[發(fā)明專利]聲音信號(hào)的處理方法、相關(guān)設(shè)備及可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911418247.4
• 申請(qǐng)日: 2019-12-31
• 公開（公告）號(hào): CN111105811B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 張健;趙湘;高素云;付中華;王海坤
• 申請(qǐng)（專利權(quán)）人: 西安訊飛超腦信息科技有限公司
• 主分類號(hào): G10L21/0216
• 分類號(hào): G10L21/0216;G10L21/0208;G10L21/0272
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王小清

本申請(qǐng)公開了一種聲音信號(hào)的處理方法、相關(guān)設(shè)備及可讀存儲(chǔ)介質(zhì)，通過根據(jù)所述當(dāng)前幀的前一幀在所述第二拾音區(qū)域的第一輸出波束信號(hào)，從所述第二波束信號(hào)集合中確定至少一個(gè)第一參考波束信號(hào)；基于所述參考波束信號(hào)，濾除所述第一波束信號(hào)中包含的第二拾音區(qū)域內(nèi)的信息，得到處理后的第一波束信號(hào)集合；可以實(shí)現(xiàn)對(duì)于參考波束信號(hào)的實(shí)時(shí)更新，因此，采用本申請(qǐng)的聲音信號(hào)的處理方法進(jìn)行語音分離，可以提高分離后的聲音信號(hào)的清晰度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及信號(hào)處理技術(shù)領(lǐng)域，更具體的說，是涉及一種聲音信號(hào)的處理方法、相關(guān)設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著語音識(shí)別技術(shù)的發(fā)展，越來越多的場(chǎng)景下需要進(jìn)行語音錄制，以方便用戶回聽。但是，有些場(chǎng)景下，語音是由多種用戶角色產(chǎn)生的，這種情況下，就需要對(duì)語音按照不同用戶角色進(jìn)行分離。比如，檢查機(jī)關(guān)在審訊過程中，審訊全程的語音，會(huì)涉及審訊人和被審訊人兩種用戶角色，這種情況下，就需要對(duì)審訊全程的語音按照審訊人和被審訊人兩種用戶角色進(jìn)行分離。

但是，現(xiàn)有技術(shù)中，對(duì)于語音進(jìn)行分離的方法，分離后得到的語音效果并不理想。

因此，對(duì)現(xiàn)有技術(shù)中的語音分離方法進(jìn)行優(yōu)化顯得尤為必要。

發(fā)明內(nèi)容

鑒于上述問題，提出了本申請(qǐng)以便提供一種聲音信號(hào)的處理方法、相關(guān)設(shè)備及可讀存儲(chǔ)介質(zhì)。具體方案如下：

一種聲音信號(hào)的處理方法，包括：

獲取當(dāng)前幀的第一波束信號(hào)集合和第二波束信號(hào)集合；所述第一波束信號(hào)集合包括多個(gè)第一波束信號(hào)，所述第一波束信號(hào)的波束朝向分布于麥克風(fēng)陣列的第一拾音區(qū)域；所述第二波束信號(hào)集合包括多個(gè)第二波束信號(hào)，所述第二波束信號(hào)的波束朝向分布于所述麥克風(fēng)陣列的第二拾音區(qū)域；

根據(jù)所述當(dāng)前幀的前一幀在所述第二拾音區(qū)域的第一輸出波束信號(hào)，從所述第二波束信號(hào)集合中確定至少一個(gè)第一參考波束信號(hào)；

基于所述參考波束信號(hào)，濾除所述第一波束信號(hào)中包含的第二拾音區(qū)域內(nèi)的信息，得到處理后的第一波束信號(hào)集合；

基于所述處理后的第一波束信號(hào)集合，確定所述當(dāng)前幀在所述第一拾音區(qū)域的第二輸出波束信號(hào)。

可選地，所述從所述第二波束信號(hào)集合中確定至少一個(gè)第一參考波束信號(hào)，具體包括：

獲取所述第一輸出波束信號(hào)的波束標(biāo)識(shí)；所述波束標(biāo)識(shí)用于標(biāo)識(shí)所述第二拾音區(qū)域的波束信號(hào)；

將所述波束標(biāo)識(shí)對(duì)應(yīng)的波束信號(hào)確定為所述第一參考波束信號(hào)。

可選地，所述確定所述當(dāng)前幀在所述第一拾音區(qū)域的第二輸出波束信號(hào)，具體包括：

確定與所述當(dāng)前幀對(duì)應(yīng)的多個(gè)時(shí)間窗；

確定每個(gè)時(shí)間窗內(nèi)所述第一拾音區(qū)域中的最大能量波束，得到最大能量波束集合；

基于所述最大能量波束集合，確定所述當(dāng)前幀在所述第一拾音區(qū)域的第二輸出波束信號(hào)。

可選地，所述基于所述最大能量波束集合，確定所述當(dāng)前幀在所述第一拾音區(qū)域的第二輸出波束信號(hào)，具體包括：

確定所述最大能量波束集合中各個(gè)最大能量波束的權(quán)重；

根據(jù)所述權(quán)重，對(duì)所述處理后的第一波束信號(hào)集合中的各個(gè)波束信號(hào)進(jìn)行加權(quán)，得到所述第二輸出波束信號(hào)。

可選地，所述確定每個(gè)時(shí)間窗內(nèi)所述第一拾音區(qū)域中的最大能量波束之后，還包括：

記錄所述最大能量波束集合中的每個(gè)最大能量波束對(duì)應(yīng)的波束標(biāo)識(shí)，以便后續(xù)從所述當(dāng)前幀的后一幀的第一波束信號(hào)集合中確定參考波束信號(hào)。

可選地，所述方法還包括：