基于响度级的语音降噪方法、系统及计算机存储介质与流程

1.本发明涉及语音降噪领域，尤其涉及一种基于响度级的语音降噪方法、系统及计算机存储介质。


背景技术：

2.目前为了提高语音通话时的通话清晰度，手机通常会设置有降噪功能。
3.现有的降噪，通常是根据语音信号及环境噪声信号的幅度差进行降噪。这种通过信号幅度进行降噪，虽然能达到一定的降噪效果，但由于人耳对不同频率的声音的感知度存在差异，致使通过声音信号的幅度实现降噪的效果不佳。
4.因此，需要提供一种基于响度级的语音降噪方法、系统及计算机存储介质来解决现有技术的不足。


技术实现要素：

5.为了解决现有技术中的问题，本发明提供了一种基于响度级的语音降噪方法、系统及计算机存储介质。
6.本申请提供了一种基于响度级的语音降噪方法，包括：
7.从实时获取的声音信号中识别出语音信号和环境噪声信号；
8.分别获取所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率；
9.根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，分别得到所述语音信号的语音响度级及所述环境噪声信号的环境响度级；
10.基于所述环境噪声信号与所述语音信号的响度级差值对所述声音信号进行降噪处理，得到通话信号。
11.进一步地，所述从实时获取的声音信号中识别出语音信号和环境噪声信号，包括：
12.提取所述声音信号中的语音特征信息；
13.根据所述语音特征信息识别出语音信号和环境噪声信号。
14.进一步地，所述根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，分别得到所述语音信号的语音响度级及所述环境噪声信号的环境响度级，包括：
15.根据所述语音信号的声压级和频率在等响曲线模型中查找所述语音信号的语音响度级；
16.根据所述环境噪声信号的声压级和频率在所述等响曲线模型中查找所述环境噪声信号的环境响度级。
17.进一步地，所述等响曲线模型的构建方法，包括：
18.获取用户对不同声压级和不同频率的纯音的轻响判断结果；
19.将所述轻响判断结果输入到通过等响曲线训练的神经网络模型中，得到所述等响曲线模型。
20.进一步地，所述降噪处理的降噪强度与所述响度级差值成正比。
21.进一步地，基于所述环境噪声信号与所述语音信号的响度级差值对所述声音信号进行降噪处理，得到通话信号，包括：
22.计算所述环境噪声信号的环境响度级和所述语音信号的语音响度级的响度级差值；
23.筛选出所述响度级差值中的最大响度级差值；
24.基于所述最大响度级差值对所述声音信号进行降噪处理，得到通话信号。
25.进一步地，在所述分别获取所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率之后，还包括：
26.根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，判断所述声音信号是否满足响度级降噪条件；
27.当所述声音信号满足响度级降噪条件时，根据所述语音信号的声压级和频率、所述环境噪声信号的声压级和频率分别得到语音信号的语音响度级及所述环境噪声信号的环境响度级，并基于所述环境响度级与所述语音响度级的差值对所述声音信号进行降噪，得到通话信号；
28.当所述声音信号不满足响度级降噪条件时，基于所述环境噪声信号与所述语音信号的声压级差值对所述声音信号进行降噪，得到通话信号。
29.进一步地，所述根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，判断所述声音信号是否满足响度级降噪条件，包括：
30.在所述环境噪声信号与所述语音信号的声压级差值大于声压级阈值，或所述环境噪声信号中存在频率处于预设频率范围内的环境噪声信号时，判定所述声音信号满足响度级降噪条件；
31.在所述环境噪声信号与所述语音信号的声压级差值小于或等于声压级阈值，且所述环境噪声信号中不存在频率处于预设频率范围内的环境噪声信号时，判定所述声音信号不满足响度级降噪条件。
32.本发明还提供了一种基于响度级的语音降噪系统，包括：
33.第一获取模块，用于从实时获取的声音信号中识别出语音信号和环境噪声信号；
34.第二获取模块，用于分别获取所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率；
35.确定模块，用于根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，分别得到所述语音信号的语音响度级及所述环境噪声信号的环境响度级；
36.降噪模块，用于基于所述环境噪声信号与所述语音信号的响度级差值对所述声音信号进行降噪处理，得到通话信号。
37.本发明还提供了一种计算机存储介质，所述计算机存储介质上存储有基于响度级的语音降噪方法程序，所述基于响度级的语音降噪方法程序被处理器执行时实现上述任一所述的基于响度级的语音降噪方法的步骤。
38.本发明的技术方案与最接近的现有技术相比具有如下优点：
39.本发明提供的技术方案首先从实时获取的声音信号中识别出语音信号和环境噪声信号，然后分别获取语音信号的声压级和频率以及环境噪声信号的声压级和频率，根据语音信号的声压级和频率以及环境噪声信号的声压级和频率，分别得到语音信号的语音响
度级及环境噪声信号的环境响度级，最后基于语音信号与环境噪声信号的响度级差值对声音信号进行降噪处理，得到通话信号。本发明提供的技术方案通过声音信号中语音信号和环境噪声信号的声压级和频率，确定环境噪声信号与语音信号的响度级差值，根据响度级差值对声音信号进行降噪处理，本发明基于与人耳感受更为贴合的响度级进行语音降噪，使降噪效果更佳。
附图说明
40.图1是本发明实施例中基于响度级的语音降噪方法流程图；
41.图2是本发明实施例中提供的等响曲线示意图；
42.图3是本发明实施例中基于响度级的语音降噪系统示意图。
具体实施方式
43.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
44.如图1所示，本申请提供了一种基于响度级的语音降噪方法，可以实现在通话过程中对声音信号进行实时降噪处理。该基于响度级的语音降噪方法可以包括以下步骤：
45.s100，从实时获取的声音信号中识别出语音信号和环境噪声信号；
46.s200，分别获取所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率；
47.s300，根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，分别得到所述语音信号的语音响度级及所述环境噪声信号的环境响度级；
48.s400，基于所述环境噪声信号与所述语音信号的响度级差值对所述声音信号进行降噪处理，得到通话信号。
49.在本申请实施例中，首先从实时获取的声音信号中识别出语音信号和环境噪声信号，然后分别获取语音信号的声压级和频率以及环境噪声信号的声压级和频率，根据语音信号的声压级和频率以及环境噪声信号的声压级和频率，分别得到语音信号的语音响度级及环境噪声信号的环境响度级，最后基于语音信号与环境噪声信号的响度级差值对声音信号进行降噪处理，得到通话信号。本发明提供的技术方案通过声音信号中语音信号和环境噪声信号的声压级和频率，确定环境噪声信号与语音信号的响度级差值，根据响度级差值对声音信号进行降噪处理，本申请基于与人耳感受更为贴合的响度级进行语音降噪，使降噪效果更佳。
50.在本申请的一个可能的实施方式中，步骤s100，具体包括：
51.提取所述声音信号中的语音特征信息；
52.根据所述语音特征信息识别出语音信号和环境噪声信号。
53.具体地，首先需要根据语音信号和环境噪声信号的信号特点对声音信号进行识别。可以通过预先存储人声模型和噪声模型的方式来对上述语音信号和环境噪声信号进行识别。上述模型包含对应声音的语音特征，比如声强、响度、频率、信噪比、短时平均过零率
等。例如，在对声音信号采样之后，将该声音信号与模型进行匹配，如果声音信号中包含了人声模型中的所有特征，即表明当前有人正在说话，如果所述声音信号无法匹配人声模型，则有可能是用户声音过小，或者背景噪声过大，表明从当前获取的声音中无法识别出人声。同样的，可以根据预先存储的胎噪模型、空调噪声模型或者风噪模型对获取的声音信号进行识别，从而能够判断出当前声音信号中包含的噪声类型。
54.进一步地，通过语音特征信息识别出声音信号中的语音信号和环境噪声信号。
55.在本申请的一个可能的实施方式中，所述步骤s300具体包括：
56.根据所述语音信号的声压级和频率在等响曲线模型中查找所述语音信号的语音响度级；
57.根据所述环境噪声信号的声压级和频率在所述等响曲线模型中查找所述环境噪声信号的环境响度级。
58.在本申请实施例中，语音信号的语音响度级和环境噪声信号的环境响度级都可以从等响曲线模型中查找确定。
59.在本申请的一个可能的实施方式中，等响曲线模型的构建方法，具体包括：
60.获取用户对不同声压级和不同频率的纯音的轻响判断结果；
61.将所述轻响判断结果输入到通过等响曲线训练的神经网络模型中，得到所述等响曲线模型。
62.在本申请实施例中，可以通过启动预设程序，程序中将相同声压级不同频率及不同声压级相同频率的纯音两两对比，获取用户输入的轻响判断结果，然后将该轻响判断结果输入到神经网络模型中，得到所述等响曲线模型。其中，神经网络模型是通过等响曲线训练后的神经网络模型。
63.在本申请的一个可能的实施方式中，降噪处理的降噪强度与所述响度级差值成正比。
64.在本申请的一个可能的实施方式中，所述步骤s400具体包括：
65.计算所述环境噪声信号的环境响度级和所述语音信号的语音响度级的响度级差值；
66.筛选出所述响度级差值中的最大响度级差值；
67.基于所述最大响度级差值对所述声音信号进行降噪处理，得到通话信号。
68.在本申请实施例中，由于环境噪声信号中可能包含多种不同频率和声压级的噪声，因此计算环境噪声信号的环境响度级和语音信号的语音响度级的响度级差值时，可能出现多个响度级差值，筛选出其中响度级差值最大的最大响度级差值，根据该最大响度级差值对声音信号进行降噪处理，得到通话信号。具体地，降噪强度与最大的响度级差值成正比。
69.在本申请的一个可能的实施方式中，在所述步骤s200之后，还包括：
70.根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，判断所述声音信号是否满足响度级降噪条件；
71.当所述声音信号满足响度级降噪条件时，根据所述语音信号的声压级和频率、所述环境噪声信号的声压级和频率分别得到语音信号的语音响度级及所述环境噪声信号的环境响度级，并基于所述环境响度级与所述语音响度级的差值对所述声音信号进行降噪，
得到通话信号；
72.当所述声音信号不满足响度级降噪条件时，基于所述环境噪声信号与所述语音信号的声压级差值对所述声音信号进行降噪，得到通话信号。
73.也就是，对声音信号的降噪处理分为两种情况，一种是声音信号是否满足响度级降噪条件，通过响度级差值进行降噪处理，也就是上述实施例中描述的情况；另一种是声音信号不满足响度级降噪条件，就直接根据环境噪声信号与语音信号的声压级差值进行降噪处理。通过先判断声音信号是否满足响度级降噪条件，再确定降噪处理的方式，可以减少运算量，提高降噪效率。
74.在本申请的一个可能的实施方式中，所述根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，判断所述声音信号是否满足响度级降噪条件，具体包括：
75.在所述环境噪声信号与所述语音信号的声压级差值大于声压级阈值，或所述环境噪声信号中存在频率处于预设频率范围内的环境噪声信号时，判定所述声音信号满足响度级降噪条件；
76.在所述环境噪声信号与所述语音信号的声压级差值小于或等于声压级阈值，且所述环境噪声信号中不存在频率处于预设频率范围内的环境噪声信号时，判定所述声音信号不满足响度级降噪条件。
77.也就是，声音信号满足响度级降噪条件是：环境噪声信号与语音信号的声压级差值大于声压级阈值，或环境噪声信号中存在频率处于预设频率范围内的环境噪声信号。
78.具体地，预设频率范围可以设为2k-5khz，根据等响曲线可知，如图2所示，人耳对2k-5khz的声音最为敏感，即相同声压级下，该频段范围内的声音比其他频率的声音更响，因此为了避免该段频率范围内的噪声对通话质量造成较大影响，则重点对该段频率范围内的噪声进行处理。
79.进一步地，声音信号不满足响度级降噪条件的情况在下面实施例中详细描述。
80.在本申请的一个可能的实施方式中，判断声音信号是否满足响度级降噪条件，具体包括：
81.计算所述环境噪声信号与所述语音信号的声压级差值；
82.判断所述声压级差值是否大于声压级阈值；
83.若所述声压级差值小于或等于所述声压级阈值，则说明声音信号不满足响度级降噪条件，根据所述声压级差值对所述声音进行降噪。
84.在本申请实施例中，通过计算环境噪声信号中是否存在与语音信号的声压级差值大于声压级阈值的环境噪声信号，若是不存在，则根据声压级差值对上述声音信号进行降噪。其中，降噪强度与声压级差值成正比。若是存在，则根据环境噪声信号的声压级及频率进行降噪，该降噪方法在上述实施例中已经详细描述，在此不再赘述。
85.在本申请的一个可能的实施方式中，该基于响度级的语音降噪方法还可以包括：
86.计算降噪后的环境响度级和语音响度级的响度级差值；
87.判断所述响度级差值是否大于响度阈值；
88.若所述响度级差值大于所述响度阈值，则确定降噪后的声音信号为通话信号。
89.在本申请实施例中，在进行完上述降噪过程后，在进一步计算降噪后的环境响度
级和语音响度级的响度级差值，判断该响度级差值与响度阈值的大小，若是该响度级差值大于响度阈值，则确定降噪后的声音信号为最终的通话信号。也就是，此时的声音信号已经与人耳很贴合，降噪效果很好。
90.在本申请的一个可能的实施方式中，该基于响度级的语音降噪方法还可以包括：
91.将所述通话信号通过5g网络传输到另一终端。
92.在本申请实施例中，通过5g网络进行声音信号的传输，使得声音更加清晰，传输的速度更加快，增强用户体验。
93.在本申请另一实施例中，还提供了一种基于响度级的语音降噪系统，如图3所示，该基于响度级的语音降噪系统可以包括以下模块：第一获取模块1、第二获取模块2、确定模块3和降噪模块4。
94.该第一获取模块1被配置为从实时获取的声音信号中识别出语音信号和环境噪声信号。
95.该第二获取模块2被配置为分别获取所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率。
96.该确定模块3被配置为根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，分别得到所述语音信号的语音响度级及所述环境噪声信号的环境响度级。
97.该降噪模块4被配置为基于所述环境噪声信号与所述语音信号的响度级差值对所述声音信号进行降噪处理，得到通话信号。
98.在本申请实施例中，通过第一获取模块从实时获取的第一终端的声音信号中识别出语音信号和环境噪声信号，然后通过第二获取模块分别获取语音信号的声压级和频率以及环境噪声信号的声压级和频率，再通过确定模块根据语音信号的声压级和频率以及环境噪声信号的声压级和频率，分别得到语音信号的语音响度级及环境噪声信号的环境响度级，最后通过降噪模块基于所述环境噪声信号与所述语音信号的响度级差值对声音信号进行降噪处理，得到通话信号。本发明提供的技术方案通过声音信号中语音信号和环境噪声信号的声压级和频率，确定环境噪声信号与语音信号的响度级差值，根据响度级差值对声音信号进行降噪处理，基于与人耳感受更为贴合的响度级进行语音降噪，使降噪效果更佳。
99.进一步地，第一获取模块1具体用于：
100.提取所述声音信号中的语音特征信息；
101.根据所述语音特征信息识别出语音信号和环境噪声信号。
102.进一步地，确定模块3具体用于：
103.根据所述语音信号的声压级和频率在等响曲线模型中查找所述语音信号的语音响度级；
104.根据所述环境噪声信号的声压级和频率在所述等响曲线模型中查找所述环境噪声信号的环境响度级。
105.进一步地，确定模块3还可以用于：
106.获取用户对不同声压级和不同频率的纯音的轻响判断结果；
107.将所述轻响判断结果输入到通过等响曲线训练的神经网络模型中，得到所述等响曲线模型。
108.进一步地，降噪模块4具体用于：
109.计算所述环境噪声信号的环境响度级和所述语音信号的语音响度级的响度级差值；
110.筛选出所述响度级差值中的最大响度级差值；
111.基于所述最大响度级差值对所述声音信号进行降噪处理，得到通话信号。
112.进一步地，该基于响度级的语音降噪系统，还可以包括：判断模块。
113.该判断模块被配置为根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，判断所述声音信号是否满足响度级降噪条件；
114.当所述声音信号满足响度级降噪条件时，根据所述语音信号的声压级和频率、所述环境噪声信号的声压级和频率分别得到语音信号的语音响度级及所述环境噪声信号的环境响度级，并基于所述环境响度级与所述语音响度级的差值对所述声音信号进行降噪，得到通话信号；
115.当所述声音信号不满足响度级降噪条件时，基于所述环境噪声信号与所述语音信号的声压级差值对所述声音信号进行降噪，得到通话信号。
116.进一步地，判断模块具体用于：
117.在所述环境噪声信号与所述语音信号的声压级差值大于声压级阈值，或所述环境噪声信号中存在频率处于预设频率范围内的环境噪声信号时，判定所述声音信号满足响度级降噪条件；
118.在所述环境噪声信号与所述语音信号的声压级差值小于或等于声压级阈值，且所述环境噪声信号中不存在频率处于预设频率范围内的环境噪声信号时，判定所述声音信号不满足响度级降噪条件。
119.在本公开另一实施例中，还提供了一种计算机存储介质，该计算机存储介质上存储有基于响度级的语音降噪方法程序，上述基于响度级的语音降噪方法程序被处理器执行时实现以下步骤：
120.从实时获取的声音信号中识别出语音信号和环境噪声信号；
121.分别获取所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率；
122.根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，分别得到所述语音信号的语音响度级及所述环境噪声信号的环境响度级；
123.基于所述环境噪声信号与所述语音信号的响度级差值对所述声音信号进行降噪，得到通话信号。
124.在本申请实施例中，首先从实时获取的声音信号中识别出语音信号和环境噪声信号，然后分别获取语音信号的声压级和频率以及环境噪声信号的声压级和频率，根据语音信号的声压级和频率以及环境噪声信号的声压级和频率，分别得到语音信号的语音响度级及环境噪声信号的环境响度级，最后基于语音信号与环境噪声信号的响度级差值对声音信号进行降噪处理，得到通话信号。本发明提供的技术方案通过声音信号中语音信号和环境噪声信号的声压级和频率，确定环境噪声信号与语音信号的响度级差值，根据响度级差值对声音信号进行降噪处理，基于与人耳感受更为贴合的响度级进行语音降噪，使降噪效果更佳。
125.在本申请的一个可能的实施方式中，从实时获取的声音信号中识别出语音信号和
环境噪声信号，具体包括：
126.提取所述声音信号中的语音特征信息；
127.根据所述语音特征信息识别出语音信号和环境噪声信号。
128.具体地，首先需要根据语音信号和环境噪声信号的信号特点对声音信号进行识别。可以通过预先存储人声模型和噪声模型的方式来对上述语音信号和环境噪声信号进行识别。上述模型包含对应声音的语音特征，比如声强、响度、频率、信噪比、短时平均过零率等。例如，在对声音信号采样之后，将该声音信号与模型进行匹配，如果声音信号中包含了人声模型中的所有特征，即表明当前有人正在说话，如果所述声音信号无法匹配人声模型，则有可能是用户声音过小，或者背景噪声过大，表明从当前获取的声音中无法识别出人声。同样的，可以根据预先存储的胎噪模型、空调噪声模型或者风噪模型对获取的声音信号进行识别，从而能够判断出当前声音信号中包含的噪声类型。
129.进一步地，通过语音特征信息识别出声音信号中的语音信号和环境噪声信号。
130.在本申请的一个可能的实施方式中，根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，分别得到所述语音信号的语音响度级及所述环境噪声信号的环境响度级，具体包括：
131.根据所述语音信号的声压级和频率在等响曲线模型中查找所述语音信号的语音响度级；
132.根据所述环境噪声信号的声压级和频率在所述等响曲线模型中查找所述环境噪声信号的环境响度级。
133.在本申请实施例中，语音信号的语音响度级和环境噪声信号的环境响度级都可以从等响曲线模型中查找确定。
134.在本申请的一个可能的实施方式中，等响曲线模型的构建方法，具体包括：
135.获取用户对不同声压级和不同频率的纯音的轻响判断结果；
136.将所述轻响判断结果输入到通过等响曲线训练的神经网络模型中，得到所述等响曲线模型。
137.在本申请实施例中，可以通过启动预设程序，程序中将相同声压级不同频率及不同声压级相同频率的纯音两两对比，获取用户输入的轻响判断结果，然后将该轻响判断结果输入到神经网络模型中，得到所述等响曲线模型。其中，神经网络模型是通过等响曲线训练后的神经网络模型。
138.在本申请的一个可能的实施方式中，降噪处理的降噪强度与所述响度级差值成正比。
139.在本申请的一个可能的实施方式中，基于所述环境噪声信号与所述语音信号的响度级差值对所述声音信号进行降噪处理，得到通话信号，具体包括：
140.计算所述环境噪声信号的环境响度级和所述语音信号的语音响度级的响度级差值；
141.筛选出所述响度级差值中的最大响度级差值；
142.基于所述最大响度级差值对所述声音信号进行降噪处理，得到通话信号。
143.在本申请实施例中，由于环境噪声信号中可能包含多种不同频率和声压级的噪声，因此计算环境噪声信号的环境响度级和语音信号的语音响度级的响度级差值时，可能
出现多个响度级差值，筛选出其中响度级差值最大的最大响度级差值，根据该最大响度级差值对声音信号进行降噪处理，得到通话信号。具体地，降噪强度与最大的响度级差值成正比。
144.在本申请的一个可能的实施方式中，在所述分别获取所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率之后，还包括：
145.根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，判断所述声音信号是否满足响度级降噪条件；
146.当所述声音信号满足响度级降噪条件时，根据所述语音信号的声压级和频率、所述环境噪声信号的声压级和频率分别得到语音信号的语音响度级及所述环境噪声信号的环境响度级，并基于所述环境响度级与所述语音响度级的差值对所述声音信号进行降噪，得到通话信号；
147.当所述声音信号不满足响度级降噪条件时，基于所述环境噪声信号与所述语音信号的声压级差值对所述声音信号进行降噪，得到通话信号。
148.也就是，对声音信号的降噪处理分为两种情况，一种是声音信号是否满足响度级降噪条件，通过响度级差值进行降噪处理，也就是上述实施例中描述的情况；另一种是声音信号不满足响度级降噪条件，就直接根据环境噪声信号与语音信号的声压级差值进行降噪处理。通过先判断声音信号是否满足响度级降噪条件，再确定降噪处理的方式，可以减少运算量，提高降噪效率。
149.在本申请的一个可能的实施方式中，所述根据所述语音信号的声压级和频率以及所述环境噪声信号的声压级和频率，判断所述声音信号是否满足响度级降噪条件，具体包括：
150.在所述环境噪声信号与所述语音信号的声压级差值大于声压级阈值，或所述环境噪声信号中存在频率处于预设频率范围内的环境噪声信号时，判定所述声音信号满足响度级降噪条件；
151.在所述环境噪声信号与所述语音信号的声压级差值小于或等于声压级阈值，且所述环境噪声信号中不存在频率处于预设频率范围内的环境噪声信号时，判定所述声音信号不满足响度级降噪条件。
152.也就是，声音信号满足响度级降噪条件是：环境噪声信号与语音信号的声压级差值大于声压级阈值，或环境噪声信号中存在频率处于预设频率范围内的环境噪声信号。
153.具体地，预设频率范围可以设为2k-5khz，根据等响曲线可知，如图2所示，人耳对2k-5khz的声音最为敏感，即相同声压级下，该频段范围内的声音比其他频率的声音更响，因此为了避免该段频率范围内的噪声对通话质量造成较大影响，则重点对该段频率范围内的噪声进行处理。
154.在本申请的一个可能的实施方式中，该基于响度级的语音降噪方法还包括：
155.将所述通话信号通过5g网络传输到另一终端。
156.在本申请实施例中，通过5g网络进行声音信号的传输，使得声音更加清晰，传输的速度更加快，增强用户体验。
157.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之
间存在任何这种实际的关系或者顺序。
158.可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(application specific integrated circuits，asic)、数字信号处理器(digital signal processing，dsp)、数字信号处理设备(dsp device，dspd)、可编程逻辑设备(programmable logic device，pld)、现场可编程门阵列(field-programmable gate array，fpga)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
159.对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
160.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发明的范围。
161.在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
162.另外，在本发明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。
163.所述功能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，本发明实施例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所述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、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
164.需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
165.最后应说明的是：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。