一种麦克风阵列增益调节方法、装置及终端设备与流程

本申请属于信号处理技术领域，尤其涉及一种麦克风阵列增益调节方法、装置及终端设备。

背景技术：

随着ai智能语音产品的发展，ai智能语音产品越来越受到大家的关注，而同时也伴随着越来越多ai智能语音产品问题需要优化解决。

在所有的ai智能语音产品中，均会用到麦克风阵列技术采集环境中的语音信息进行处理，由于麦克风采集的语音信号能量值都比较小，为了方便后端处理，通常会使用adc(analog-to-digitalconverter，模数转换器)对麦克风采集到的语音信号进行放大以及模数转换处理。

目前麦克风阵列中通常将adc的增益设置为固定值，麦克风阵列采集到的语音信号按照固定的比例进行放大，但是当麦克风阵列的增益固定时，若声源距离麦克风过近或语音信号能量较大时，容易在波峰位置出现削波现象，若声源距离麦克风过远或语音信号能量较小时，会导致采集到的语音信号幅值较小，同时会导致其语音信噪比较小，会影响采集到的语音信号的准确性，在后续处理的过程中可能会出现语音信号过小无法识别的情况。

综上，现有的麦克风阵列通常将adc的增益设置为固定值，可能因为声源距离麦克风过近或语音信号能量较大，在波峰位置出现削波现象，或因为声源距离麦克风过远或语音信号能量较小，出现语音能量过小无法识别的情况。

技术实现要素：

有鉴于此，本申请实施例提供了一种麦克风阵列增益调节方法、装置及终端设备，以解决现有的麦克风阵列通常将adc的增益设置为固定值，可能因为声源距离麦克风过近或语音信号能量较大，在波峰位置出现削波现象，或因为声源距离麦克风过远或语音信号能量较小，出现语音能量过小无法识别的情况的问题。

本申请实施例的第一方面提供了一种麦克风阵列增益调节方法，包括：

获取模数转换器的第一增益以及经过所述模数转换器放大后的语音信号的语音幅值；

判断是否存在大于预设最高语音信号幅值阈值或小于预设最低语音信号幅值阈值的语音幅值；

当存在大于预设最高语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最大值计算第二增益；

当存在小于预设最低语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最小值计算第二增益；

将模数转换器的所述第一增益更新为所述第二增益。

本申请实施例的第二方面提供了一种麦克风阵列增益调节装置，包括：

数据获取模块，用于获取模数转换器的第一增益以及各个麦克风经过所述模数转换器放大后的语音信号的语音幅值；

幅值判断模块，用于判断是否存在大于预设最高语音信号幅值阈值或小于预设最低语音信号幅值阈值的语音幅值；

高音调节模块，用于当存在大于预设最高语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最大值计算第二增益；

低音调节模块，用于当存在小于预设最低语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最小值计算第二增益；

增益更新模块，用于将模数转换器的所述第一增益更新为所述第二增益。

本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方法的步骤。

本申请实施例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存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：

本申请的麦克风阵列增益调节方法中，对模数转换器的增益进行动态调节，判断经过模数转换器放大后的语音信号的语音幅值中是否存在大于预设最高语音信号幅值阈值或小于预设最低语音信号幅值阈值的语音幅值，当存在大于预设最高语音信号幅值阈值的语音幅值时，表示此时可能因为声源距离麦克风过近或语音信号能量较大，在波峰位置出现削波现象，需要根据第一增益和语音幅值中的最大值计算第二增益，当存在小于预设最低语音信号幅值阈值的语音幅值时，表示此时可能因为声源距离麦克风过远或语音信号能量较小，出现语音能量过小无法识别的情况，需要根据第一增益和语音幅值中的最小值计算第二增益，用第二增益对第一增益进行更新，从而达到减小语音幅值或增大语音幅值的目的，使得各语音信号的语音幅值均在限定的范围内，避免出现削波现象或出现语音能量过小无法识别的情况，解决了现有的麦克风阵列通常将adc的增益设置为固定值，可能因为声源距离麦克风过近或语音信号能量较大，在波峰位置出现削波现象，或因为声源距离麦克风过远或语音信号能量较小，出现语音能量过小无法识别的情况的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种麦克风阵列增益调节方法的实现流程示意图；

图2是本申请实施例提供的一种麦克风阵列增益调节装置的示意图；

图3是本申请实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

实施例一：

下面对本申请实施例一提供的一种麦克风阵列增益调节方法进行描述，请参阅附图1，本申请实施例一中的麦克风阵列增益调节方法包括：

步骤s101、获取模数转换器的第一增益以及经过所述模数转换器放大后的语音信号的语音幅值；

在调节模数转换器的增益时，需要先获取模数转换器当前的第一增益以及经过数模转换器放大后的语音信号的语音幅值

步骤s102、判断是否存在大于预设最高语音信号幅值阈值或小于预设最低语音信号幅值阈值的语音幅值；

获取经过模数转换器放大后的语音信号的语音幅值后，判断是否存在大于预设最高语音信号幅值阈值或小于预设最低语音信号幅值阈值的语音幅值，以预设最高语音信号幅值阈值和预设最低语音信号幅值阈值作为增益调节的判定条件，若存在大于预设最高语音信号幅值阈值或小于预设最低语音信号幅值阈值的语音幅值，则需要进行增益调节，若不存在，则无需进行增益调节。

步骤s103、当存在大于预设最高语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最大值计算第二增益；

当存在大于预设最高语音信号幅值阈值的语音幅值时，表示此时可能因为声源距离麦克风过近或语音信号能量较大，在波峰位置出现削波现象，因此，需要根据第一增益和语音幅值中的最大值计算第二增益，通过第二增益降低各语音信号的语音幅值，通过调节增益使得各语音信号的语音幅值均在合适的幅值范围内。

步骤s104、当存在小于预设最低语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最小值计算第二增益；

当存在小于预设最低语音信号幅值阈值的语音幅值时，表示此时可能因为声源距离麦克风过远或语音信号能量较小，出现语音能量过小无法识别的情况，因此，需要根据第一增益和语音幅值中的最小值计算第二增益，通过第二增益提高各语音信号的语音幅值，通过调节增益使得各语音信号的语音幅值均在合适的幅值范围内。

步骤s105、将模数转换器的所述第一增益更新为所述第二增益。

计算得到第二增益之后，将模数转换器的第一增益更新为第二增益，模数转换器即可根据第二增益进行信号放大，使放大后的语音信号的语音幅值均在合适的幅值范围内，避免出现削波现象或语音能量过小无法识别的情况，确保麦克风阵列采集到的语音信号处于可识别但不失真的状态。

在进行增益调节时，可以设置增益调节周期，每隔预置时间间隔进行一次增益调节，保证模数转换器的增益的动态更新，例如，可以设置为每隔0.05s进行一次增益调节，保证模数转换器的增益的实时追踪和更新。

在进行增益调节的过程中，可以根据预设调音幅值与语音幅值的比值进行增益调节，也可以根据预设调音幅值与语音幅值的差值进行反馈调节。

当根据预设调音幅值与语音幅值的比值进行增益调节时，所述当存在大于预设最高语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最大值计算第二增益具体包括：

a1、当存在大于预设最高语音信号幅值阈值的语音幅值时，计算第一预设调音幅值与语音幅值中的最大值的第一比值；

当存在大于预设最高语音信号幅值阈值的语音幅值时，表明此时可能声源距离麦克风过近或语音信号能量较大，需要降低模数转换器的增益，计算第一预设调音幅值与语音幅值中最大值的第一比值。

第一预设调音幅值可以根据实际情况进行设置，例如第一预设调音幅值可以设置为预设最高语音信号幅值阈值，也可以设置为其他不会出现削波现象的值。

a2、将所述第一增益乘以所述第一比值得到第二增益。

将第一增益乘以第一比值得到第二增益，当模数转换器使用第二增益进行信号放大时，可以使各语音信号的语音幅值小于或等于第一预设调音幅值，避免出现削波现象。

进一步地，所述当存在小于预设最低语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最小值计算第二增益具体包括：

b1、当存在小于预设最低语音信号幅值阈值的语音幅值时，计算第二预设调音幅值与语音幅值中的最小值的第二比值；

当存在小于预设最低语音信号幅值阈值的语音幅值时，表示此时可能因为声源距离麦克风过远或语音信号能量较小，出现语音能量过小无法识别的情况，需要增大模数转换器的增益，计算第二预设调音幅值与语音幅值中最小值的第二比值。

第二预设调音幅值可以根据实际情况进行设置，例如第一预设调音幅值可以设置为预设最低语音信号幅值阈值，也可以设置为其他易于识别的幅值。

b2、将所述第一增益乘以所述第二比值得到第二增益。

将第一增益乘以第二比值得到第二增益，当模数转换器使用第二增益进行信号放大时，可以使各语音信号的语音幅值大于或等于第一预设调音幅值，避免出现语音幅值过小难以识别的情况。

当根据预设调音幅值与语音幅值的差值进行反馈调节，所述当存在大于预设最高语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最大值计算第二增益具体包括：

c1、当存在大于预设最高语音信号幅值阈值的语音幅值时，计算第三预设调音幅值与语音幅值中的最大值的第一差值；

在反馈调节的过程中，需要根据理想值与实际值的差值作为调节量进行调节和反馈，因此，当存在大于预设最高语音信号幅值阈值的语音幅值时，先计算第三预设调音幅值与语音幅值中的最大值的第一差值，以第一差值作为调节量。

第三预设调音幅值可以根据实际情况进行设置，例如第三预设调音幅值可以设置为预设最高语音信号幅值阈值，也可以设置为其他不会出现削波现象的值。

c2、将所述第一差值输入第一预设传递函数中，计算第一增益变量；

将第一差值输入第一预设传递函数中计算第一增益变量，第一预设传递函数可以根据实际情况进行设置，例如可以设置为比例环节、积分环节和微分环节中的一种或多种的组合。

c3、将所述第一增益与所述第一增益变量相加得到第二增益。

将第一增益与第一增益变量相加得到第二增益，第二增益小于第一增益，可以减小各语音信号的语音幅值，避免出现削波现象。

进一步地，所述当存在小于预设最低语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最小值计算第二增益具体包括：

d1、当存在小于预设最低语音信号幅值阈值的语音幅值时，计算第四预设调音幅值与语音幅值中的最小值的第二差值；

当存在小于预设最低语音信号幅值阈值的语音幅值时，先计算第四预设调音幅值与语音幅值中的最小值的第二差值，以第二差值作为调节量。

d2、将所述第二差值输入第二预设传递函数中，计算第二增益变量；

将第二差值输入第二预设传递函数中计算第一增益变量，第二预设传递函数可以根据实际情况进行设置，例如可以设置为比例环节、积分环节和微分环节中的一种或多种的组合。

d3、将所述第一增益与所述第二增益变量相加得到第二增益。

将第一增益与第二增益变量相加得到第二增益，第二增益大于第一增益，可以增大各语音信号的语音幅值，避免出现语音能量过小无法识别的情况。

本实施例一提供的麦克风阵列增益调节方法中，对模数转换器的增益进行动态调节，从而达到根据实际情况减小语音幅值或增大语音幅值的目的，使得各语音信号的语音幅值均在限定的范围内，避免出现削波现象或出现语音能量过小无法识别的情况，解决了现有的麦克风阵列通常将adc的增益设置为固定值，可能因为声源距离麦克风过近或语音信号能量较大，在波峰位置出现削波现象，或因为声源距离麦克风过远或语音信号能量较小，出现语音能量过小无法识别的情况的问题。

增益调节的方式可以根据实际情况进行设置，例如，增益调节的方式可以设置为根据预设调音幅值与语音幅值的比值进行增益调节，也可以设置为根据预设调音幅值与语音复制的差值进行反馈调节。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例二：

本申请实施例二提供了一种麦克风阵列增益调节装置，为便于说明，仅示出与本申请相关的部分，如图2所示，麦克风阵列增益调节装置包括，

数据获取模块201，用于获取模数转换器的第一增益以及各个麦克风经过所述模数转换器放大后的语音信号的语音幅值；

幅值判断模块202，用于判断是否存在大于预设最高语音信号幅值阈值或小于预设最低语音信号幅值阈值的语音幅值；

高音调节模块203，用于当存在大于预设最高语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最大值计算第二增益；

低音调节模块204，用于当存在小于预设最低语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最小值计算第二增益；

增益更新模块205，用于将模数转换器的所述第一增益更新为所述第二增益。

进一步地，所述高音调节模块203具体包括：

第一比值子模块，用于当存在大于预设最高语音信号幅值阈值的语音幅值时，计算第一预设调音幅值与语音幅值中的最大值的第一比值；

第一计算子模块，用于将所述第一增益乘以所述第一比值得到第二增益。

进一步地，所述低音调节模块204具体包括：

第二比值子模块，用于当存在小于预设最低语音信号幅值阈值的语音幅值时，计算第二预设调音幅值与语音幅值中的最小值的第二比值；

第二计算子模块，用于将所述第一增益乘以所述第二比值得到第二增益。

进一步地，所述高音调节模块203具体包括：

第一差值子模块，用于当存在大于预设最高语音信号幅值阈值的语音幅值时，计算第三预设调音幅值与语音幅值中的最大值的第一差值；

第一变量子模块，用于将所述第一差值输入第一预设传递函数中，计算第一增益变量；

第三计算子模块，用于将所述第一增益与所述第一增益变量相加得到第二增益。

进一步地，所述低音调节模块204具体包括：

第二差值子模块，用于当存在小于预设最低语音信号幅值阈值的语音幅值时，计算第四预设调音幅值与语音幅值中的最小值的第二差值；

第二变量子模块，用于将所述第二差值输入第二预设传递函数中，计算第二增益变量；

第四计算子模块，用于将所述第一增益与所述第二增益变量相加得到第二增益。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

实施例三：

图3是本申请实施例三提供的终端设备的示意图。如图3所示，该实施例的终端设备3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述麦克风阵列增益调节方法实施例中的步骤，例如图1所示的步骤s101至s105。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块201至205的功能。

示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。例如，所述计算机程序32可以被分割成数据获取模块、幅值判断模块、高音调节模块、低音调节模块以及增益更新模块，各模块具体功能如下：

数据获取模块，用于获取模数转换器的第一增益以及各个麦克风经过所述模数转换器放大后的语音信号的语音幅值；

幅值判断模块，用于判断是否存在大于预设最高语音信号幅值阈值或小于预设最低语音信号幅值阈值的语音幅值；

高音调节模块，用于当存在大于预设最高语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最大值计算第二增益；

低音调节模块，用于当存在小于预设最低语音信号幅值阈值的语音幅值时，根据所述第一增益和语音幅值中的最小值计算第二增益；

增益更新模块，用于将模数转换器的所述第一增益更新为所述第二增益。

所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端设备3的示例，并不构成对终端设备3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，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器30可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器31可以是所述终端设备3的内部存储单元，例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备，例如所述终端设备3上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。