[發明專利]一種音頻處理方法、裝置、電子設備和可讀存儲介質

在審

• 申請號: 201910344914.2
• 申請日: 2019-04-26
• 公開（公告）號: CN111863014A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 張毅;宋輝;鄧承韻;沙永濤
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G10L21/0216
• 分類號: G10L21/0216
• 代理公司: 北京超成律師事務所 11646
• 代理人: 鄧超

1.一種音頻處理方法，其特征在于，所述音頻處理方法包括：

獲取第一語音信號和第二語音信號，其中，所述第一語音信號中包含目標語音信號和噪聲信號，所述第二語音信號中包含所述噪聲信號；

利用所述第二語音信號，對所述第一語音信號的時頻譜進行重構處理，得到所述第一語音信號的噪聲估計；

基于所述噪聲估計和所述第一語音信號的時頻譜，得到所述目標語音信號的時頻譜。

2.如權利要求1所述的音頻處理方法，其特征在于，當所述第二語音信號中還包含所述目標語音信號，其中，所述目標語音信號在所述第一語音信號中的信號強度占比大于第一閾值，所述目標語音信號在所述第二語音信號中的信號強度占比小于第二閾值時，所述利用所述第二語音信號，對所述第一語音信號的時頻譜進行重構處理，得到所述第一語音信號的噪聲估計，包括：

分別對所述第一語音信號的時域信號和所述第二語音信號的時域信號進行傅里葉變換，得到所述第一語音信號的時頻譜和所述第二語音信號的時頻譜；

分別對所述第一語音信號的時頻譜和所述第二語音信號的時頻譜進行非負矩陣分解NMF處理，得到所述第一語音信號對應的第一NMF基矩陣和所述第二語音信號對應的第二NMF基矩陣；

根據所述第一NMF基矩陣和所述第二NMF基矩陣，得到所述噪聲信號的第三NMF基矩陣；

利用所述第三NMF基矩陣，對所述第一語音信號的時頻譜進行重構處理，得到所述噪聲估計。

3.如權利要求2所述的音頻處理方法，其特征在于，所述根據所述第一NMF基矩陣和所述第二NMF基矩陣，得到所述噪聲信號的第三NMF基矩陣，包括：

根據所述第一NMF基矩陣，將所述第二NMF基矩陣中的所述目標語音信號對應的元素去除掉，以得到所述第三NMF基矩陣。

4.如權利要求3所述的音頻處理方法，其特征在于，所述根據所述第一NMF基矩陣，將所述第二NMF基矩陣中的所述目標語音信號對應的元素去除掉，以得到所述第三NMF基矩陣，包括：

使用第三閾值，對所述第一NMF基矩陣中的各元素進行比較；

根據比較結果，確定所述第一NMF基矩陣中大于或者等于所述第三閾值的元素所在的候選位置，以將所述候選位置作為所述目標語音信號對應的元素在所述第一NMF基矩陣中的位置；

使用數字0，對所述第二NMF基矩陣中與所述候選位置相同的目標位置上的元素進行替換，以將替換后的所述第二NMF基矩陣作為所述第三NMF基矩陣。

5.如權利要求1所述的音頻處理方法，其特征在于，所述利用所述第二語音信號，對所述第一語音信號的時頻譜進行重構處理，得到所述第一語音信號的噪聲估計，包括：

分別對所述第一語音信號的時域信號和所述第二語音信號的時域信號進行傅里葉變換，得到所述第一語音信號的時頻譜和所述第二語音信號的時頻譜；

對所述第二語音信號的時頻譜進行NMF處理，得到所述第二語音信號對應的第二NMF基矩陣；

利用所述第二NMF基矩陣，對所述第一語音信號的時頻譜進行重構處理，得到所述噪聲估計。

6.如權利要求4或5所述的音頻處理方法，其特征在于，所述基于所述噪聲估計和所述第一語音信號的時頻譜，得到所述目標語音信號的時頻譜，包括：

基于所述噪聲估計，去除所述第一語音信號的時頻譜中的所述噪聲信號，以得到所述目標語音信號的時頻譜。

7.如權利要求6所述的音頻處理方法，其特征在于，所述基于所述噪聲估計，去除所述第一語音信號的時頻譜中的所述噪聲信號，以得到所述目標語音信號的時頻譜，包括：

計算所述第一語音信號的時頻譜與所述噪聲估計的歐式距離；

基于所述歐式距離，對所述第一語音信號的時頻譜進行增益計算，以得到所述目標語音信號的時頻譜。