取模块401，用于从预设的控制终端读取降噪规划信息，其中，所述降噪规划信息为用户通过所述控制终端编辑得到；
185.第二读取模块402，用于根据所述降噪规划信息确定降噪模式，并基于所述降噪模式从所述控制终端读取特征音频；
186.提取模块403，用于基于所述降噪模式确定特征提取方式，并根据所述特征提取方式从所述特征音频中提取降噪特征；
187.生成模块404，用于通过预设的声音传感器采集声音信号，并基于所述降噪特征和所述声音信号生成降噪信号；
188.降噪模块405，用于通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。
189.播放模块406，用于通过预设的语义识别模型，对所述声音信号进行语义识别，得到语义识别结果；从所述控制终端读取目标语义词，将所述语义识别结果与所述目标语义词进行比对，得到语义比对结果；判断所述语义比对结果是否满足预设的交通播报预警条件；若满足，则通过所述扬声器播放所述语义识别结果；若不满足，则继续执行所述通过所述降噪信号控制预设的扬声器进行播放的步骤。
190.在本实施例中，所述提取模块403包括：
191.第一提取单元4031，用于对所述优先降噪音频进行解析，得到声波频率信息，并基于所述声波频率信息确定频域特征；从所述声波频率信息中提取频率变化信息，并基于所
述频域特征和所述频率变化信息生成所述第一降噪特征；
192.第二提取单元4032，用于通过预设的人声识别模型，对所述声音增强音频进行人声识别，得到人声识别结果；基于所述人声识别结果从所述声音增强音频中提取人声片段，并从所述人声片段中提取第二降噪特征。
193.在本实施例中，所述生成模块404包括：
194.第一生成单元4041，用于提取所述声音信号对应的频率特征，并将所述声音信号对应的频率特征与所述第一降噪特征进行相似度比对，得到相似频段；根据预设的频段降噪算法，基于所述相似频段生成增益频谱；通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并根据所述增益频谱对所述反向降噪信号进行增强处理，得到所述第一降噪信号；
195.第二生成单元4042，用于基于所述第二降噪特征生成人声增强信号；通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并将所述人声增强信号与所述反向降噪信号进行叠加，得到所述第二降噪信号；
196.第三生成单元4043，用于通过所述车辆外部传感器采集外部声音信号，并通过所述车辆内部传感器采集内部声音信号；将所述外部声音信号与所述内部声音信号进行比对，得到比对结果，并基于所述比对结果生成信号衰减特征；通过预设的反向降噪模型，基于所述外部声音信号生成对应的外部降噪信号，并基于所述信号衰减特征对所述外部降噪信号调整，得到所述内部降噪信号。
197.通过对上述装置的实施，通过从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；通过降噪信号控制预设的扬声器进行播放，以进行降噪；以上，通过对不同的特征音频提取不同的降噪特征，例如，从优先降噪音频中提取频域特征和频率变化信息，从声音增强音频中提取人声片段，对外部声音信号和内部声音信号进行比对，并生成信号衰减特征；并根据不同的降噪特征进行针对性的降噪，从而解决了现有技术中无法基于特征音频进行有效降噪的问题。
198.请参阅图6，下面从硬件处理的角度对本发明实施例中的计算机设备的一个实施例进行详细描述。
199.图6是本发明实施例提供的一种计算机设备的结构示意图，该计算机设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)610(例如，一个或一个以上处理器)和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算机设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在计算机设备600上执行存储介质630中的一系列指令操作。
200.计算机设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例
如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图6示出的计算机设备结构并不构成对本技术提供的计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
201.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行上述降噪方法的步骤。
202.在实际应用中，上述提供的方法可以基于人工智能技术来实现，其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。其具体可以是基于服务器来执行，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
203.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
204.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
205.以上，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：

1.一种降噪方法，其特征在于，所述降噪方法包括：从预设的控制终端读取降噪规划信息，其中，所述降噪规划信息为用户通过所述控制终端编辑得到；根据所述降噪规划信息确定降噪模式，并基于所述降噪模式从所述控制终端读取特征音频；基于所述降噪模式确定特征提取方式，并根据所述特征提取方式从所述特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于所述降噪特征和所述声音信号生成降噪信号；通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。2.根据权利要求1所述的降噪方法，其特征在于，所述降噪特征为第一降噪特征，所述特征音频为优先降噪音频，所述根据所述特征提取方式从所述特征音频中提取降噪特征，包括：对所述优先降噪音频进行解析，得到声波频率信息，并基于所述声波频率信息确定频域特征；从所述声波频率信息中提取频率变化信息，并基于所述频域特征和所述频率变化信息生成所述第一降噪特征。3.根据权利要求1所述的降噪方法，其特征在于，所述降噪特征为第二降噪特征，所述特征音频为声音增强音频，所述根据所述特征提取方式从所述特征音频中提取降噪特征，还包括：通过预设的人声识别模型，对所述声音增强音频进行人声识别，得到人声识别结果；基于所述人声识别结果从所述声音增强音频中提取人声片段，并从所述人声片段中提取第二降噪特征。4.根据权利要求2所述的降噪方法，其特征在于，所述降噪信号为第一降噪信号，所述基于所述降噪特征和所述声音信号生成降噪信号，包括：提取所述声音信号对应的频率特征，并将所述声音信号对应的频率特征与所述第一降噪特征进行相似度比对，得到相似频段；根据预设的频段降噪算法，基于所述相似频段生成增益频谱；通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并根据所述增益频谱对所述反向降噪信号进行增强处理，得到所述第一降噪信号。5.根据权利要求3所述的降噪方法，其特征在于，所述降噪信号为第二降噪信号，所述基于所述降噪特征和所述声音信号生成降噪信号，还包括：基于所述第二降噪特征生成人声增强信号；通过预设的反向降噪模型，基于所述声音信号生成反向降噪信号，并将所述人声增强信号与所述反向降噪信号进行叠加，得到所述第二降噪信号。6.根据权利要求1-5中任一项所述的降噪方法，其特征在于，所述降噪信号为内部降噪信号，所述声音传感器包括车辆外部传感器和车辆内部传感器，所述通过预设的声音传感器采集声音信号，并基于所述降噪特征和所述声音信号生成降噪信号，包括：通过所述车辆外部传感器采集外部声音信号，并通过所述车辆内部传感器采集内部声
音信号；将所述外部声音信号与所述内部声音信号进行比对，得到比对结果，并基于所述比对结果生成信号衰减特征；通过预设的反向降噪模型，基于所述外部声音信号生成对应的外部降噪信号，并基于所述信号衰减特征对所述外部降噪信号调整，得到所述内部降噪信号。7.根据权利要求6所述的降噪方法，其特征在于，在所述通过所述降噪信号控制预设的扬声器进行播放，以进行降噪之后，还包括：通过预设的语义识别模型，对所述声音信号进行语义识别，得到语义识别结果；从所述控制终端读取目标语义词，将所述语义识别结果与所述目标语义词进行比对，得到语义比对结果；判断所述语义比对结果是否满足预设的交通播报预警条件；若满足，则通过所述扬声器播放所述语义识别结果；若不满足，则继续执行所述通过所述降噪信号控制预设的扬声器进行播放的步骤。8.一种降噪装置，其特征在于，所述装置包括：第一读取模块，用于从预设的控制终端读取降噪规划信息，其中，所述降噪规划信息为用户通过所述控制终端编辑得到；第二读取模块，用于根据所述降噪规划信息确定降噪模式，并基于所述降噪模式从所述控制终端读取特征音频；提取模块，用于基于所述降噪模式确定特征提取方式，并根据所述特征提取方式从所述特征音频中提取降噪特征；生成模块，用于通过预设的声音传感器采集声音信号，并基于所述降噪特征和所述声音信号生成降噪信号；降噪模块，用于通过所述降噪信号控制预设的扬声器进行播放，以进行降噪。9.一种计算机设备，其特征在于，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行如权利要求1-7中任一项所述的降噪方法的各个步骤。10.一种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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项的所述降噪方法的各个步骤。

技术总结

本发明涉及噪声控制技术领域，尤其涉及一种降噪方法、装置、设备及存储介质。该方法通过从预设的控制终端读取降噪规划信息，其中，降噪规划信息为用户通过控制终端编辑得到；根据降噪规划信息确定降噪模式，并基于降噪模式从控制终端读取特征音频；基于降噪模式确定特征提取方式，并根据特征提取方式从特征音频中提取降噪特征；通过预设的声音传感器采集声音信号，并基于降噪特征和声音信号生成降噪信号；通过降噪信号控制预设的扬声器进行播放，以进行降噪；从而解决了现有技术中无法基于特征音频进行有效降噪的问题。频进行有效降噪的问题。频进行有效降噪的问题。