本發明屬于工業噪聲控制領域，特別涉及一種用于鋼廠車間環境聲音的回聲消除降噪方法及系統。

背景技術：

1、在鋼鐵制造等重工業領域，環境噪聲水平通常非常高，這種噪聲不僅影響工人的健康和安全，還嚴重干擾設備故障的早期檢測和聲音監測系統的有效運行。傳統的聲音降噪技術如有源噪聲控制和被動聲學隔離多側重于減少噪聲對人耳的影響，而不足以處理復雜的工業噪聲環境中信號的提取和增強。

2、在鋼廠等重工業環境中，存在多個噪聲源，包括機械運轉聲、沖擊聲和電氣噪聲等，這些噪聲源的特點是頻率范圍廣、強度大和變化快。此外，這些環境中的聲音信號通常包含重要的操作信息，如設備運行狀態和故障警示，因此，需要有效的技術來提高這些信號的可識別性和清晰度。同時車間環境容易產生回聲和混響，聲學信號質量增強是亟待解決的難題。

3、目前，大多數聲音降噪技術側重于簡單的線性處理方法，如濾波和回聲消除，這些方法在處理單一或預測性噪聲源時效果明顯，但在多聲源和高動態環境中的效果有限。例如，線性濾波器無法適應環境噪聲的快速變化，而傳統的神經網絡方法雖然可以提高處理復雜信號的能力，但在實時應用中仍面臨計算效率和資源消耗的挑戰。

4、此外，現有技術往往未能充分利用聲音信號在頻率和時間上的相關性，導致無法有效從高噪聲背景中提取出有用信號。因此，開發一種能夠有效處理鋼廠復雜聲環境中噪聲的技術，對于提高生產安全和效率具有重要意義。

技術實現思路

1、針對上述技術問題，本發明公開了一種用于鋼廠車間環境聲音的回聲消除降噪方法及系統；通過集成延時補償模塊、線性濾波器模塊和基于深度神經網絡的殘余噪聲抑制模塊，有效地解決了傳統聲音降噪技術在復雜工業環境中應用的局限性。

2、為了實現上述技術目的，本發明提供以下技術方案：

3、一種用于鋼廠車間環境聲音的回聲消除降噪方法，所述方法包括以下步驟：

4、(1)實時獲取鋼廠車間環境中現場監測點在工作過程中的聲音信號；所述現場監測點包括各個噪聲源和各個目標源；

5、(2)對于來自同一現場監測點的原始聲信號和車間回聲信號在時間上進行對齊，獲得對齊后信號；

6、(3)對步驟(2)獲得的對齊后信號進行濾波處理，以抑制信道中疊加的噪聲和回聲信號；

7、(4)訓練神經網絡掩膜，采用掩膜頻域處理步驟(3)濾波處理后的聲音信號以抑制殘余的噪聲信號，并輸出干凈的聲音信號。

8、進一步地，步驟(2)中，使用廣義互相關與相位變換算法來計算原始聲信號以及由現場車間產生的車間回聲信號混響的時間延遲。

9、進一步地，步驟(2)具體包括：

10、(2.1)定義廣義互相關，計算鋼廠作業車間原始聲信號以及車間回聲信號之間的統計相關性，建立信號之間的關聯；在每個時間步長，更新鋼廠作業車間原始聲信號以及車間回聲信號之間的互相關值；

11、(2.2)通過逆快速傅里葉變換將頻域信號轉換回時域信號；在時域信號中，找到互相關值的最大位置，計算出信號之間的延遲時間，對車間回聲信號進行調整，使車間回聲信號與相應的原始聲信號在時間上對齊。

12、進一步地，步驟(2.2)具體包括：

13、對于來自同一現場監測點的原始聲信號x1(t)和車間回聲信號x2(t)進行快速傅葉變換，得到x1(f)和x2(f)；

14、兩個信號的互功率譜密度計算公式為：

15、

16、其中，是x2(f)的共軛；

17、應用相位變換，獲得正則化的互功率譜密度

18、

19、對正則化的互功率譜密度執行逆快速傅里葉變換以從頻域轉換到時域，得到互相關函數

20、

21、在互相關函數中找到峰值的位置τmax，位置τmax即為原始聲信號號x1(t)和車間回聲信號x2(t)兩信號之間的估計延時；

22、根據計算出的延時τmax，調整信號x2(t)的時間軸，使得x1(t)和x2(t+τmax)在時間上對齊，獲得對齊后的信號x(t)。

23、進一步地，步驟(3)中，采用加權遞歸最小二乘濾波器進行濾波處理。

24、進一步地，步驟(3)具體包括：

25、以對齊后的信號x(t)為輸入，初始化濾波器的權重向量w(0)和相關矩陣的逆p(0)；通常p(0)設置為大的標量乘以單位矩陣，例如δi，其中δ是一個較大的正數；具體地可以將δ設置為10^6以增強算法的適應性，適用于輸入信號動態變化較大、需要更快收斂的情況。

26、計算增益向量k(n)：

27、

28、其中，每個時間步n的輸入向量為x(n)，x(n)含義為時間步n和之前l個時間步的所有的現場監測點的對齊信號；p(n-1)表示上一時間步的協方差矩陣；λ是遺忘因子，λ介于0.9和1之間；

29、更新權重向量w(n)：

30、w(n)＝w(n-1)+k(n)[d(n)-xt(n)w(n-1)]

31、其中，w(n-1)為w(0)的迭代更新值；w(n)是自適應濾波器的權重向量，表示濾波器在第n個時間步的參數；d(n)是期望的輸出，即在無噪聲條件下的目標信號；

32、更新相關矩陣的逆p(n)：

33、

34、應用濾波器w(n)于輸入x(n)以得到濾波后的輸出y(n)：

35、y(n)＝wt(n)x(n)。

36、進一步地，步驟(4)中，所述訓練神經網絡掩膜的方法為：將訓練集數據短時傅里葉變換(stft)轉換為時頻譜圖；將所述時頻譜圖送入frcrn模型進行cirm目標預測，以訓練得到掩膜。

37、進一步地，步驟(4)中，所述采用掩膜頻域處理聲音信號的方法為：

38、將步驟(3)濾波后的輸出經過stft轉換為時頻譜圖，將所述時頻譜圖與訓練后的掩膜相乘，將相乘后結果逆短時傅里葉變換，將增強后的譜圖轉換回時域信號輸出，以消除殘余的噪聲信號。

39、一種用于鋼廠車間環境聲音的回聲消除降噪系統，所述回聲消除降噪系統，包括：

40、聲音信號采樣模塊：實時獲取鋼廠車間環境中現場監測點在工作過程中的聲音信號；所述現場監測點包括各個噪聲源和各個目標源；

41、延時補償模塊：對于來自同一現場監測點的原始聲信號和車間回聲信號在時間上進行對齊，獲得對齊后信號；

42、線性濾波器模塊：通過線性濾波器對延時補償模塊輸出的對齊后信號進行濾波處理，以抑制信道中疊加的噪聲和回聲信號；

43、基于深度神經網絡的殘余噪聲抑制模塊：用于訓練神經網絡掩膜，采用掩膜頻域處理線性濾波器模塊輸出的聲音信號以抑制殘余的噪聲信號，并輸出干凈的聲音信號。

44、進一步地，所述聲音信號采樣模塊采用網絡拾音器，聲音信號采樣模塊將采集到的聲音信號轉化為數字信號。

45、本發明有益技術效果：

46、本發明提供了一種鋼廠車間環境聲音的回聲降噪方法，用于消除車間回聲同時抑制噪聲干擾，增強了鋼廠車間環境聲學質量；能夠利用拾音器自動采樣并在線實時處理現場音頻，并能夠通過多線程并行計算做到快速檢測，保證檢測的實時性。

47、本發明提供了一種鋼廠車間環境聲音的回聲降噪系統，克服現有解決方案中音頻失真，可供操作工聽到純凈的目標感興趣聲音的同時能提供干凈的數據集制作的解決方案，可供后續機器學習以達到進一步自動化水平的提升。

48、綜合以上描述，本發明提供的方法能夠實現旨在有效降低工作區域內的噪聲水平，同時抑制回聲保持重要環境聲音的清晰度。通過大規模的現場聲音數據訓練，網絡能夠適應各種聲學條件苛刻鋼廠車間工業環境。系統的實現有利于對鋼廠噪聲的高效處理，提高了鋼廠環境的聲學質量。