[發(fā)明專利]一種音頻信號(hào)處理方法、模型訓(xùn)練方法以及相關(guān)裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010023045.6
• 申請(qǐng)日: 2020-01-09
• 公開（公告）號(hào): CN111210021B
• 公開（公告）日: 2023-04-14
• 發(fā)明（設(shè)計(jì)）人: 張金亮;余濤
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06N20/00
• 分類號(hào): G06N20/00;G10L21/007;G10L21/0216;G10L21/0232;G10L25/18;G10L25/21;G10L25/30
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 王仲凱

本申請(qǐng)公開了一種音頻信號(hào)處理方法、模型訓(xùn)練方法以及相關(guān)裝置，通過對(duì)音頻輸入信號(hào)輸入機(jī)器學(xué)習(xí)模型，以得到第一嘯叫點(diǎn)以及對(duì)應(yīng)的第一增益值；然后根據(jù)第二增益值對(duì)音頻輸入信號(hào)中的第二嘯叫點(diǎn)進(jìn)行處理，以得到音頻輸出信號(hào)。從而實(shí)現(xiàn)了對(duì)于音頻輸入信號(hào)中嘯叫的抑制，使得嘯叫在初始階段就被抑制，無法在進(jìn)行增益循環(huán)；由于機(jī)器學(xué)習(xí)模型中指示嘯叫點(diǎn)的對(duì)應(yīng)性以及模型計(jì)算的便捷性，使得上述處理過程迅速，且不會(huì)對(duì)有效音頻信號(hào)產(chǎn)生影響，提高了音頻處理的準(zhǔn)確性及效率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種音頻信號(hào)處理方法、模型訓(xùn)練方法以及相關(guān)裝置。

背景技術(shù)

隨著移動(dòng)終端相關(guān)技術(shù)的發(fā)展，越來越多的智能設(shè)備出現(xiàn)在人們的生活中，其中，通過智能設(shè)備進(jìn)行進(jìn)行語音通話尤為突出，然而由于通話過程中本端麥克風(fēng)也會(huì)采集到對(duì)端揚(yáng)聲器的音頻信號(hào)，這些音頻信號(hào)可能在本端與對(duì)端的語音過程中循環(huán)，尤其在近距離的語音過程中，音頻信號(hào)會(huì)不斷的循環(huán)增益，從而產(chǎn)生嘯叫。

一般，可以采用移頻器或移相器對(duì)本端的輸入音頻進(jìn)行處理，即破壞與嘯叫產(chǎn)生的相位一致的音頻信息，從而實(shí)現(xiàn)嘯叫抑制。

但是，使用移頻器或移相器的方法處理時(shí)間較長(zhǎng)，不適用于語音通話的實(shí)時(shí)處理的場(chǎng)景，且由于對(duì)于嘯叫點(diǎn)固定的相位移除，也會(huì)對(duì)有效音頻的音質(zhì)產(chǎn)生損傷，影響音頻處理的準(zhǔn)確性。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)?zhí)峁┮环N音頻信號(hào)處理的方法，可以有效定位嘯叫點(diǎn)并進(jìn)行嘯叫抑制，提高音頻信號(hào)處理過程的準(zhǔn)確性。

本申請(qǐng)第一方面提供一種音頻信號(hào)處理的方法，可以應(yīng)用于終端設(shè)備中包含音頻信號(hào)處理功能的系統(tǒng)或程序中，具體包括：獲取第一音頻輸入信號(hào)；

將所述第一音頻輸入信號(hào)輸入機(jī)器學(xué)習(xí)模型，以得到第一嘯叫點(diǎn)，根據(jù)所述第一嘯叫點(diǎn)獲得第一增益值，其中，所述第一嘯叫點(diǎn)用于指示所述第一音頻輸入信號(hào)中有效音頻輸入信號(hào)對(duì)應(yīng)頻段的嘯叫點(diǎn)；所述第一增益值用于指示所述第一嘯叫點(diǎn)的抑制參數(shù)，根據(jù)所述第一增益值處理所述第一音頻輸入信號(hào)，以得到第二音頻輸入信號(hào)；

檢測(cè)所述第二音頻輸入信號(hào)，以得到第二嘯叫點(diǎn)，根據(jù)所述第二嘯叫點(diǎn)獲得第二增益值，所述第二嘯叫點(diǎn)用于指示非所述有效音頻信號(hào)對(duì)應(yīng)頻段的嘯叫點(diǎn)；

根據(jù)第二增益值對(duì)第二音頻輸入信號(hào)進(jìn)行處理，以得到音頻輸出信號(hào)。

可選的，在本申請(qǐng)一些可能的實(shí)現(xiàn)方式中，所述將所述第一音頻輸入信號(hào)輸入機(jī)器學(xué)習(xí)模型，以得到第一嘯叫點(diǎn)，根據(jù)所述第一嘯叫點(diǎn)獲得第一增益值，包括：

將所述音頻輸入信號(hào)轉(zhuǎn)換至頻域，以提取多個(gè)音頻特征，所述音頻特征基于所述有效音頻信號(hào)或所述嘯叫樣本的特征確定；

將所述音頻特征輸入所述機(jī)器學(xué)習(xí)模型，以確定所述第一嘯叫點(diǎn)；

根據(jù)所述第一嘯叫點(diǎn)獲得對(duì)應(yīng)的第一增益值。

可選的，在本申請(qǐng)一些可能的實(shí)現(xiàn)方式中，所述將所述音頻輸入信號(hào)轉(zhuǎn)換至頻域，以提取多個(gè)音頻特征，包括：

將所述音頻輸入信號(hào)調(diào)整至目標(biāo)頻率，以轉(zhuǎn)換至頻域；

確定轉(zhuǎn)換至頻域后的音頻輸入信號(hào)中的多個(gè)采樣點(diǎn)；

基于所述采樣點(diǎn)提取多個(gè)所述音頻特征。

可選的，在本申請(qǐng)一些可能的實(shí)現(xiàn)方式中，所述確定轉(zhuǎn)換至頻域后的音頻輸入信號(hào)中的多個(gè)采樣點(diǎn)，包括：

基于窗函數(shù)對(duì)轉(zhuǎn)換至頻域后的音頻輸入信號(hào)進(jìn)行劃分，以得到多個(gè)子帶；

確定所述子帶中的多個(gè)所述采樣點(diǎn)。

可選的，在本申請(qǐng)一些可能的實(shí)現(xiàn)方式中，所述根據(jù)第二增益值對(duì)第二音頻輸入信號(hào)進(jìn)行處理，以得到音頻輸出信號(hào)，包括：