[發明專利]音頻數據的處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010096420.X
• 申請日: 2020-02-17
• 公開（公告）號: CN113345394A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 竺燁航;白鶴群
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G10H1/36
• 分類號: G10H1/36;G10H1/00;G10L13/02;G10L21/0208
• 代理公司: 北京新知遠方知識產權代理事務所(普通合伙) 11397
• 代理人: 馬軍芳;張艷

1.一種音頻數據的處理方法，其特征在于，所述方法包括：

播放第一音頻數據；

在播放所述第一音頻數的過程中，進行音頻數據采集，得到第二音頻數據，所述第二音頻數據至少包括第三音頻數據，所述第三音頻數據為對播放的所述第一音頻數據進行采集所得到的音頻數據；

對所述第二音頻數據進行濾波，以至少濾除部分所述第三音頻數據，得到第四音頻數據；

對所述第四音頻數據及所述第一音頻數據進行合成，得到目標音頻文件。

2.如權利要求1所述的方法，其特征在于，所述方法，還包括：

根據所述第二音頻數據包括的音頻數據的數據類型，對所述第二音頻數據進行分段處理，得到多個分段的音頻數據；

從所述多個分段的音頻數據中確定目標分段的音頻數據，所述目標分段的音頻數據的數據類型僅包括對應所述第三音頻數據的數據類型；

基于目標分段的音頻數據，對自適應濾波器的系數進行更新，直至收斂；

相應的，所述對所述第二音頻數據進行濾波，以至少濾除部分所述第三音頻數據，得到第四音頻數據，包括：

將所述第二音頻數據輸入更新后的自適應濾波器；

通過更新后的自適應濾波器，對所述第二音頻數據進行濾波，以至少濾除部分所述第三音頻數據，得到第四音頻數據。

3.根據權利要求1所述的方法，其特征在于，在所述對所述第四音頻數據與所述第一音頻數據進行合成之前，所述方法還包括：

確定所述第一音頻數據與所述第四音頻數據之間的時延差；

基于所述時延差，對所述第一音頻數據進行延時處理。

4.如權利要求3所述的方法，其特征在于，所述確定所述第一音頻數據與所述第四音頻數據之間的時延差，包括：

獲取所述第一音頻數據的頻域特征及所述第四音頻數據的頻域特征；

基于所述第一音頻數據的頻域特征與所述第四音頻數據的頻域特征，確定所述第一音頻數據與所述第四音頻數據之間的時延差。

5.如權利要求4所述的方法，其特征在于，所述獲取所述第一音頻數據的頻域特征及所述第四音頻數據的頻域特征，包括：

獲取所述第一音頻數據對應的第一頻譜，及所述第四音頻數據對應的第二頻譜；

分別對所述第一頻譜及所述第二頻譜進行數據轉換，以二進制形式表示所述第一頻譜及所述第二頻譜；

將所述二進制形式表示的第一頻譜作為所述第一音頻數據的頻域特征，將所述二進制形式表示的第二頻譜作為所述第四音頻數據的頻域特征。

6.如權利要求4所述的方法，其特征在于，所述基于所述第一音頻數據的頻域特征與所述第四音頻數據的頻域特征，確定所述第一音頻數據與所述第四音頻數據之間的時延差，包括：

對所述第四音頻數據進行分幀處理，得到多個第一音頻幀；

對于各所述第一音頻幀，分別執行以下操作：

分別將第一音頻幀對應的頻域特征與各第二音頻幀對應的頻域特征進行相似度匹配，確定各所述第二音頻幀中相似度最高的目標音頻幀；所述第二音頻幀為對所述第一音頻數據進行分幀處理得到的；

獲取所述第一音頻幀對應的時間點及所述目標音頻幀對應的時間點；

根據所述第一音頻幀對應的時間點及所述目標音頻幀對應的時間點，確定所述第一音頻幀與所述目標音頻幀的時延差。

7.根據權利要求1所述的方法，其特征在于，所述對所述第四音頻數據及所述第一音頻進行合成，得到目標音頻文件，包括：

確定所述第四音頻數據與所述第一音頻數據的合成比例；

基于所述合成比例，對所述第四音頻數據與所述第一音頻數據進行合成，得到所述目標音頻文件。

8.如權利要求7所述的方法，其特征在于，所述確定所述第四音頻數據與所述第一音頻數據的合成比例，包括：

基于所述第二音頻數據與所述第四音頻數據的數據差異，確定對應所述第三音頻數據的抑制系數；

基于所述抑制系數，確定對應所述第四音頻數據與所述第一音頻數據的合成比例。