CN114125639A - 音频信号处理方法、装置及电子设备 - Google Patents

Abstract

本发明提供了一种音频信号处理方法、装置及电子设备，包括：获取外部环境的第一声音频谱；确定与所述第一声音频谱对应的外部场景类别；根据所述外部场景类别确定应用于音频输出信号的第一增益参数；通过所述第一增益参数对所述音频输出信号进行补偿，以使扬声器播放补偿后的音频输出信号。本发明可以在根据用户所处的环境声音识别出用户当前所处的场景类别，并根据场景类别确定出第一增益参数，通过第一增益参数对扬声器播放的声音进行补偿，可以降低环境噪音对音质的影响，提升用户听音体验。

Description

音频信号处理方法、装置及电子设备

技术领域

本发明实施例涉及音频播放技术领域，尤其涉及一种音频信号处理方法、装置及电子设备。

背景技术

耳机作为一种常用的电子设备，人们在日常生活中会经常佩戴并收听音乐等音频，由于耳机佩戴环境的不同，会导致耳机处于不同佩戴环境时，用户听到的声音效果不一致。

相关技术中，为了提升耳机处于不同佩戴环境时用户听感的一致性，通常会在耳机上增加用于获取环境声音的麦克风，并通过麦克风获取环境声音，再根据环境声音生成与环境声音反向的抵消声音，在耳机播放音乐时，同时使耳机播放抵消声音，以降低用户听到的环境声音，进而降低由于用户佩戴耳机环境不同而导致的听感差异。

但是，在实施上述提升听感的方法时，需要在耳机播放的音乐上叠加抵消声音，不可避免会抵消掉部分音乐内容，造成耳机音质下降，因此，如何在降低掩蔽效应的同时，尽可能提升耳机的音质成为了亟待解决的技术问题。

发明内容

本发明实施例提供一种音频信号处理方法、装置、耳机及电子设备，以解决现有技术中音频播放设备的音质欠佳的问题。

第一方面，本发明实施例提供了一种音频信号处理方法，该方法包括：

获取外部环境的第一声音频谱；

确定与所述第一声音频谱对应的外部场景类别；

根据所述外部场景类别确定音频输出信号的第一增益参数；

根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。

第二方面，本发明实施例提供了一种音频信号处理装置，该装置包括：

获取模块，用于获取外部环境的第一声音频谱；

场景类别模块，用于确定与所述第一声音频谱对应的外部场景类别；

参数模块，用于根据所述外部场景类别确定音频输出信号的第一增益参数；

补偿模块，用于根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。

第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上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程序时实现如本发明提供的音频信号处理方法的步骤。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如本发明提供的音频信号处理方法的步骤。

在本发明实施例中，包括：获取外部环境的第一声音频谱；确定与所述第一声音频谱对应的外部场景类别；根据所述外部场景类别确定音频输出信号的第一增益参数；根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。本发明可以在根据用户所处的环境声音识别出用户当前所处的场景类别，并根据场景类别确定出第一增益参数，通过第一增益参数对播放的声音进行补偿，可以降低环境噪音对音质的影响，提升用户听音体验。

附图说明

图1是本发明实施例提供的一种音频信号处理方法的步骤流程图；

图2是本发明实施例提供的一种声音频谱匹配示意图；

图3是本发明实施例提供的一种耳外声音频谱对比示意图；

图4是本发明实施例提供的另一种音频信号处理方法的步骤流程图；

图5是本发明实施例提供的一种在标准人耳模型上佩戴耳机的示意图；

图6是本发明实施例提供的一种第二声音频谱比对示意图；

图7是本发明实施例提供的一种音频信号处理装置的框图；

图8是本发明实施例提供的一种耳机的硬件结构示意图；

图9是本发明实施例提供的一种电子设备的硬件结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

图1是本发明实施例提供的一种音频信号处理方法的步骤流程图，该方法应用于一种电子设备，如图1所示，该方法可以包括：

步骤101，获取外部环境的第一声音频谱。

在通常的环境中采集到的环境声一般会包含各个频率的声音，不同的声音中各个频率声音对应的强度可能不同，例如，雷雨声可能包含较多的低频声音，而钢琴声可能包含较多的高频声音。

可以通过耳外麦克风采集用户所处的外部环境的耳外声音，耳外声音经过音频处理模块处理后，可以得到外部环境的第一声音频谱。

声音频谱是一种反映波(例如声音、电磁波等)的各个频率与振动能量之间关系的谱线。具体到声音频谱，则可以表示为声音中各个频率与分贝的对应关系，其中，分贝是一个比值，是一个纯计数方法，没有任何单位标注，在同一个分贝计算标准下，不同强度的声音对应的分贝的比值是相同。

步骤102，确定与所述第一声音频谱对应的外部场景类别。

由于不同环境下，环境声音中各个频率的组成会存在一些差异，因此，可以根据获取到的第一声音频谱的特征确定第一声音频谱对应的外部场景类别。其中，外部场景类别是指用户佩戴耳机时所处的场景类别，例如，用户在飞机上使用耳机时，则获取到的第一声音频谱是飞机机舱内声音的频谱，则第一声音频谱对应的外部场景类别为飞机机舱类别；用户在商场使用耳机时，则获取到的第一声音频谱是商场内部声音的频谱，则第一声音频谱对应的外部场景类别为商场类别。

具体的，可以在存储器中预先存储至少一个预设场景类别对应的频谱特征，在获取到第一声音频谱后，将第一声音频谱中的特征与所有预设场景类别对应的频谱特征进行比对，根据比对结果，将匹配程度最高的预设场景类别确定为外部场景类别。

参照图2，图2示出了本申请实施例提供的一种声音频谱匹配示意图，如图2所示，其中的粗实线f为预设场景类别A对应的频谱特征，虚线g为获取到的当前外部环境下的第一声音频谱，细实线h为预设场景类别B对应的频谱特征，由于该第一声音频谱与场景类别A对应频谱特征较高，可以将预设场景类别A确定为该第一声音频谱对应的外部场景类别。

步骤103，根据所述外部场景类别确定音频输出信号的第一增益参数。

由于人耳存在掩蔽效应(Masking Effects)，当人耳接收到多个同一频率的声音刺激时，会导致人耳不能完整接受全部刺激的声音信息。通俗来讲，当用户在收听耳机播放的音乐时，同时也会听到用户当前环境的声音，当前环境中的一个频率的声音，则会影响用户对音乐中相同频率音频信息的接受程度，由于当前环境中各个频率的声音大小并不一致，导致音乐中各个频率声音受到的掩蔽程度并不一致，容易造成用户对音乐的听感产生失真效果。

参照图3，图3示出了本发明实施例提供的一种耳外声音频谱对比示意图，如图3所示，横坐标为声音频率，单位可以是赫兹(Hz)，纵坐标为声音强度，单位可以是分贝(db)，图3中的粗实线a可以表示标准环境(如安静的室内环境)下的频谱曲线，虚线b可以表示机场环境下的频谱曲线，细实线c表示咖啡厅环境下的频谱曲线，可以看到，机场的环境声音中低频部分较多，会对耳机播放的低频声音形成较强的掩蔽效应，咖啡厅的环境声音中高频部分较多，会对耳机播放的高频声音形成较强的掩蔽效应。

存储器中还可以存储有各个预设场景类别的预设增益参数，确定外部场景类别后，可以获取存储器中保存的外部场景类别对应的预设增益参数作为第一增益参数。第一增益参数可用于对耳机额扬声器输出的声音进行补偿。第一增益参数中至少包括一个声音频段的补偿幅度，根据该补偿幅度，可以对扬声器播放的对应声音频段进行补偿。

因此，在确定出第一增益参数后，可以根据第一增益参数，对耳机播放的声音进行补偿，使耳机播放的声音中各个频率声音不受到掩蔽效应的影像，或受到的掩蔽效应程度相同，进而确保用户在当前环境噪音下对音乐的听感与用户在安静环境中对音乐的听感一致。

增益参数是指耳机对于所要播放的声音的各个频段，设置的放大或缩小的程度。一个增益参数可以包括耳机频率响应范围内的各个频段，以及各个频段对应的放大或缩小的程度。需要说明的是，由于增益幅度可以是比例，也可以是具体的分贝值。

例如，某一耳机的频率响应范围为100Hz至10000Hz，则增益参数可以包括频段A[100Hz-5000Hz]，和频段B(5000Hz-10000Hz]，其中频段A对应增益为10分贝，频段B对应的增益为-10分贝，则耳机以该增益参数播放声音时，会将频率在[100Hz-5000Hz]的声音强度提升10分贝，将频率在(5000Hz-10000Hz]的声音强度降低10分贝。

需要说明的是，增益参数中各个频段的大小可以根据实际需求灵活调整，当每个频段越小时，增益的精度越高，当频段越大时，增益所消耗的运算资源越小。例如，可以以100为单位对100Hz至10000Hz的频率响应范围进行分割，得到99个频段。

步骤104，根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。

在根据当前外部环境的第一声音频谱，确定出对应的第一增益参数后，可以在耳机的扬声器播放声音时，通过音频处理模块对音频输出信号中的各个频段的声音强度进行补偿，并根据补偿后的音频输出信号生成驱动扬声器的模拟信号，将模拟信号发送至扬声器，使扬声器播放声音。

在用户使用耳机的过程中，可以以预设时间间隔，持续获取外部环境的第一声音频谱，如果检测到第一声音频谱对应的外部场景类别发生了变化(例如，用户从机场的候机大厅登上了飞机，外部场景类别从机场变成了飞机)，则可以重新获取外部场景类别对应的预设增益参数，并根据重新获取的预设增益参数，重新确定第一增益参数，以使耳机输出的声音可以根据外部场景类别的变化进行主动适配。

综上，本发明实施例提供的一种音频信号处理方法，包括，获取外部环境的第一声音频谱；确定与所述第一声音频谱对应的外部场景类别；根据所述外部场景类别确定音频输出信号的第一增益参数；根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。本发明可以在根据用户所处的环境声音识别出用户当前所处的场景类别，并根据场景类别确定出第一增益参数，通过第一增益参数对扬声器播放的声音进行补偿，可以降低环境噪音对音质的影响，提升用户听音体验。

图4是本发明实施例提供的另一种音频信号处理方法的步骤流程图，该方法应用于一种电子设备，如图4所示，该方法可以包括：

步骤201，获取外部环境的第一声音频谱。

可选的，步骤201还可以包括：

子步骤2011，获取外部环境的第一音频；

在用户将耳机与终端进行链接后，或用户打开耳机的电源开关后，可以通过耳外麦克风获取用户当前所处环境的第一音频。需要说明的是，耳机也可以具备佩戴检测模块，并在检测到用户佩戴耳机后，开始获取第一音频。

子步骤2012，根据所述第一音频中的声音频段与声音强度之间的对应关系确定所述第一声音频谱。

音频处理模块获取到第一音频后，可以对第一音频进行分析，获取第一音频中各个声音频率对应的强度，其中，声音强度是指第一音频中各个频率的声音的音量大小，声音强度可以通过分贝值表示，也可以由其他可以体现声音强度的方式表示(例如声压、振幅、响度等)。在第一音频中，不同频段的声音都可以测量出对应的声音强度，进而通过对第一音频中各个频段声音的声音强度的测量，可以确定出第一音频中各个声音频段与声音强度之间的对应关系。

由于第一音频包含一个频率范围的声音，例如，包含10至20000赫兹的声音，而声音的频率是连续的，第一音频中包含的频率是无限的，不可能确定出所有频率的声音强度，因此可以只对预设频率采样点进行采样，获取预设频率采样点对应的声音强度。并根据预设频率采样点与声音强度的对应关系构建第一声音频谱。

步骤202，确定与所述第一声音频谱对应的外部场景类别。

技术人员可以在不同场景类别对应的环境中采集环境声音，并根据采集到的和环境声音构建每种场景类别对应的耳外声音频谱。在耳机出厂时，可以将至少一个预设场景类别与耳外声音频谱，以及两者的对应关系存储在耳机的存储器中。

可选的，步骤202还可以包括：

子步骤2021，获取预设的至少一个耳外声音频谱；其中，所述至少一个耳外声音频谱与预设场景类别之间存在一一对应关系。

由于耳机预设有预设场景类别和耳外声音频谱的对应关系，因此，可以在确定出第一声音频谱后，获取存储器中存储的预设场景类别对应的耳外声音频谱。

需要说明的是，可以一次性读取所有的预设场景类别对应的耳外声音频谱，也可以按照预设顺序，每次读取一个预设场景类别对应的耳外声音频谱用于一次比对操作，以降低对运行内存容量的要求。

子步骤2022，确定所述至少一个耳外声音频谱与所述第一声音频谱的频谱相似度。

耳外声音频谱与第一声音频谱的频谱相似度可以通过多个频率特征点对应的声音强度的平均差异大小所确定。

具体的，可以在第一声音频谱中采集预设数量个采样频率对应的声音强度，在耳外声音频谱中采集相同的采样频率对应的声音强度，将各个采样频率对应的声音强度进行比较，计算各个采样频率对应声音强度的差值，再根据所有采样频率对应声音强度的差值计算平均差值，进而，可以将该平均差值的倒数作为频谱相似度，也就是说，平均差值越小，则相似度越高。

进一步的，由于相同环境中的噪音在各个频率上的分布比例往往是相似的，但是相同环境中的噪音整体大小可能存在差异。因此，也可以根据第一声音频谱中至少一个频率对中两个声音强度的比值，与预设场景类别的耳外声音频谱中相同频率对中两个声音强度的比值的差异程度确定频谱相似度。

子步骤2023，将大于或等于预设相似度的频谱相似度的耳外声音频谱所对应的预设场景类别确定为所述外部场景类别。

一般来讲，如果用户所处的环境与某一个预设场景类别匹配，则第一声音频谱与该预设场景类别对应的耳外声音频谱相似度会大于或等于预设相似度。

进一步的，考虑到同一种预设场景类别之间的差异也存在大小，例如，不同飞机机舱环境中的噪音特征大致是相同的，而不同街道场景类别由于时间、位置的不同，车流量、人流量等会存在较大差异，导致不同街道场景类别的噪音特征也存在较大差异，因此，可以根据实地测量的相同预设场景类别在不同时间、地点等的噪音差异，为不同的预设场景类别设置不同的预设相似度。

在所有频谱相似度均未超过预设相似度的情况下，可以将最接近预设相似度的频谱相似度对应的预设场景类别确定为外部场景类别。在存在一个以上的频谱相似度超过预设相似度的情况下，可以将超过预设相似度程度最大的频谱相似度对应的预设场景类别确定为外部场景类别。

步骤203，查询预设场景类别与预设增益参数的一一对应关系。

技术人员可以为不同的预设场景类别设置对应的预设增益参数，并在耳机出厂时将预设增益参数存储在耳机的存储器中，同时存储预设场景类别与预设增益参数的对应关系。

技术人员可以建立声学实验室，在声学实验室中模拟预设场景类别对应的环境噪音，将检测到的耳机在预设场景类别下的频谱曲线，与标准场景类别下的频谱曲线进行对比，同时改变增益参数，使耳机在预设场景类别下的频谱曲线与耳机在标准场景类别下的频谱曲线一致，记录增益参数的调整值，并将增益参数的调整值设置为该预设场景类别对应的预设增益参数。

步骤204，将所述外部场景类别对应的预设增益参数确定为所述第一增益参数。

在确定出外部场景类别后，可以从存储器中查询预设场景类别与预设增益参数之间的对应关系，获取外部场景类别对应的预设增益参数作为第一增益参数。

可选的，步骤204还可以包括：

子步骤2041，获取音效模式。

子步骤2042，根据所述音效模式，确定基准增益参数。

由于耳机可能存在多种音效模式(摇滚音效、流行音效等)，各个音效模式对应了不同基准增益参数，用户在使用耳机时可能已经应用了某个基准增益参数，第一增益参数还可以基于已经应用的基准增益参数叠加外部场景类别对应的预设增益参数获得，以避免在消除掩蔽效应时对用户选择的音效模式造成影响。

基准增益参数可以是耳机在出厂时默认的增益参数和不同音效模式对应的增益参数。例如，默认的增益参数中各个频段对应的增益幅度为0，即耳机按照100％的强度播放接收到的各个频段的音频信号；摇滚音效模式对应的增益参数中，低音频段对应的增益幅度为20分贝，高音频段对应的增益幅度为-20分贝，以突出音乐中的低音效果。

子步骤2042，根据所述外部场景类别对应的预设增益参数与所述基准增益参数，确定所述第一增益参数。

通过外部场景类别对应的预设增益参数中各个频段对应的增益幅度，和基准增益参数中各个频段对应的增益幅度，可以计算出第一增益参数中各个频段对应的增益幅度。需要说明的是，由于增益幅度可以是比例，也可以是具体的分贝值。

因此，在增益幅度为比例的情况下，计算第一增益参数中各个频段对应的增益幅度的计算方法可以是：将外部场景类别对应的预设增益参数中相同频段对应的增益幅度和基准增益参数中相同频段对应的增益幅度相乘。在增益幅度为分贝值的情况下，计算第一增益参数中各个频段对应的增益幅度的计算方法可以是：将外部场景类别对应的预设增益参数中相同频段对应的增益幅度和基准增益参数中相同频段对应的增益幅度相加。

在确定出第一增益效果后，可以直接根据第一增益参数对耳机需要播放的各个频段的声音进行增益并播放声音，以使耳机输出的声音在外部场景类别下，与在标准场景类别的听感一致，避免外部场景类别中的噪音使用户听到的耳机播放的声音失真。

步骤205，获取耳内环境的第二声音频谱。

可选的，步骤205可以包括：

子步骤2051，通过耳内麦克风获取耳内环境的第二音频；

在本发明实施例中，可以通过耳内麦克风采集用户耳内环境的耳内声音，耳内声音经过音频处理模块处理后，可以得到耳内环境的第二声音频谱。

子步骤2052，根据所述第二音频中的声音频段与声音强度之间的对应关系确定所述第二声音频谱。

此步骤确定第二声音频谱的方式与子步骤2012中确定第一声音频谱的方式类似，本发明实施例不再赘述。

步骤206，根据所述第二声音频谱和所述外部场景类别对应的耳内声音频谱，确定第二增益参数。

在耳机的研发过程中，声学工程师会对将耳机佩戴在标准人耳上，通过位于标准人耳耳蜗处的麦克风获取耳机的声学特征并对耳机的音质进行调整，以设计出音质较好的耳机。因此，用户的耳道腔室形状与标准人耳越接近，则用户感受到的音质会越好。

完成对耳机的调校工作后，可以在声学实验室中采用标准佩戴方式将耳机佩戴在标准人耳模型上，并在声学实验室中模拟预设场景类别的环境噪音，再通过耳机的耳内麦克风采集耳内的声音，确定出耳机在各个预设场景类别下的耳内声音频谱。本质上，耳内声音频谱是耳机的耳内麦克风从用户的耳道内接收到的外部环境中的环境噪音。

参照图5，图5示出了本发明实施例提供的一种在标准人耳模型上佩戴耳机的示意图，如图5所示，其中，耳机包括耳机壳体45、扬声器42、耳内麦克风43和耳外麦克风44，将耳机佩戴在标准人耳模型46上，耳内麦克风43可以从标准人耳模型46的耳道腔体47中接收进入耳道腔体47的环境声音，耳外麦克风44可以从标准人耳模型46的耳道腔体47外部直接接收环境声音，扬声器42播放音频信号。技术人员可以将耳机按照图5所示的佩戴方式佩戴在标准人耳模型上，从而进行上述测量工作。

用户在使用耳机的过程中，由于佩戴方式不正确、佩戴不稳等原因，会导致耳机外壳与耳朵之间贴合度较差，造成用户听到的耳机播放的声音对应的第二声音频谱与耳内声音频谱不一致。还可能由于用户耳道腔室的形状与标准人耳不同，造成用户听到的耳机播放的声音对应的第二声音频谱与耳内声音频谱不一致。以上两种情况均会对耳机音质造成负面影响。

为了解决上述问题，可以根据第二声音频谱与内耳声音频谱的差异，对耳机播放的声音进行补偿。

参照图6，图6示出了本发明实施例提供的一种第二声音频谱比对示意图，如图6所示，其中粗实线d表示在某一预设场景类别对应的环境中，标准人耳模型通过正确的佩戴方式佩戴耳机时，耳内麦克风在耳道腔体中采集到的残余环境声音的频谱曲线。虚线e表示在该预设场景类别对应的环境中，用户不正确佩戴耳机时，耳内麦克风在用户耳道腔体中采集到的残余环境声音的第二声音频谱。可以看到，图6中实线框A中，第二声音频谱在低频部分强度较低，一般是由耳机与耳朵贴合度不佳所引起，图6中实线框B中，第二声音频谱在高频部分强度较低，一般是由用户耳道腔体与标准人耳的耳道腔体差异所引起。

可选的，步骤206可以包括：

子步骤2061，获取所述外部场景类别对应的耳内声音频谱。

由于耳机在出厂时已经在存储器中内置了各个预设场景类别与耳内声音频谱，以及预设场景类别与耳内声音频谱的对应关系。

因此，在确定出外部场景类别后，可以根据预设场景类别与耳内声音频谱的对应关系，从存储器中获取外部场景类别对应的耳内声音频谱。

子步骤2062，将所述第二声音频谱和所述耳内声音频谱进行比较，确定各个声音频段对应的声音强度差值。

在耳机佩戴不正确和/或用户耳道腔体不标准等问题发生时，耳机播放的声音中部分或全部频段的声音强度会发生变化，为了补偿这些变化，使用户听到的声音与标准人耳正确佩戴耳机时听到的声音一致，达到较佳的音质表现，可以确定第二声音频谱和耳内声音频谱之间各个频段上声音强度的差值，并根据该差值对耳机的声音输出进行补偿。

具体的，可以先将耳机的响应频率范围切分为多个声音频段，将每个声音频段在第二声音频谱中的声音强度，与在耳内声音频谱中的声音强度做差，确定每个声音频段对应的补偿值。容易理解的，切分声音频段的分辨率越高，则最终补偿的效果则越好，但需要消耗更多的运算资源，技术人员可以根据实际需求灵活选择声音频段的数量，本发明实施例在此不做具体限定。

子步骤2063，根据所述各个声音频段对应的声音强度差值确定所述第二增益参数。

在确定出各个声音频段对应的强度差值后，可以直接将各个声音频段对应的声音强度差值确定为对应声音频段的补偿值，并构建第二增益参数，其中，第二增益参数中包含各个频段的补偿值。

例如，用户处于机场环境，经过计算，第二声音频谱中的频段A与机场场景类别对应的预设声音频谱中的频段A相差10分贝，则可以将10分贝确定为第二增益参数中频段A对应的补偿值。

进一步的，由于补偿值除了具体的分贝值等数值外，还可以是补偿的比例值，因此，还可以根据各个声音频段对应的声音强度差值确定，第二声音频谱中各个频段与预声音频段中相同声音频段相差的比例，并根据该比例构建第二增益参数。

步骤207，根据所述第一增益参数与所述第二增益参数，确定目标增益参数。

为了使用户可以听到较好的音质，可以将第一增益参数与第二增益参数相加，得到目标增益参数，通过目标增益参数对音频输出信号进行补偿，不仅可以减小环境噪音导致的音质下降，还可以减小耳机佩戴问题导致的音质下降，大大提升了用户使用耳机时的音质效果。

步骤208，根据所述目标增益参数对音频输出信号进行补偿，并通过扬声器播放补偿后的音频输出信号。

在确定出目标增益参数后，可以在耳机的扬声器播放声音时，根据目标增益参数中各个频段对应的补偿幅度，对音频输出信号中对应频段的声音强度进行补偿，并根据补偿后的音频输出信号生成驱动扬声器的模拟信号，将模拟信号发送至扬声器，使扬声器播放声音。

综上，本发明实施例提供的一种音频信号处理方法，包括，获取外部环境的第一声音频谱；确定与所述第一声音频谱对应的外部场景类别；根据所述外部场景类别确定音频输出信号的第一增益参数；根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。本发明可以在根据用户所处的环境声音识别出用户当前所处的场景类别，并根据场景类别确定出第一增益参数，通过第一增益参数对扬声器播放的声音进行补偿，可以降低环境噪音对音质的影响，提升用户听音体验。

图7是本发明实施例提供的一种音频信号处理装置的框图，如图7所示，该音频信号处理装置包括：

获取模块301，用于获取外部环境的第一声音频谱；

场景类别模块302，用于确定与所述第一声音频谱对应的外部场景类别；

参数模块303，用于根据所述外部场景类别确定音频输出信号的第一增益参数；

补偿模块304，用于根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。

可选的，所述装置还包括：

第一获取子模块，用于获取外部环境的第一音频；

第一频谱子模块，用于根据所述第一音频中的声音频段与声音强度之间的对应关系确定所述第一声音频谱。

可选的，，所述场景类别模块包括：

耳外频谱子模块，用于获取预设的至少一个耳外声音频谱；其中，所述至少一个耳外声音频谱与预设场景类别之间存在一一对应关系；

相似度子模块，用于确定所述至少一个耳外声音频谱与所述第一声音频谱的频谱相似度；

场景类别子模块，用于将大于或等于预设相似度的频谱相似度的耳外声音频谱所对应的预设场景类别确定为所述外部场景类别。

可选的，所述参数模块包括：

预设增益参数子模块，用于查询预设场景类别与预设增益参数的一一对应关系；

第一增益参数子模块，用于将所述外部场景类别对应的预设增益参数确定为所述第一增益参数。

可选的，所述第一增益参数子模块包括：

音效获取子模块，用于获取音效模式；

基准增益参数子模块，用于根据所述音效模式，确定基准增益参数；

第一增益参数计算子模块，用于根据所述外部场景类别对应的预设增益参数与所述基准增益参数，确定所述第一增益参数。

可选的，所述补偿模块包括：

第二频谱获取子模块，用于获取耳内环境的第二声音频谱；

第二增益参数子模块，用于根据所述第二声音频谱和所述外部场景类别对应的耳内声音频谱，确定第二增益参数；

目标增益参数子模块，用于根据所述第一增益参数与所述第二增益参数，确定目标增益参数；

根据所述目标增益参数对音频输出信号进行补偿，并通过扬声器播放补偿后的音频输出信号。

可选的，所述第二频谱获取子模块包括：

第二音频子模块，用于通过耳内麦克风获取耳内环境的第二音频；

第二频谱确定子模块，用于根据所述第二音频中的声音频段与声音强度之间的对应关系确定所述第二声音频谱。

可选的，所述第二增益参数子模块，包括：

耳内频谱子模块，用于获取所述外部场景类别对应的耳内声音频谱；

强度差值子模块，用于将所述第二声音频谱和所述耳内声音频谱进行比较，确定各个声音频段对应的声音强度差值；

第二增益参数确定子模块，用于根据所述各个声音频段对应的声音强度差值确定所述第二增益参数。

综上所述，本发明实施例提供的一种装置，包括，获取外部环境的第一声音频谱；确定与所述第一声音频谱对应的外部场景类别；根据所述外部场景类别确定音频输出信号的第一增益参数；根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。本发明可以在根据用户所处的环境声音识别出用户当前所处的场景类别，并根据场景类别确定出第一增益参数，通过第一增益参数对扬声器播放的声音进行补偿，可以降低环境噪音对音质的影响，提升用户听音体验。

本申请实施例还提供一种耳机，参照图8，图8示出了本发明实施例提供的一种耳机的硬件结构框图。

如图8所示，耳机可以包括处理器40、数模转换模块41、扬声器42、耳内麦克风43和耳外麦克风44。其中，耳内麦克风43可用于在用户佩戴耳机时，从用户的耳道内部拾取声音；耳外麦克风44可用于在用户佩戴耳机时，从用户的耳道外部拾取声音，即，可以拾取用户当前所处环境的声音；数模转换模块41可以接收耳内麦克风43和耳外麦克风44采集的模拟音频信号，并将接收到的模拟音频信号转换为数字音频信号，发送给处理器40；处理器40可以将数字音频信号发送至数模转换模块41，数模转换模块41将数字音频信号转化为模拟音频信号并驱动扬声器42的振膜振动，以使扬声器42发出声音。

处理器40，用于执行下述过程：

获取外部环境的第一声音频谱；确定与所述第一声音频谱对应的外部场景类别；根据所述外部场景类别确定音频输出信号的第一增益参数；根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。

本申请实施例还提供一种电子设备，参照图9，图9示出了本发明提供的一种电子设备的硬件结构示意图。

该电子设备500包括但不限于：射频单元501、网络模块502、音频输出单元503、输入单元504、传感器505、显示单元506、用户输入单元507、接口单元508、存储器509、处理器510、以及电源511等部件。本领域技术人员可以理解，图9中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

处理器510，用于执行下述过程：

获取外部环境的第一声音频谱；确定与所述第一声音频谱对应的外部场景类别；根据所述外部场景类别确定音频输出信号的第一增益参数；根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。

在本发明实施例中，通过获取外部环境的第一声音频谱；确定与所述第一声音频谱对应的外部场景类别；根据所述外部场景类别确定音频输出信号的第一增益参数；根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。本发明可以在根据用户所处的环境声音识别出用户当前所处的场景类别，并根据场景类别确定出第一增益参数，通过第一增益参数对扬声器播放的声音进行补偿，可以降低环境噪音对音质的影响，提升用户听音体验。

应理解的是，本发明实施例中，射频单元501可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器510处理；另外，将上行的数据发送给基站。通常，射频单元501包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元501还可以通过无线通信***与网络和其他设备通信。

电子设备通过网络模块502为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元503可以将射频单元501或网络模块502接收的或者在存储器509中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元503还可以提供与电子设备500执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元503包括扬声器、蜂鸣器以及受话器等。

输入单元504用于接收音频或视频信号。输入单元504可以包括图形处理器(Graphics Processing Unit，GPU)5041和麦克风5042，图形处理器5041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元506上。经图形处理器5041处理后的图像帧可以存储在存储器509(或其它存储介质)中或者经由射频单元501或网络模块502进行发送。麦克风5042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元501发送到移动通信基站的格式输出。

电子设备500还包括至少一种传感器505，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板5061的亮度，接近传感器可在电子设备500移动到耳边时，关闭显示面板5061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器505还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元506用于显示由用户输入的信息或提供给用户的信息。显示单元506可包括显示面板5061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板5061。

用户输入单元507可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元507包括触控面板5071以及其他输入设备5072。触控面板5071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板5071上或在触控面板5071附近的操作)。触控面板5071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器510，接收处理器510发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板5071。除了触控面板5071，用户输入单元507还可以包括其他输入设备5072。具体地，其他输入设备5072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板5071可覆盖在显示面板5061上，当触控面板5071检测到在其上或附近的触摸操作后，传送给处理器510以确定触摸事件的类型，随后处理器510根据触摸事件的类型在显示面板5061上提供相应的视觉输出。虽然在图9中，触控面板5071与显示面板5061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板5071与显示面板5061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元508为外部装置与电子设备500连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元508可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备500内的一个或多个元件或者可以用于在电子设备500和外部装置之间传输数据。

存储器509可用于存储软件程序以及各种数据。存储器509可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器509可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器510是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器509内的软件程序和/或模块，以及调用存储在存储器509内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器510可包括一个或多个处理单元；优选的，处理器510可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器510中。

电子设备500还可以包括给各个部件供电的电源511(比如电池)，优选的，电源511可以通过电源管理***与处理器510逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。

另外，电子设备500包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种移动终端，包括处理器510，存储器509，存储在存储器509上并可在所述处理器510上运行的计算机程序，该计算机程序被处理器510执行时实现上述音频信号处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述音频信号处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (11)

1.一种音频信号处理方法，其特征在于，所述方法包括：

获取外部环境的第一声音频谱；

确定与所述第一声音频谱对应的外部场景类别；

根据所述外部场景类别确定音频输出信号的第一增益参数；

根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一增益参数对所述音频输出信号进行补偿，播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应，包括：

获取耳内环境的第二声音频谱；

根据所述第二声音频谱和所述外部场景类别对应的耳内声音频谱，确定第二增益参数；

根据所述第一增益参数与所述第二增益参数，确定目标增益参数；

根据所述目标增益参数对音频输出信号进行补偿，播放补偿后的音频输出信号。

3.根据权利要求1所述的方法，其特征在于，所述获取外部环境的第一声音频谱，包括：

获取外部环境的第一音频；

根据所述第一音频中的声音频段与声音强度之间的对应关系确定所述第一声音频谱。

4.根据权利要求1所述的方法，其特征在于，所述确定与所述第一声音频谱对应的外部场景类别外部场景类别，包括：

获取预设的至少一个耳外声音频谱；其中，所述至少一个耳外声音频谱与预设场景类别之间存在一一对应关系；

确定所述至少一个耳外声音频谱与所述第一声音频谱的频谱相似度；

将大于或等于预设相似度的频谱相似度的耳外声音频谱所对应的预设场景类别确定为所述外部场景类别。

5.根据权利要求4所述的方法，其特征在于，所述根据所述外部场景类别确定应用于音频输出信号的第一增益参数，包括：

查询预设场景类别与预设增益参数的一一对应关系；

将所述外部场景类别对应的预设增益参数确定为所述第一增益参数。

6.根据权利要求5所述的方法，其特征在于，所述将所述外部场景类别对应的预设增益参数确定为所述第一增益参数，包括：

获取音效模式；

根据所述音效模式，确定基准增益参数；

根据所述外部场景类别对应的预设增益参数与所述基准增益参数，确定所述第一增益参数。

7.根据权利要求2所述的方法，其特征在于，所述获取耳内环境的第二声音频谱，包括：

获取耳内环境的第二音频；

根据所述第二音频中的声音频段与声音强度之间的对应关系确定所述第二声音频谱。

8.根据权利要求2所述的方法，其特征在于，所述根据所述第二声音频谱和所述外部场景类别对应的耳内声音频谱，确定第二增益参数，包括：

获取所述外部场景类别对应的耳内声音频谱；

将所述第二声音频谱和所述耳内声音频谱进行比较，确定各个声音频段对应的声音强度差值；

根据所述各个声音频段对应的声音强度差值确定所述第二增益参数。

9.一种音频信号处理装置，其特征在于，所述装置包括：

获取模块，用于获取外部环境的第一声音频谱；

场景类别模块，用于确定与所述第一声音频谱对应的外部场景类别；

参数模块，用于根据所述外部场景类别确定应用于音频输出信号的第一增益参数；

补偿模块，用于通过所述第一增益参数对所述音频输出信号进行补偿，并通过扬声器播放补偿后的音频输出信号，以消减所述外部环境的环境噪音对所述音频输出信号造成的掩蔽效应。

10.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1至8任一项所述的音频信号处理方法的步骤。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的音频信号处理方法的步骤。

Images