摘" 要： 為提升遠距離采集音頻信號的強度，深度濾除音頻信號噪聲以提取有用音頻部分，提出一種基于AI的噪聲環(huán)境下遠距離高清音頻采集方法。構(gòu)建遠距離高清音頻采集結(jié)構(gòu)，分別通過模擬增益和數(shù)字增益技術(shù)進行音頻信號增益處理，以提升音頻信號強度。依據(jù)短時傅里葉變換提取音頻增益信號頻域特征，輸入到長短期記憶網(wǎng)絡(luò)中，實現(xiàn)音頻信號深度噪聲去除，得到高清音頻頻域信息；再通過短時傅里葉逆變換處理該信號，實現(xiàn)音頻信號重構(gòu)，最終達到噪聲環(huán)境下遠距離高清音頻采集的目的。實驗驗證結(jié)果表明：依據(jù)音頻信號增益能夠有效提升采集音頻信號的強度，并避免信號受距離、噪聲影響而逐漸衰減，繼而有效濾除音頻信號噪聲數(shù)據(jù)，提取其中有用的音頻信號，確保音頻信號高清度；且最終采集音頻信號信噪比均高于18 dB，可懂度均高于97%，有效驗證了所提方法的有效性和準確性。

關(guān)鍵詞： 高清音頻采集； AI； 噪聲環(huán)境； 信號強度； 遠距離； 長短期記憶網(wǎng)絡(luò)； 短時傅里葉變換

中圖分類號： TN912.3?34； TP399" " " " " " " " 文獻標識碼： A" " " " " " " " " " " "文章編號： 1004?373X（2025）04?0130?05

Research on AI?based remote HD audio acquisition in noisy environment

HUANG Lina

（Jiangxi University of Science and Technology， Ganzhou 341000， China）

Abstract： In order to enhance the strength of long?distance audio signal acquisition and deeply filter out audio signal noise to extract useful audio parts， a method of AI?based remote high?definition （HD） audio acquisition in noisy environments is proposed. The remote HD audio acquisition structure is constructed， and the analog gain and digital gain techniques are used to conduct the audio signal gain processing， so as to improve the strength of audio signal. The frequency domain features of audio gain signals are extracted based on short?time Fourier transform， which are inputted into long short?term memory network to realize the deep noise removal of audio signals and obtain HD audio frequency domain information. The signal is processed by means of short?time Fourier inverse transform， to realize the audio signal reconstruction， ultimately achieving the goal of remote HD audio acquisition in noisy environments. The experimental verification results show that the gain of the audio signal can effectively enhance the strength of the collected audio signal， and avoid the gradual attenuation of the signal due to distance and noise， effectively filtering out the noise data of the audio signal， extracting useful music signals， and ensuring HD of the audio signal. The final collected audio signal signal?to?noise ratio was higher than 18 dB， and the comprehensibility was higher than 97%， effectively verifying the effectiveness and accuracy of the proposed method.

Keywords： high?definition audio acquisition; AI; noisy environment; signal strength; remote; long short?term memory network; short?time Fourier transform

0" 引" 言

音頻采集在音頻技術(shù)中具有重要作用，能夠確保信息的準確傳達，便于教學、會議等后期分析和回顧，提升音頻、娛樂等用戶體驗[1]。實際的音頻采集環(huán)境可能較為復(fù)雜，但實現(xiàn)噪聲環(huán)境下遠距離高清音頻采集能夠捕捉較為清晰的音頻信號[2]，有助于提升音頻信息完整性，為后期的分析和處理提供良好的依據(jù)。

文獻[3]構(gòu)建了一種聲源定位模型，獲取聲源方位、距離等關(guān)鍵信息。在目標區(qū)域內(nèi)合理部署傳感器節(jié)點，全面覆蓋音頻信號區(qū)域；依據(jù)靜音區(qū)檢測技術(shù)檢測音頻信號中的靜音部分并置零，實現(xiàn)降噪；分析音頻信號特性，設(shè)置采樣頻率，實現(xiàn)多路音頻信號采集。但所提出的聲源定位模型易受環(huán)境噪聲、麥克風陣列布局等多種因素影響，導(dǎo)致最終的音頻采集效果較差。文獻[4]在復(fù)數(shù)譜支路上采用模擬人耳臨界頻帶劃分輸入信號，包括幅度和相位信息，設(shè)計幅度補償支路處理信號全頻帶。依據(jù)復(fù)數(shù)譜支路輸出恢復(fù)語音頻譜，并將子帶特征輸入至幅度補償支路，以逼近原始干凈語音頻譜；依據(jù)交互補償恢復(fù)語音信號，實現(xiàn)信號采集。但該方法中的模擬人耳臨界頻帶劃分方法易受信號特性等多種因素影響，不利于提升音頻采集的精準度。文獻[5]結(jié)合運算放大器與場效應(yīng)管，設(shè)計一種根據(jù)音頻信號強度實時、精準、自動調(diào)節(jié)增益的電路。該電路配合音頻編解碼器，實現(xiàn)機載音頻采集。但該方法只針對機載音頻數(shù)據(jù)進行采集，適用性較差，難以實現(xiàn)不同種類的音頻采集，影響最終的音頻采集效果。文獻[6]設(shè)計了一個嵌入式多聲道聲音采集系統(tǒng)，該系統(tǒng)搭載于四軸飛行器上，利用8個麥克風進行聲音捕捉，基于Bela音頻處理嵌入式計算平臺構(gòu)建，同步記錄來自多個麥克風的聲音信號。依據(jù)飛行器上本地存儲進行音頻信號存儲以供后續(xù)處理，同時能夠通過無線通信方式將信號實時傳輸至地面終端進行遠程分析。但該方法中的麥克風陣列易受噪聲干擾，嵌入式系統(tǒng)處理能力較弱，導(dǎo)致最終的音頻采集效果較差。

噪聲環(huán)境能夠?qū)σ纛l信號產(chǎn)生干擾，影響最終音頻采集的信號質(zhì)量，且在遠距離傳輸過程中音頻信號強度會逐漸衰減和失真。而通過AI技術(shù)能夠動態(tài)處理音頻信號中的噪聲數(shù)據(jù)[7]，顯著提升音頻信號的清晰度和質(zhì)量?；诖耍疚奶岢鲆环N基于AI的噪聲環(huán)境下遠距離高清音頻采集方法，以期有效提升遠距離音頻采集的清晰度。

1" 基于AI的噪聲環(huán)境下遠距離高清音頻采集

1.1" 遠距離高清音頻采集結(jié)構(gòu)

音頻在復(fù)雜的噪聲環(huán)境中進行傳播，其信號強度隨著距離的增加而逐漸衰減，會影響音頻清晰度和質(zhì)量。依據(jù)AI技術(shù)能夠深度抑制噪聲，精準分辨噪聲與有用的音頻信號，確保在遠距離情況下采集高質(zhì)量的音頻。本文基于高清音頻采集需求，構(gòu)建噪聲環(huán)境下遠距離高清音頻采集結(jié)構(gòu)，如圖1所示。

在圖1所示的遠距離高清音頻采集結(jié)構(gòu)中，首先通過模擬增益模塊和數(shù)字增益模塊對初始音頻信號進行處理，以提高經(jīng)過遠距離傳輸?shù)囊纛l信號強度，彌補音頻信號遠距離傳輸過程中的損失。依據(jù)現(xiàn)場可編程門陣列（FPGA）集成短時傅里葉正、逆變換以及AI技術(shù)中的長短期記憶網(wǎng)絡(luò)，實現(xiàn)音頻信號的變換、重構(gòu)以及音頻信號深度噪聲抑制處理，從而獲得高清質(zhì)量的音頻，實現(xiàn)噪聲環(huán)境下遠距離高清音頻采集。

1.2" 遠距離音頻信號自動增益

在遠距離音頻傳輸中，信號強度受傳輸距離、障礙物等多種因素影響，而依據(jù)自動增益能夠提升音頻信號強度，解決信號強度隨著距離逐漸增加而衰減的變化導(dǎo)致的音頻音質(zhì)下降問題[8]。在遠距離音頻信號自動增益中，主要通過圖1所示的遠距離高清音頻采集結(jié)構(gòu)中的模擬增益模塊和數(shù)字增益模塊進行處理，采取上下雙門限方式，這兩個門限值之間存在緩沖區(qū)間，避免了輸入的遠距離音頻信號在單一門限值附近振蕩導(dǎo)致增益穩(wěn)定性差的問題。通過模擬增益模塊對遠距離音頻信號進行處理，主要指音頻信號被轉(zhuǎn)換為數(shù)字格式之前的增益處理過程，以有效提升音頻信號強度。依據(jù)數(shù)字增益模塊對模擬增益模塊處理后的遠距離音頻信號進行增益處理，主要是對已轉(zhuǎn)換成數(shù)字格式后的遠距離音頻信號進行調(diào)整，彌補音頻信號遠距離傳輸過程中的損失。

依據(jù)模擬增益模塊和數(shù)字增益模塊對遠距離音頻信號的處理，最終得到增益后的遠距離音頻信號，表示為：

[xAGCn=βaβdx]" " " " " （1）

式中：[βa]表示模擬增益放大倍數(shù)；[βd]表示數(shù)字增益放大倍數(shù)；[x]、[xAGC]分別表示增益處理前后的遠距離音頻信號。

針對音頻信號強度隨著距離和噪聲干擾強度逐漸增大而逐漸降低，從而導(dǎo)致音頻信號質(zhì)量下降的問題，本文方法首先進行遠距離音頻信號自動增益處理，提升音頻信號的強度。為驗證本文方法實現(xiàn)音頻信號增益的效果，對距離不斷增長過程中噪聲不斷增大條件下的音頻信號強度進行統(tǒng)計，得到的結(jié)果如圖2所示。

由圖2可知，依據(jù)本文方法進行音頻信號增益處理，能夠有效提升音頻信號強度。在通過本文方法進行增益前，隨著距離、噪聲逐漸增加，音頻信號強度逐漸減弱，進行音頻采集時音頻質(zhì)量較差；通過本文方法進行音頻信號增益，音頻信號受距離、噪聲影響較小，音頻信號質(zhì)量得到顯著提升，在較遠的距離和較高的噪聲環(huán)境下采集的音頻信號具有較高清晰度。

1.3" 音頻信號頻域特征提取

基于1.2節(jié)方法能夠?qū)崿F(xiàn)遠距離音頻信號的自動增益，但經(jīng)過增益后的音頻信號中存在大量噪聲。為深入了解音頻信號的內(nèi)在特性，依據(jù)圖1所示遠距離高清音頻采集結(jié)構(gòu)中FPGA集成的短時傅里葉變換提取音頻信號的頻域特征[9]，將噪聲與音頻中有用的音頻信號頻譜不同的頻率成分，作為后續(xù)音頻信號噪聲抑制的支撐。

經(jīng)過增益處理后的音頻信號[xAGCn]中包含有用的音頻信號[mn]和噪聲信號[en]，本文通過加窗過程處理[xAGCn]，以分析音頻信號的連續(xù)性變化情況。通過分析窗之間的重疊，依據(jù)漢明窗技術(shù)進行處理，設(shè)置為漢明窗長大于滑動步長，從而降低窗函數(shù)對音頻信號處理過程中的信號丟失風險。經(jīng)過加窗處理后的音頻信號表示為：

[x′AGCn=xAGCn?wn]" " " "（2）

通過短時傅里葉變換對加窗處理后的音頻信號進行頻域特征提取，該變換將音頻信號從時域轉(zhuǎn)換到頻域，通過分析不同頻率成分的分布和強度，依據(jù)噪聲與音頻中有用音頻信號頻譜不同的頻率成分，提取出能夠反映音頻信號特性的頻域特征，為后續(xù)高清音頻采集提供支撐。

1.4" 基于長短期記憶網(wǎng)絡(luò)的高清音頻采集

在噪聲環(huán)境中，遠程捕獲的音頻信號通常以時間序列的形式呈現(xiàn)，其中夾雜著多種噪聲成分，導(dǎo)致音頻信號品質(zhì)較差。長短期記憶網(wǎng)絡(luò)作為AI領(lǐng)域中的一種神經(jīng)網(wǎng)絡(luò)，具有較為出色的時間序列分析能力[10]，能夠精準區(qū)分并有效削弱音頻信號中的背景噪聲，進而實現(xiàn)音頻采集質(zhì)量的顯著提升。

將1.3節(jié)中提取的音頻信號頻域特征輸入到長短期記憶網(wǎng)絡(luò)中，通過其中遺忘、輸入、輸出三種門處理分析，最終實現(xiàn)音頻信號的深度噪聲抑制。長短期記憶網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

依據(jù)遺忘門對輸入的音頻信號頻域特征進行處理，表示為：

[oft=sigmoidμfht-1，Xt+δf]" " " "（3）

式中：[sigmoid·]表示激活函數(shù)；[μf]、[δf]分別表示遺忘門權(quán)值向量、偏置；[Xt]、[ht-1]分別表示[t]時刻輸入的音頻信號頻域特征、[t-1]時刻的記憶單元。依據(jù)上述處理，最終確認記憶單元內(nèi)信息的保留和丟棄情況。

依據(jù)輸入門對音頻信號頻域特征和記憶單元進行處理，確定當前時刻記憶單元狀態(tài)是否進行更新，公式為：

[oit=sigmoidμiht-1，Xt+δi]" " " " "（4）

[l′t=tanhμlht-1，Xt+δl]" " " " " " （5）

式中：[μi]、[δi]分別表示長短期記憶網(wǎng)絡(luò)輸入門的權(quán)重向量、偏置；[l′t]表示記憶單元的狀態(tài)更新情況；[μl]、[δl]分別表示記憶單元更新過程的權(quán)重向量、偏置；[tanh·]表示激活函數(shù)。

依據(jù)長短期記憶網(wǎng)絡(luò)的輸出門對處理后的音頻信號頻域特征進行輸出，表示為：

[oot=sigmoidμoht-1，Xt+δo]" " "（6）

[ht=oot?tanhlt]" " " " " " （7）

式中：[μo]、[δo]分別表示長短期記憶網(wǎng)絡(luò)輸出門的權(quán)值向量、偏置；[ht]表示最終輸出的噪聲抑制后的音頻信號頻域特征。

針對長短期記憶網(wǎng)絡(luò)得到的去噪后的音頻信號頻域特征，依據(jù)短時傅里葉逆變換對音頻信號進行重構(gòu)[11?13]，最終能夠得到去噪后的遠距離高清音頻信號[x]。

2" 實驗與分析

為驗證本文方法實現(xiàn)噪聲環(huán)境下遠距離高清音頻采集的有效性，進行噪聲環(huán)境下遠距離高清音頻采集模擬，依據(jù)傳聲器對某高層住宅樓下的遠距離音頻信號進行采集，輸入至FPGA模塊進行處理，通過基于AI技術(shù)的網(wǎng)絡(luò)模型實現(xiàn)深層次降噪，最終實現(xiàn)遠距離高清音頻采集，具體流程如圖4所示。

在圖4所示噪聲環(huán)境下遠距離高清音頻采集流程中，音頻信號的采集和處理分析過程涉及相關(guān)硬件設(shè)備，故對硬件設(shè)備的參數(shù)進行統(tǒng)計，具體如表1所示。

依據(jù)表1所示相關(guān)硬件的詳細參數(shù)情況，對存在噪聲干擾的音頻信號進行采集，依據(jù)本文方法進行處理，最終實現(xiàn)噪聲環(huán)境下遠距離高清音頻采集，從而驗證具體效果。

為驗證本文方法實現(xiàn)噪聲環(huán)境下遠距離高清音頻采集的有效性，依據(jù)本文方法采集噪聲環(huán)境下的遠距離音頻信號，對本文方法處理前后的音頻信號幅值進行統(tǒng)計，以驗證音頻采集后音頻信號的質(zhì)量。音頻信號處理結(jié)果如圖5所示。

如圖5所示，通過本文方法能夠?qū)崿F(xiàn)效果較好的音頻信號采集。依據(jù)本文方法進行音頻信號采集前，音頻信號幅值波動范圍較大，音頻中有用的音頻信號完全被噪聲覆蓋，導(dǎo)致最終的音頻質(zhì)量較差。通過本文方法進行音頻信號采集，能夠有效濾除音頻信號中的噪聲數(shù)據(jù)，提取出其中有用的音頻信號，確保了提取的音頻信號的高清度，為用戶提供了更清晰的聽覺體驗。

為進一步驗證本文方法實現(xiàn)噪聲環(huán)境下遠距離高清音頻采集的有效性，引入信噪比和可懂度進行音頻信號采集效果的評估。其中信噪比表示了音頻信號中有用信號與噪聲的比值，可懂度能夠評估接收者準確理解音頻信號內(nèi)容的程度，兩個參數(shù)值越高表明音頻信號采集效果越好。

分別模擬距離不同情況、不同音頻聲源幅值情況下，通過本文方法進行噪聲環(huán)境下遠距離高清音頻采集的效果。對本文方法采集音頻信號后音頻信號信噪比和可懂度進行分析統(tǒng)計，得到的結(jié)果如表2所示。

由表2可知，通過本文方法進行噪聲環(huán)境下遠距離高清音頻采集效果較好，針對不同距離的音頻信號采集，不同信號幅值情況下，最終采集的音頻信號信噪比均能夠高于18 dB，可懂度均高于97%，證明了通過本文方法進行噪聲環(huán)境下遠距離高清音頻采集能夠有效提取音頻信號中的有用部分，從而確保采集到的音頻信號既清晰又易于理解，能夠為音頻分析相關(guān)領(lǐng)域提供良好技術(shù)支持。

3" 結(jié)" 論

實現(xiàn)噪聲環(huán)境下遠距離高清音頻采集，能夠確保音頻信息的準確傳遞和接收，為遠程會議、音頻制作等相關(guān)領(lǐng)域提供更準確的音頻信息，為用戶提供更清晰的音頻體驗，提升用戶的滿意度。本文提出一種基于AI的噪聲環(huán)境下遠距離高清音頻采集方法，該方法能夠?qū)崿F(xiàn)效果較好的噪聲環(huán)境下遠距離高清音頻采集，有效提取并保留音頻信號中的有用部分，提升音頻信號的整體質(zhì)量。

參考文獻

[1] 桑晉秋，黃冰，秦朝琪，等.虛擬聲場用于測量智能音頻設(shè)備采集指向性的可行性探究[J].計量科學與技術(shù)，2023，67（11）：24?32.

[2] 陳永，汪子楓.多通道音頻信號采集系統(tǒng)仿真研究[J].工業(yè)控制計算機，2022，35（7）：118?120.

[3] 湯敏，顧煒江.多路音頻傳感信號低功耗實時采集方法設(shè)計[J].傳感技術(shù)學報，2024，37（4）：690?695.

[4] 葉中付，趙紫微，于潤祥.基于臨界頻帶的交互性雙支路單通道語音增強模型[J].數(shù)據(jù)采集與處理，2023，38（2）：262?273.

[5] 尹占芳，張慶華，朱梅梅.一種機載自適應(yīng)音頻采集電路的設(shè)計與實現(xiàn)[J].電子制作，2024，32（15）：41?43.

[6] CLAYTON M， WANG L， CAVALLARO M P. An embedded multichannel sound acquisition system for drone audition [J]. IEEE sensors journal， 2023， 23（12）： 13377?13386.

[7] 張燁，肖啟陽.電子通信多徑信號強干擾濾波抑制仿真[J].計算機仿真，2023，40（6）：245?249.

[8] 李勝輝，王文敏.通信音視頻編解碼技術(shù)的研究與應(yīng)用[J].微型電腦應(yīng)用，2022，38（11）：202?205.

[9] 楊超，李波，胡緒權(quán)，等.基于解析插值離散時間傅里葉變換的精確頻率估計[J].電工技術(shù)學報，2022，37（6）：1338?1350.

[10] 陳孝文，蘇攀，吳彬溶，等.基于改進長短期記憶網(wǎng)絡(luò)的時間序列預(yù)測研究[J].武漢理工大學學報（信息與管理工程版），2022，44（3）：487?494.

[11] 李珠海，郭武.基于自注意力機制的音頻對抗樣本生成方法[J].數(shù)據(jù)采集與處理，2024，39（2）：416?423.

[12] 吳科獻，金華標，王琪，等.基于Opus算法的船舶音頻傳輸系統(tǒng)設(shè)計[J].船海工程，2024，53（4）：18?23.

[13] 皓然，萬書芹，蔣穎丹，等.基于FPGA的多通道音頻信號評估系統(tǒng)[J].電子技術(shù)應(yīng)用，2022，48（2）：78?83.作者簡介：黃麗娜（1978—），女，江西安遠人，碩士研究生，副教授，研究方向為音頻數(shù)據(jù)采集。