[發明專利]一種音頻信號處理的方法、裝置、設備和介質

有效

• 申請號: 202010093002.5
• 申請日: 2020-02-14
• 公開（公告）號: CN111312276B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 欒天祥;馮大航;陳孝良;常樂
• 申請（專利權）人: 北京聲智科技有限公司
• 主分類號: G10L21/0272
• 分類號: G10L21/0272;G10L25/30
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 常曉

1.一種音頻信號處理的方法，其特征在于，包括：

獲取音頻信號，所述音頻信號為多個聲音采集設備采集的多個信號源的信號；

對所述音頻信號進行信號源數量分析，獲得概率分布向量，所述概率分布向量表示音頻信號中包含的信號源的數量的概率分布；其中，對所述音頻信號進行信號源數量分析，獲得概率分布向量，包括：當設定的信號源個數不高于獲取的聲音采集設備的設備數量時，將所述音頻信號作為訓練好的數量估計模型的輸入數據，獲得概率分布向量；當設定的信號源個數高于獲取的聲音采集設備的設備數量時，采用預設的高斯混合模型，對所述音頻信號進行聚類，獲得包含所述設備數量的信號源的音頻信號，并根據聚類后的音頻信號，獲得概率分布向量；其中，所述數量估計模型是基于深度神經網絡對樣本音頻信號和相應的信號源的樣本數量訓練獲得的，所述高斯混合模型為基于高斯概率密度函數獲得的模型；

根據所述音頻信號以及訓練好的信號分離模型，獲得表示分離出的各信號源的分離信號的信號分離矩陣，所述信號分離模型是基于深度神經網絡對樣本信號、樣本概率分布向量以及樣本信號分離矩陣訓練獲得的；

根據所述概率分布向量以及所述信號分離矩陣，獲得表示估計的各分離信號的估計信號矩陣；

根據所述估計信號矩陣，獲得目標音頻信號。

2.如權利要求1所述的方法，其特征在于，根據所述音頻信號以及訓練好的信號分離模型，獲得表示分離出的各信號源的分離信號的信號分離矩陣，包括：

將所述音頻信號進行頻域變換，獲得頻域變換信號；

將所述頻域變換信號作為所述信號分離模型的輸入數據，獲得信號分離矩陣。

3.如權利要求1-2任一項所述的方法，其特征在于，根據所述概率分布向量以及所述信號分離矩陣，獲得表示估計的各分離信號的估計信號矩陣，包括：

將所述概率分布向量與所述信號分離矩陣點乘，獲得估計信號矩陣。

4.如權利要求1-2任一項所述的方法，其特征在于，根據所述估計信號矩陣，獲得目標音頻信號，包括：

將所述估計信號矩陣進行平滑處理；

將平滑處理后的估計信號矩陣進行反短時傅里葉變換，獲得目標音頻信號。

5.一種音頻信號處理的裝置，其特征在于，包括：

獲取單元，用于獲取音頻信號，所述音頻信號為多個聲音采集設備采集的多個信號源的信號；

分析單元，用于對所述音頻信號進行信號源數量分析，獲得概率分布向量，所述概率分布向量表示音頻信號中包含的信號源的數量的概率分布；其中，所述分析單元用于：當設定的信號源個數不高于獲取的聲音采集設備的設備數量時，將所述音頻信號作為訓練好的數量估計模型的輸入數據，獲得概率分布向量；當設定的信號源個數高于獲取的聲音采集設備的設備數量時，采用預設的高斯混合模型，對所述音頻信號進行聚類，獲得包含所述設備數量的信號源的音頻信號，并根據聚類后的音頻信號，獲得概率分布向量；其中，所述數量估計模型是基于深度神經網絡對樣本音頻信號和相應的信號源的樣本數量訓練獲得的，所述高斯混合模型為基于高斯概率密度函數獲得的模型；

分離單元，用于根據所述音頻信號以及訓練好的信號分離模型，獲得表示分離出的各信號源的分離信號的信號分離矩陣，所述信號分離模型是基于深度神經網絡對樣本信號、樣本概率分布向量以及樣本信號分離矩陣訓練獲得的；

估計單元，用于根據所述概率分布向量以及所述信號分離矩陣，獲得表示估計的各分離信號的估計信號矩陣；

獲得單元，用于根據所述估計信號矩陣，獲得目標音頻信號。

6.如權利要求5所述的裝置，其特征在于，所述分離單元用于：

將所述音頻信號進行頻域變換，獲得頻域變換信號；

將所述頻域變換信號作為所述信號分離模型的輸入數據，獲得信號分離矩陣。

7.如權利要求5-6任一項所述的裝置，其特征在于，所述估計單元用于：

將所述概率分布向量與所述信號分離矩陣點乘，獲得估計信號矩陣。