本申請涉及通信技術(shù)領(lǐng)域，特別涉及一種嘯叫場景識別方法及設(shè)備。

背景技術(shù)：

行業(yè)終端的語音業(yè)務形式主要為集群模式、直通模式(DMO)等業(yè)務，并且這類業(yè)務主要使用外放模式。由于行業(yè)終端大部分工作在背景噪聲較大的戶外或廠房，要求音量大，因此終端的上下行音量增益通常調(diào)得較大，聲音通過環(huán)路增益放大后，能量不斷累積將形成嘯叫，而嘯叫嚴重影響語音業(yè)務的正常使用，對客戶感知引起極大的不適，因此對嘯叫場景進行識別具有很重要的意義。

然而，目前行業(yè)終端對嘯叫場景識別的解決方案并不成熟，尚處于摸索階段，大量識別方案普遍存在效率低、識別不準確的問題，嚴重影響了嘯叫抑制的整體性能。

技術(shù)實現(xiàn)要素：

本申請?zhí)峁┝艘环N嘯叫場景識別方法和設(shè)備，以提高嘯叫檢測的準確率。

本申請?zhí)峁┑囊环N嘯叫場景識別方法，包括：

對檢測窗內(nèi)的每個語音幀，在頻域上提取能量譜信息，并根據(jù)能量譜信息判斷是否存在嘯叫特征，如果存在，確定該幀為嘯叫幀；

判斷當前檢測窗是否滿足嘯叫場景條件，如果滿足，則判決當前為嘯叫場景，否則，判決當前為非嘯叫場景。

較佳的，所述根據(jù)能量譜信息判斷是否存在嘯叫特征包括：判斷所述幀的高頻區(qū)域的平均能量與低頻區(qū)域的平均能量之比是否大于設(shè)置的高低頻比值門限，如果大于，判定存在嘯叫特征，否則，判定不存在嘯叫特征。

較佳的，以1KHZ作為高頻區(qū)域和低頻區(qū)域的劃分標準。

較佳的，所述嘯叫場景條件為：檢測窗內(nèi)嘯叫幀的數(shù)量大于或者等于設(shè)置的數(shù)量門限。

較佳的，所述數(shù)量門限與檢測窗內(nèi)包含的語音幀的數(shù)量成正比，并滿足數(shù)量 門限小于或者等于檢測窗內(nèi)包含的語音幀的數(shù)量。

本申請還提供了一種嘯叫場景識別設(shè)備，包括：嘯叫幀判決模塊和嘯叫場景判決模塊，其中：

嘯叫幀判決模塊，用于對檢測窗內(nèi)的每個語音幀，在頻域上提取能量譜信息，并根據(jù)能量譜信息判斷是否存在嘯叫特征，如果存在，確定該幀為嘯叫幀；

嘯叫場景判決模塊，用于判斷當前檢測窗是否滿足嘯叫場景條件，如果滿足，則判決當前為嘯叫場景，否則，判決當前為非嘯叫場景。

由上述技術(shù)方案可見，本申請?zhí)峁┑膰[叫場景識別方法和設(shè)備，首先根據(jù)頻域上提取的能量譜信息分別判斷檢測窗內(nèi)的每個語音幀中是否存在嘯叫特征，如果存在，確定該幀為嘯叫幀；然后判斷當前檢測窗是否滿足嘯叫場景條件，如果滿足，則判決當前為嘯叫場景，否則，判決當前為非嘯叫場景，通過本申請技術(shù)方案能夠有效的識別嘯叫語音特征，提高嘯叫檢測的準確率，從而適配后續(xù)的嘯叫抑制處理。

附圖說明

圖1為本發(fā)明一較佳嘯叫場景識別方法的流程示意圖；

圖2為沒有嘯叫現(xiàn)象的頻域波形示意圖；

圖3為存在嘯叫現(xiàn)象的頻域波形示意圖；

圖4為本發(fā)明一較佳設(shè)備的組成結(jié)構(gòu)示意圖。

具體實施方式

為使本申請的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下參照附圖并舉實施例，對本申請作進一步詳細說明。

圖1為本發(fā)明一較佳嘯叫場景識別方法的流程示意圖，該方法包括：

首先，對檢測窗內(nèi)的每個語音幀，在頻域上提取能量譜信息，并根據(jù)能量譜信息判斷是否存在嘯叫特征，如果存在，確定該幀為嘯叫幀；

然后，通過滑窗機制判斷當前檢測窗是否滿足嘯叫場景條件，如果滿足，判決當前為嘯叫場景，否則，判決當前為非嘯叫場景。

一般來說，嘯叫聲在時域上能量比較集中，存在飽和現(xiàn)象，而且主要在高頻比較集中的區(qū)域，而語音主要存在低頻區(qū)域。圖2為沒有嘯叫現(xiàn)象的頻域波形示意圖；圖3為存在嘯叫現(xiàn)象的頻域波形示意圖。圖2和圖3中，橫軸表示頻率，單位為HZ，縱軸表示功率，單位為dB。如圖3，在高頻區(qū)域存在一個比較明顯的 寬頻嘯叫，而低頻區(qū)域的語音分量相對較低。本申請根據(jù)高低頻能量差異這一特征識別嘯叫幀，因此提出嘯叫幀需要滿足以下條件：

其中，P_{high_freq}表示當前幀的高頻區(qū)域的平均能量；

P_{low_freq}表示當前幀的低頻區(qū)域的平均能量；

表示當前幀的高頻區(qū)域的平均能量與低頻區(qū)域的平均能量之比(簡稱高低頻能量比)；

high_low_ratio_thd為高低頻比值門限，取值可以根據(jù)不同平臺的特點具體進行設(shè)置，推薦值為0.25，高低頻能量比大于高低頻比值門限則認為當前幀為嘯叫幀，并進行標記。

高頻區(qū)域和低頻區(qū)域的劃分根據(jù)不同平臺具體設(shè)置，考慮到語音主要集中在1KHZ以下，較佳地，可以將小于1KHZ的區(qū)域設(shè)置為低頻區(qū)域，大于1KHZ的區(qū)域設(shè)置為高頻區(qū)域。

對于嘯叫聲場景，嘯叫現(xiàn)象會持續(xù)產(chǎn)生，并在連續(xù)多個語音幀存在嘯叫特征，即時域特征，本申請基于對這一特點的分析，提出如前所述的基于滑窗的嘯叫場景判決方法。例如：假設(shè)滑窗大小為HORING_DURATION，該滑窗包含最近HORING_DURATION個語音幀，本申請分別判斷這HORING_DURATION個語音幀是否為嘯叫幀，然后判斷HORING_DURATION個語音幀中嘯叫幀的數(shù)量是否滿足以下條件：

嘯叫幀有效的語音幀數(shù)>＝PEAK_NUM_THD

若滿足則判斷進入嘯叫場景，反之不能進入嘯叫場景。其中，數(shù)量門限PEAK_NUM_THD與HORING_DURATION成正比，需要滿足PEAK_NUM_THD<＝HORING_DURATION。

對應于上述方法，本申請還提供了一種嘯叫場景識別設(shè)備，其組成結(jié)構(gòu)如圖4所示，包括：嘯叫幀判決模塊和嘯叫場景判決模塊，其中：

嘯叫幀判決模塊，用于對檢測窗內(nèi)的每個語音幀，在頻域上提取能量譜信息，并根據(jù)能量譜信息判斷是否存在嘯叫特征，如果存在，確定該幀為嘯叫幀；

嘯叫場景判決模塊，用于判斷當前檢測窗是否滿足嘯叫場景條件，如果滿足， 則判決當前為嘯叫場景，否則，判決當前為非嘯叫場景。

以上所述僅為本申請的較佳實施例而已，并不用以限制本申請，凡在本申請的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應包含在本申請保護的范圍之內(nèi)。