本發(fā)明涉及音頻去噪與分類，具體地涉及一種牛聲去噪與分類方法及系統(tǒng)。

背景技術(shù)：

1、隨著智慧牧場管理技術(shù)的發(fā)展，聲音數(shù)據(jù)逐漸成為監(jiān)控牛只健康與行為的重要手段。然而，牧場環(huán)境中復(fù)雜的非平穩(wěn)噪聲(如風(fēng)聲、機(jī)械噪聲、其他動(dòng)物的聲音)會(huì)嚴(yán)重影響聲音信號(hào)的提取和分類。傳統(tǒng)的譜減法、維納濾波等去噪方法雖然能一定程度上降低噪聲，但在強(qiáng)噪聲干擾和非平穩(wěn)環(huán)境下會(huì)引入語音失真或噪聲殘留，從而降低聲音分類的準(zhǔn)確性。

2、現(xiàn)有技術(shù)中，基于波束形成的去噪方法能夠增強(qiáng)目標(biāo)信號(hào)，但在動(dòng)態(tài)噪聲場景下效果有限。此外，聲音分類系統(tǒng)大多僅依賴單通道信號(hào)，無法有效結(jié)合多通道信息以提升定位和分類性能。為此，亟需一種結(jié)合多通道數(shù)據(jù)處理、相干譜減法優(yōu)化和深度學(xué)習(xí)分類技術(shù)的系統(tǒng)，以實(shí)現(xiàn)更高效的噪聲抑制、聲源定位及聲音分類。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的目的是提供一種牛聲去噪與分類方法，該方法用于實(shí)現(xiàn)對(duì)多通道音頻數(shù)據(jù)的去噪，從而提高音頻分類的準(zhǔn)確性。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供一種牛聲去噪與分類方法，所述方法包括：接收多通道牛聲音頻數(shù)據(jù)，并對(duì)其進(jìn)行通道分離以獲得多個(gè)單通道音頻數(shù)據(jù)；利用波束形成技術(shù)將所述多個(gè)單通道音頻數(shù)據(jù)合并至一個(gè)通道后，通過噪聲音頻估計(jì)獲得合并后的音頻數(shù)據(jù)中的噪聲信號(hào)；對(duì)所述合并后的音頻數(shù)據(jù)進(jìn)行stft短時(shí)傅里葉變換及平滑處理，以獲得所述合并后的音頻數(shù)據(jù)的頻譜幅度；根據(jù)所述音頻數(shù)據(jù)的頻譜幅度，計(jì)算所述合并后的音頻數(shù)據(jù)與所述噪聲信號(hào)的相干性系數(shù)；根據(jù)所述相干性系數(shù)，自適應(yīng)地調(diào)整α參數(shù)，以控制去除所述音頻數(shù)據(jù)中的噪聲信號(hào)的比例，得到去噪后的所述音頻數(shù)據(jù)；以及利用分類模型對(duì)所述去噪后的所述音頻數(shù)據(jù)進(jìn)行分類，得到所述音頻數(shù)據(jù)的類別信息。

3、可選的，在利用波束形成技術(shù)將所述多個(gè)單通道音頻數(shù)據(jù)合并至一個(gè)通道之前，所述方法還包括：分別對(duì)所述多個(gè)單通道音頻數(shù)據(jù)進(jìn)行信號(hào)處理，以獲得所述多個(gè)單通道音頻數(shù)據(jù)的位置信息。

4、可選的，所述信號(hào)處理包括：根據(jù)接收到所述多個(gè)單通道音頻數(shù)據(jù)的時(shí)間差以及采集所述多通道牛聲音頻數(shù)據(jù)的音頻數(shù)據(jù)采集裝置的位置信息，利用時(shí)延估計(jì)獲得所述多個(gè)單通道音頻數(shù)據(jù)的位置信息；對(duì)經(jīng)過時(shí)延估計(jì)后的所述多個(gè)單通道音頻數(shù)據(jù)進(jìn)行時(shí)延補(bǔ)償，以調(diào)整所述多個(gè)單通道音頻數(shù)據(jù)之間的時(shí)間差。

5、可選的，所述方法還包括：接收牛只視頻數(shù)據(jù)，利用深度估計(jì)模型對(duì)所述視頻數(shù)據(jù)進(jìn)行逐幀深度估計(jì)并生成深度圖；以及結(jié)合所述深度圖將所述位置信息映射至所述視頻數(shù)據(jù)的視頻幀圖像中，并根據(jù)所述位置信息，將與該位置信息相對(duì)應(yīng)的類別信息標(biāo)注至所述視頻幀圖像中對(duì)應(yīng)的位置處。

6、可選的，根據(jù)所述音頻數(shù)據(jù)的頻譜幅度，計(jì)算合并后的音頻數(shù)據(jù)與所述噪聲信號(hào)的相干性系數(shù)，包括：計(jì)算所述合并后的音頻數(shù)據(jù)與所述噪聲信號(hào)在頻率f處的相干程度，其計(jì)算公式為：

7、

8、其中，γ(f)為相干性系數(shù)，x(f)表示所述音頻數(shù)據(jù)中的音頻信號(hào)在頻率f處的復(fù)數(shù)頻譜，n(f)表示所述噪聲信號(hào)在頻率f處的復(fù)數(shù)頻譜，e[·]表示x(f)與n(f)之間的期望值，表示所述噪聲信號(hào)在頻率f處復(fù)數(shù)頻譜的平均近似值。

9、可選的，根據(jù)所述相干性系數(shù)，自適應(yīng)地調(diào)整α參數(shù)，其計(jì)算公式為：

10、

11、其中，α0是譜減系數(shù)，用于調(diào)節(jié)減噪的強(qiáng)度，γ(f)是在頻率f處計(jì)算的相干性系數(shù)，∈是設(shè)定的數(shù)值，用于避免分母為零的情況，αmax是α(f)的最大值，用于防止α(f)過大導(dǎo)致過度減噪。

12、第二方面，本發(fā)明實(shí)施例提供一種牛聲去噪與分類系統(tǒng)，所述系統(tǒng)包括：

13、多通道音頻采集模塊，用于采集多通道牛聲音頻數(shù)據(jù)，并對(duì)其進(jìn)行通道分離以獲得多個(gè)單通道音頻數(shù)據(jù)；去噪模塊，用于利用波束形成技術(shù)將所述多個(gè)單通道音頻數(shù)據(jù)合并至一個(gè)通道后，通過噪聲音頻估計(jì)獲得合并后的音頻數(shù)據(jù)中的噪聲信號(hào)，對(duì)所述合并后的音頻數(shù)據(jù)進(jìn)行stft短時(shí)傅里葉變換及平滑處理，以獲得所述合并后的音頻數(shù)據(jù)的頻譜幅度，根據(jù)所述音頻數(shù)據(jù)的頻譜幅度，計(jì)算所述合并后的音頻數(shù)據(jù)與所述噪聲信號(hào)的相干性系數(shù)，根據(jù)所述相干性系數(shù)，自適應(yīng)地調(diào)整α參數(shù)，以控制去除所述音頻數(shù)據(jù)中的噪聲信號(hào)的比例，得到去噪后的所述音頻數(shù)據(jù)；以及分類模塊，用于利用分類模型對(duì)所述去噪處理后的音頻數(shù)據(jù)進(jìn)行分類，得到所述音頻數(shù)據(jù)的類別信息。

14、可選的，所述系統(tǒng)還包括：視頻處理模塊，采集牛只視頻數(shù)據(jù)，利用深度估計(jì)模型對(duì)所述視頻數(shù)據(jù)進(jìn)行逐幀深度估計(jì)并生成深度圖；可視化模塊，用于結(jié)合所述深度圖將所述位置信息映射至所述視頻數(shù)據(jù)的視頻幀圖像中，并根據(jù)所述位置信息，將與該位置信息相對(duì)應(yīng)的類別信息標(biāo)注至所述視頻幀圖像中對(duì)應(yīng)的位置處。

15、第三方面，本發(fā)明實(shí)施例提供一種機(jī)器可讀存儲(chǔ)介質(zhì)，該機(jī)器可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有指令，該指令用于使得機(jī)器執(zhí)行本申請(qǐng)上述任一項(xiàng)牛聲去噪與分類的方法。

16、第四方面，本發(fā)明實(shí)施例提供一種處理器，其特征在于，用于運(yùn)行程序，其中，所述程序被運(yùn)行時(shí)用于執(zhí)行：如權(quán)利要求1-6任意一項(xiàng)所述的牛聲去噪與分類方法。

17、通過上述技術(shù)方案，本發(fā)明實(shí)施例通過接收多聲道的音頻數(shù)據(jù)，并將多聲道音頻數(shù)據(jù)進(jìn)行通道分離后對(duì)多個(gè)單通道音頻數(shù)據(jù)進(jìn)行處理，可以有效的結(jié)合多通道音頻信息提升音頻分類的性能。利用波束形成技術(shù)將多個(gè)單通道的音頻合并至一個(gè)通道后進(jìn)行去噪處理，以達(dá)到增強(qiáng)音頻數(shù)據(jù)的目的。利用基于相干譜減法的去噪，結(jié)合動(dòng)態(tài)調(diào)整的自適應(yīng)參數(shù)α，根據(jù)信號(hào)與噪聲的相干性特征靈活調(diào)節(jié)去噪強(qiáng)度，在復(fù)雜噪聲環(huán)境下顯著提升去噪效果，有效保留音頻信號(hào)的細(xì)節(jié)信息，減少信號(hào)失真。并且，利用去噪后的音頻數(shù)據(jù)進(jìn)行后續(xù)的音頻分類，提高了分類的準(zhǔn)確性。

18、本發(fā)明實(shí)施例的其它特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說明。

技術(shù)特征：

1.一種牛聲去噪與分類方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的牛聲去噪與分類方法，其特征在于，在利用波束形成技術(shù)將所述多個(gè)單通道音頻數(shù)據(jù)合并至一個(gè)通道之前，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的牛聲去噪與分類方法，其特征在于，所述信號(hào)處理包括：

4.根據(jù)權(quán)利要求2所述的牛聲去噪與分類方法，其特征在于，所述方法還包括：

5.根據(jù)權(quán)利要求1所述的牛聲去噪與分類方法，其特征在于，根據(jù)所述音頻數(shù)據(jù)的頻譜幅度，計(jì)算合并后的音頻數(shù)據(jù)與所述噪聲信號(hào)的相干性系數(shù)，包括：

6.根據(jù)權(quán)利要求1所述的牛聲去噪與分類方法，其特征在于，根據(jù)所述相干性系數(shù)，自適應(yīng)地調(diào)整α參數(shù)，其計(jì)算公式為：

7.一種牛聲去噪與分類系統(tǒng)，其特征在于，所述系統(tǒng)包括：

8.根據(jù)權(quán)利要求7所述的牛聲去噪與分類系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

9.一種機(jī)器可讀存儲(chǔ)介質(zhì)，該機(jī)器可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有指令，該指令用于使得機(jī)器執(zhí)行本申請(qǐng)上述任一項(xiàng)牛聲去噪與分類的方法。

10.一種處理器，其特征在于，用于運(yùn)行程序，其中，所述程序被運(yùn)行時(shí)用于執(zhí)行：如權(quán)利要求1-6任意一項(xiàng)所述的牛聲去噪與分類方法。

技術(shù)總結(jié)
本發(fā)明實(shí)施例提供一種牛聲去噪與分類方法，所述方法包括：接收多通道牛聲音頻數(shù)據(jù)，并對(duì)其進(jìn)行通道分離獲得多個(gè)單通道音頻數(shù)據(jù)；利用波束形成技術(shù)將多個(gè)單通道音頻數(shù)據(jù)合并至一個(gè)通道后，對(duì)該音頻數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，并計(jì)算音頻數(shù)據(jù)與噪聲信號(hào)的相干性系數(shù)；根據(jù)相干性系數(shù)，自適應(yīng)地調(diào)整α參數(shù)，以控制去除音頻數(shù)據(jù)中的噪聲信號(hào)的比例，得到去噪后的音頻數(shù)據(jù)；以及利用分類模型對(duì)去噪后的音頻數(shù)據(jù)進(jìn)行分類，得到音頻數(shù)據(jù)的類別信息。本發(fā)明實(shí)現(xiàn)了對(duì)多通道音頻數(shù)據(jù)的處理，通過計(jì)算信號(hào)的相干性，有效區(qū)分音頻信號(hào)與噪聲，更好地保留了牛聲的細(xì)節(jié)信息，從而提升牛聲分類的準(zhǔn)確性。

技術(shù)研發(fā)人員：房建東,宋健,趙于東
受保護(hù)的技術(shù)使用者：內(nèi)蒙古工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/8