[發(fā)明專利]音頻信號(hào)的處理方法、裝置、介質(zhì)和音頻交互設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201910741369.0
• 申請(qǐng)日: 2018-11-30
• 公開（公告）號(hào): CN110491403B
• 公開（公告）日: 2022-03-04
• 發(fā)明（設(shè)計(jì)）人: 鄭脊萌;劉二男;高毅;黎韋偉
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G10L21/0208
• 分類號(hào): G10L21/0208;G10L21/0216;G10L21/0224;G10L21/0232;G10L25/51;G01S3/802
• 代理公司: 深圳市隆天聯(lián)鼎知識(shí)產(chǎn)權(quán)代理有限公司 44232
• 代理人: 王鵬健

1.一種音頻信號(hào)的處理方法，其特征在于，所述方法包括：

獲取音頻交互設(shè)備上的麥克風(fēng)采樣得到的音頻信號(hào)，所述音頻信號(hào)中包含目標(biāo)音頻直射信號(hào)；

在所述音頻交互設(shè)備中獲取回聲參考信號(hào)，通過所述回聲參考信號(hào)對(duì)所述麥克風(fēng)采集的所述音頻信號(hào)進(jìn)行線性回聲消除；

在所述音頻信號(hào)消回聲之后進(jìn)行時(shí)頻分析，獲得消回聲后音頻信號(hào)的時(shí)頻域表達(dá)；

對(duì)所述消回聲后音頻信號(hào)的時(shí)頻域表達(dá)，按照時(shí)頻點(diǎn)進(jìn)行音頻特征參數(shù)的估計(jì)，所述音頻特征參數(shù)為多種；

獲取所述消回聲后音頻信號(hào)的時(shí)頻域表達(dá)在時(shí)頻點(diǎn)上的不同音頻特征參數(shù)分別映射的權(quán)值，根據(jù)所述權(quán)值進(jìn)行加權(quán)計(jì)算，獲得所述消回聲后音頻信號(hào)在所述時(shí)頻點(diǎn)的權(quán)值；

通過所述時(shí)頻點(diǎn)的權(quán)值和所述時(shí)頻域表達(dá)，獲取對(duì)應(yīng)于所述時(shí)頻點(diǎn)的加權(quán)協(xié)方差矩陣，所述加權(quán)協(xié)方差矩陣用于描述音頻信號(hào)中所述目標(biāo)音頻直射信號(hào)的相對(duì)比重；

通過所述加權(quán)協(xié)方差矩陣進(jìn)行空間譜的加權(quán)運(yùn)算，獲得所述音頻信號(hào)按照時(shí)頻點(diǎn)經(jīng)過加權(quán)的空間譜；

由所述空間譜獲得所述音頻信號(hào)中目標(biāo)音頻直射信號(hào)對(duì)應(yīng)的聲源方位角。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述音頻特征參數(shù)包括所述時(shí)頻域表達(dá)在時(shí)頻點(diǎn)的信噪比估計(jì)值，所述對(duì)所述消回聲后音頻信號(hào)的時(shí)頻域表達(dá)，按照時(shí)頻點(diǎn)進(jìn)行音頻特征參數(shù)的估計(jì)，包括：

對(duì)所述消回聲后音頻信號(hào)的時(shí)頻域表達(dá)估計(jì)每一個(gè)時(shí)頻點(diǎn)的信噪比估計(jì)值，所述信噪比估計(jì)值用于映射得到所述消回聲后音頻信號(hào)在時(shí)頻點(diǎn)的權(quán)值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述音頻特征參數(shù)還包括時(shí)頻域表達(dá)在時(shí)頻點(diǎn)上的直射對(duì)混響信號(hào)強(qiáng)度比、殘留回聲信號(hào)估計(jì)值以及所述時(shí)頻點(diǎn)對(duì)應(yīng)于目標(biāo)喚醒詞的概率中至少一種或者任意組合。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述音頻特征參數(shù)包括所述時(shí)頻點(diǎn)對(duì)應(yīng)于目標(biāo)喚醒詞概率，所述對(duì)所述消回聲后音頻信號(hào)的時(shí)頻域表達(dá)，按照時(shí)頻點(diǎn)進(jìn)行音頻特征參數(shù)的估計(jì)，包括：

檢測(cè)所述消回聲后音頻信號(hào)中的目標(biāo)喚醒詞，對(duì)檢測(cè)的所述目標(biāo)喚醒詞估計(jì)所在的時(shí)頻點(diǎn)，獲得每一時(shí)頻點(diǎn)對(duì)應(yīng)于目標(biāo)喚醒詞的概率。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過所述時(shí)頻點(diǎn)的權(quán)值和所述時(shí)頻域表達(dá)，獲取對(duì)應(yīng)于所述時(shí)頻點(diǎn)的加權(quán)協(xié)方差矩陣，包括：

在時(shí)頻點(diǎn)上通過所述音頻信號(hào)的時(shí)頻域表達(dá)和權(quán)值，進(jìn)行加權(quán)運(yùn)算得到所述時(shí)頻點(diǎn)在所述加權(quán)協(xié)方差矩陣對(duì)應(yīng)的加權(quán)元素值，所有時(shí)頻點(diǎn)對(duì)應(yīng)的加權(quán)元素值構(gòu)成所述加權(quán)協(xié)方差矩陣。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述音頻信號(hào)消回聲之后進(jìn)行時(shí)頻分析，包括：

通過短時(shí)傅里葉變換對(duì)所述消回聲后音頻信號(hào)進(jìn)行時(shí)頻分析。

7.一種音頻信號(hào)的處理裝置，其特征在于，所述裝置包括：

信號(hào)獲取模塊，用于獲取音頻交互設(shè)備上的麥克風(fēng)采樣得到的音頻信號(hào)，所述音頻信號(hào)中包含目標(biāo)音頻直射信號(hào)；

消回聲模塊，用于在所述音頻交互設(shè)備中獲取回聲參考信號(hào)，通過所述回聲參考信號(hào)對(duì)所述麥克風(fēng)采集的所述音頻信號(hào)進(jìn)行線性回聲消除；

時(shí)域分析模塊，用于在所述音頻信號(hào)消回聲之后進(jìn)行時(shí)頻分析，獲得消回聲后音頻信號(hào)的時(shí)頻域表達(dá)；

權(quán)值運(yùn)算模塊，用于對(duì)所述消回聲后音頻信號(hào)的時(shí)頻域表達(dá)，按照時(shí)頻點(diǎn)進(jìn)行音頻特征參數(shù)的估計(jì)，所述音頻特征參數(shù)為多種，根據(jù)對(duì)應(yīng)于所述時(shí)頻點(diǎn)的音頻特征參數(shù)獲得所述音頻信號(hào)在所述時(shí)頻點(diǎn)的權(quán)值；

矩陣運(yùn)算模塊，用于通過所述時(shí)頻點(diǎn)的權(quán)值和所述時(shí)頻域表達(dá)，獲取對(duì)應(yīng)于所述時(shí)頻點(diǎn)的加權(quán)協(xié)方差矩陣，所述加權(quán)協(xié)方差矩陣用于描述音頻信號(hào)中所述目標(biāo)音頻直射信號(hào)的相對(duì)比重；

空間譜加權(quán)模塊，用于通過所述加權(quán)協(xié)方差矩陣進(jìn)行空間譜的加權(quán)運(yùn)算，獲得所述音頻信號(hào)按照時(shí)頻點(diǎn)經(jīng)過加權(quán)的空間譜；

方位角定位模塊，用于由所述空間譜獲得所述音頻信號(hào)中目標(biāo)音頻直射信號(hào)對(duì)應(yīng)的聲源方位角。