本发明涉及语音处理的，特别涉及一种自适应调节降噪模式的方法、系统以及芯片。
背景技术：
1、智能手机、智能耳机、专业录音等设备在不同的环境中，声音的特性差异极大，环境噪声的复杂多变给声音采集装置的高质量音频采集带来了困难。
2、传统的声音采集装置通常采用固定的降噪模式，其降噪算法参数在设备出厂时就已设定好，或者仅能通过有限的几个预设模式进行切换，无法根据实际的环境噪声情况进行灵活且精准的自适应调节。这就导致在一些复杂环境中，降噪效果不佳，会过度降噪而损失声音的真实性，或者降噪不足而无法有效去除背景噪声干扰。
3、例如在嘈杂的街道、喧闹的餐厅、工厂车间等环境中，传统的声音采集装置难以准确地识别和处理各种不同类型的噪声，如持续的低频噪音、突发的高频噪音以及间歇性的噪音等。而且，不同的声音采集方式，例如定向采集和全向采集，对降噪的需求和处理方式也存在差异，但传统技术未能充分考虑这些因素进行针对性的优化，造成降噪方式不合理不能有效去除背景噪声干扰。
技术实现思路
1、本发明的主要目的为提供一种自适应调节降噪模式的方法、系统以及芯片，旨在克服目前降噪方式不能有效去除背景噪声干扰的缺陷。
2、为实现上述目的，本发明提供了一种自适应调节降噪模式的方法，包括以下步骤：
3、基于声音采集装置采集环境中的声音信息，从所述声音信息中提取噪声特征数据；
4、获取所述声音采集装置配置的初始降噪模式；其中，所述初始降噪模式包括降噪算法及其对应的初始降噪算法参数；
5、基于所述噪声特征数据，生成第一修正值；获取所述声音采集装置的声音采集方式，基于所述声音采集方式，生成第二修正值；
6、基于所述第一修正值、第二修正值进行融合分析，得到融合修正值；
7、基于所述融合修正值对所述降噪算法的初始降噪算法参数进行修正，得到修正降噪算法进行声音降噪处理。
8、进一步地，所述从所述声音信息中提取噪声特征数据，包括：
9、对所述声音信息进行频率分析处理，将其按不同频率范围进行划分，得到多个频率区间信息；
10、对每个频率区间信息进行能量强度计算处理，得到各频率区间的能量强度值；
11、基于各频率区间的能量强度值进行噪声判定处理，区分出噪声频率区间和非噪声频率区间；
12、对噪声频率区间的声音信息进行特征提取处理，得到噪声特征数据。
13、进一步地，所述基于所述噪声特征数据，生成第一修正值，包括：
14、对所述噪声特征数据进行频谱分析处理，确定噪声的主要频率分布区间；
15、计算所述主要频率分布区间内噪声的能量强度均值；
16、将所述能量强度均值与预设的多个能量强度等级阈值进行比较，确定噪声所属的能量强度等级；
17、根据所述能量强度等级与预设的修正值映射关系，生成对应的第一修正值。
18、进一步地，所述基于所述噪声特征数据，生成第一修正值，包括：
19、对所述噪声特征数据进行频谱分析处理，确定噪声的主要频率分布范围，根据所述主要频率分布范围与预设标准频率分布范围的差异程度，生成频率差异值作为第一子修正值；
20、分析所述噪声特征数据中的噪声强度信息，将其与预设的多个强度等级进行匹配，确定其所属的强度等级，根据所述强度等级对应的修正系数生成强度修正值作为第二子修正值；
21、提取噪声特征数据中的噪声持续时间特征，按照预设的时间分段规则将其划分为不同的时间段，统计各时间段内噪声的出现频率，基于所述出现频率生成时间频率修正值作为第三子修正值；
22、对所述第一子修正值、第二子修正值和第三子修正值进行加权求和计算，得到所述第一修正值。
23、进一步地，所述声音采集方式包括采集方向、采集距离设置参数、采集模式。
24、进一步地，所述基于所述声音采集方式，生成第二修正值，包括：
25、若采集方向为定向采集，则根据定向角度与预设标准角度的偏差生成方向偏差修正因子作为第一部分修正值；若为全向采集，则基于当前环境中其他声音干扰源相对于声音采集装置的位置分布生成干扰分布修正因子作为第一部分修正值；
26、将所述声音采集装置的采集距离设置参数与预设的最佳采集距离范围进行比较，根据偏离程度生成距离修正因子作为第二部分修正值；
27、若采集模式为连续采集，根据采集时间的长短和声音数据的稳定性生成连续采集修正因子作为第三部分修正值；若采集模式为间断采集，根据间断频率和每次采集的时长生成间断采集修正因子作为第三部分修正值；
28、将所述第一部分修正值、第二部分修正值和第三部分修正值进行融合计算，得到所述第二修正值。
29、进一步地，所述基于所述融合修正值对所述降噪算法的初始降噪算法参数进行修正，得到修正降噪算法进行声音降噪处理之后，包括：
30、将所述降噪处理之后得到的声音数据存储于语音数据库中，并为所述声音数据配置查询权限；
31、对所述第一修正值以及第二修正分别进行哈希运算，得到对应的第一哈希值、第二哈希值；
32、将所述第一哈希值、第二哈希值中的字符分别依序逐个添加至相同规格的数据表中，得到对应的第一数据表、第二数据表；
33、对所述第一数据表以及第二数据表进行变更处理，得到第三数据表；
34、基于所述第三数据表和预设算法，生成一个查询码；其中，所述查询码用于验证所述声音数据的查询权限。
35、进一步地，对所述第一数据表以及第二数据表进行变更处理，得到第三数据表，包括：
36、将所述第一数据表与所述第二数据表相同位置上的单元格逐一进行对比，对比时，将所述第一数据表与所述第二数据表相同位置中字符的类型相同的单元格作为目标单元格，并删除所述第一数据表与所述第二数据表的其它单元格中的所有字符；若不存在字符类型相同的单元格，则将所有单元格均作为目标单元格；
37、针对所述第一数据表中的每个目标单元格，将第二数据表中对应位置的目标单元格中的字符组合至第一数据表的目标单元格的字符之后，得到所述第三数据表。
38、进一步地，基于所述第三数据表和预设算法，生成一个查询码，包括：
39、获取所述第三数据表中空白单元格的总数量；基于所述总数量，生成一个圆形；其中，所述圆形的半径^2=a+总数量/2，a为预设值，所述第三数据表的列宽、行高均为一个单位；
40、将所述圆形叠加至所述第三数据表中；其中，圆形的圆心位于所述第三数据表的中心；
41、获取所述圆形中的所有字符，并依序组合，得到组合字符串；对所述组合字符串进行筛选，得到所述查询码。
42、本发明还提供了一种自适应调节降噪模式的系统，包括：
43、提取单元，用于基于声音采集装置采集环境中的声音信息，从所述声音信息中提取噪声特征数据；
44、获取单元，用于获取所述声音采集装置配置的初始降噪模式；其中，所述初始降噪模式包括降噪算法及其对应的初始降噪算法参数；
45、生成单元，用于基于所述噪声特征数据，生成第一修正值；获取所述声音采集装置的声音采集方式，基于所述声音采集方式，生成第二修正值；
46、融合单元，用于基于所述第一修正值、第二修正值进行融合分析，得到融合修正值；
47、降噪单元，用于基于所述融合修正值对所述降噪算法的初始降噪算法参数进行修正，得到修正降噪算法进行声音降噪处理。
48、本发明还提供了一种计算机芯片，所述计算机芯片用于执行计算机程序时实现上述任一项所述方法的步骤。
49、本发明提供的自适应调节降噪模式的方法、系统以及芯片，包括：基于声音采集装置采集环境中的声音信息，从所述声音信息中提取噪声特征数据；获取所述声音采集装置配置的初始降噪模式；其中，所述初始降噪模式包括降噪算法及其对应的初始降噪算法参数；基于所述噪声特征数据，生成第一修正值；获取所述声音采集装置的声音采集方式，基于所述声音采集方式，生成第二修正值；基于所述第一修正值、第二修正值进行融合分析，得到融合修正值；基于所述融合修正值对所述降噪算法的初始降噪算法参数进行修正，得到修正降噪算法进行声音降噪处理。在本发明中，基于噪声的特征数据以及声音采集装置的采集方式，自适应对降噪模式的降噪参数进行调整，使得其降噪效果更好，克服目前降噪方式不合理不能有效去除背景噪声干扰的缺陷。
1.一种自适应调节降噪模式的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自适应调节降噪模式的方法，其特征在于，所述从所述声音信息中提取噪声特征数据，包括：
3.根据权利要求1所述的自适应调节降噪模式的方法，其特征在于，所述基于所述噪声特征数据，生成第一修正值，包括：
4.根据权利要求1所述的自适应调节降噪模式的方法，其特征在于，所述基于所述噪声特征数据，生成第一修正值，包括：
5.根据权利要求1所述的自适应调节降噪模式的方法，其特征在于，所述声音采集方式包括采集方向、采集距离设置参数、采集模式。
6.根据权利要求5所述的自适应调节降噪模式的方法，其特征在于，所述基于所述声音采集方式，生成第二修正值，包括：
7.根据权利要求1所述的自适应调节降噪模式的方法，其特征在于，所述基于所述融合修正值对所述降噪算法的初始降噪算法参数进行修正，得到修正降噪算法进行声音降噪处理之后，包括：
8.一种自适应调节降噪模式的系统，其特征在于，包括：
9.一种计算机芯片，其特征在于，所述计算机芯片用于执行计算机程序时实现权利要求1至7中任一项所述方法的步骤。
