基于AI降噪模型的扩声系统及方法

摘要：

本发明涉及语音数据处理技术领域，本发明旨在解决现有的室内扩声方式噪声较大的问题，提出一种基于AI降噪模型的扩声系统及方法，技术方案概括为：采集音频模拟信号，将音频模拟信号转换为音频数字信号；通过AI降噪模型对音频数字信号降噪后得到语音数字信号；将语音数字信号转换为语音模拟信号；对语音模拟信号进行模拟放大；播放放大后的语音模拟信号。本发明能达到较好的噪声抑制效果，对非平稳噪声起到较好的抑制作用，适用于教室和会议室等场景。

专利类型：发明专利

申请/专利号：CN202011048301.3

申请日期：2020-09-29

公开/公告号：CN112349291A

公开/公告日：2021-02-09

主分类号：G10L21/0208(2013.01)

申请/专利权人:成都千立网络科技有限公司

发明/设计人:吴道远;迟景立;阳涌

主申请人地址:610000 四川省成都市中国(四川)自由贸易试验区成都高新区府城大道西段399号6栋1单元10层2号

专利代理机构:成都虹桥专利事务所(普通合伙)

代理人:吴中伟

国别省市代码:四川;51

权利要求：

1.基于AI降噪模型的扩声系统，其特征在于，包括：音频采集模块、第一模数转换模块、第二模数转换模块、AI降噪模型、功放模块和音箱设备； 所述音频采集模块，用于采集音频模拟信号，并将所述音频模拟信号发送至第一模数转换模块； 所述第一模数转换模块，用于接收音频模拟信号，将所述音频模拟信号转换为音频数字信号，并将所述音频数字信号输入至AI降噪模型； 所述AI降噪模型，用于接收音频数字信号，对所述音频数字信号降噪后输出语音数字信号，并将所述语音数字信号输入至第二模数转换模型； 所述第二模数转换模块，用于接收语音数字信号，将所述语音数字信号转换为语音模拟信号，并将所述语音模拟信号输入至功放模块； 所述功放模块，用于接收语音模拟信号，对所述语音模拟信号进行模拟放大，并将模拟放大后的语音模拟信号输入至音箱设备； 所述音箱设备，用于接收并播放放大后的语音模拟信号。 2.如权利要求1所述的基于AI降噪模型的扩声系统，其特征在于，所述AI降噪模型通过以下方法得到： 获取噪声样本数据和纯净语音样本数据； 创建神经网络模型，将所述噪声样本数据和纯净语音样本数据输入至神经网络模型中训练，得到AI降噪模型。 3.如权利要求2所述的基于AI降噪模型的扩声系统，其特征在于，所述神经网络模型为RNN模型、DNN模型或CNN模型。 4.如权利要求1所述的基于AI降噪模型的扩声系统，其特征在于，所述音频采集模块为吊装麦克风。 5.基于AI降噪模型的扩声方法，其特征在于，包括以下步骤： 步骤1、采集音频模拟信号； 步骤2、将所述音频模拟信号转换为音频数字信号； 步骤3、通过AI降噪模型对所述音频数字信号降噪后得到语音数字信号； 步骤4、将所述语音数字信号转换为语音模拟信号； 步骤5、对所述语音模拟信号进行模拟放大； 步骤6、播放放大后的语音模拟信号。 6.如权利要求5所述的基于AI降噪模型的扩声方法，其特征在于，所述AI降噪模型通过以下方法得到： 获取噪声样本数据和纯净语音样本数据； 创建神经网络模型，将所述噪声样本数据和纯净语音样本数据输入至神经网络模型中训练，得到AI降噪模型。 7.如权利要求6所述的基于AI降噪模型的扩声方法，其特征在于，步骤3中，所述神经网络模型为RNN模型、DNN模型或CNN模型。 8.如权利要求5所述的基于AI降噪模型的扩声方法，其特征在于，步骤1中，所述音频模拟信号为通过吊装麦克风采集的音频模拟信号。