[發(fā)明專利]音頻信號處理方法及裝置、存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010176289.8
• 申請日: 2020-03-13
• 公開（公告）號: CN111429934B
• 公開（公告）日: 2023-02-28
• 發(fā)明（設計）人: 侯海寧;李炯亮;李曉明
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G10L21/0216
• 分類號: G10L21/0216;G10L21/0232;G10L21/028
• 代理公司: 北京善任知識產(chǎn)權代理有限公司 11650
• 代理人: 康艷青

本公開是關于一種音頻信號處理方法及裝置、存儲介質(zhì)。該方法包括：由至少兩個麥克風獲取至少兩個聲源各自發(fā)出的音頻信號，以獲得至少兩個麥克風各自的原始帶噪信號；根據(jù)至少兩個麥克風各自的原始帶噪信號，獲取至少兩個聲源各自的頻域估計信號；將預定的頻點范圍劃分為多個頻點子帶；根據(jù)每個頻點子帶的頻域估計信號和預設的至少兩個聲源各自處于預設狀態(tài)的第一狀態(tài)概率，確定至少兩個聲源在每個頻點子帶上處于預設狀態(tài)的第二狀態(tài)概率；根據(jù)第二狀態(tài)概率確定每個頻點子帶對應的各頻點的分離矩陣；基于分離矩陣及原始帶噪信號，獲得至少兩個聲源各自發(fā)出的音頻信號。根據(jù)本公開實施例的技術方案，能夠減少系統(tǒng)延遲。

技術領域

本公開涉及信號處理領域，尤其涉及一種音頻信號處理方法及裝置、存儲介質(zhì)。

背景技術

相關技術中，智能產(chǎn)品設備拾音多采用麥克風陣列，應用麥克風波束形成技術提高語 音信號處理質(zhì)量，以提高真實環(huán)境下的語音識別率。但多個麥克風的波束形成技術對麥克 風位置誤差敏感，性能影響較大，另外麥克風個數(shù)增多了也會導致產(chǎn)品成本升高。

因此，目前越來越多的智能產(chǎn)品設備只配置兩個麥克風；兩個麥克風常采用完全不同 于多個麥克風波束形成技術的盲源分離技術對語音進行增強，而如何使得基于盲源分離技 術分離后信號的語音質(zhì)量更高，以及提高噪聲環(huán)境下分離的語音信號的信噪比是目前的迫 切需要解決的問題。

發(fā)明內(nèi)容

本公開提供一種音頻信號處理方法及裝置、存儲介質(zhì)。

根據(jù)本公開實施例的第一方面，提供一種音頻信號處理方法，包括：

由至少兩個麥克風獲取至少兩個聲源各自發(fā)出的音頻信號，以獲得所述至少兩個麥克 風各自的原始帶噪信號；

對于時域上的每一幀，根據(jù)所述至少兩個麥克風各自的所述原始帶噪信號，獲取所述 至少兩個聲源各自的頻域估計信號；

將預定的頻點范圍劃分為多個頻點子帶，其中，每個頻點子帶包含多個頻點數(shù)據(jù)；

根據(jù)每個頻點子帶的所述頻域估計信號和預設的所述至少兩個聲源各自處于預設狀 態(tài)的第一狀態(tài)概率，確定所述至少兩個聲源在每個頻點子帶上處于所述預設狀態(tài)的第二狀 態(tài)概率；

根據(jù)所述第二狀態(tài)概率確定所述每個頻點子帶對應的各頻點的分離矩陣；

基于所述分離矩陣及所述原始帶噪信號，獲得至少兩個聲源各自發(fā)出的音頻信號。

在一些實施例中，所述方法包括：

若所述第二狀態(tài)概率或所述第一狀態(tài)概率不收斂，則根據(jù)所述第二狀態(tài)概率更新所述 第一狀態(tài)概率；

根據(jù)每個頻點子帶的所述頻域估計信號和更新后的所述第一狀態(tài)概率，更新所述第二 狀態(tài)概率。

在一些實施例中，所述根據(jù)所述第二狀態(tài)概率更新所述第一狀態(tài)概率，包括：

根據(jù)各所述頻點子帶的所述第二狀態(tài)概率的總和，以及所述頻點子帶的數(shù)量，更新所 述第一狀態(tài)概率。

在一些實施例中，所述根據(jù)每個頻點子帶的所述頻域估計信號和更新后的所述第一狀 態(tài)概率，更新所述第二狀態(tài)概率，包括：

根據(jù)每個頻點子帶的所述頻域估計信號，確定狀態(tài)概率分布函數(shù)；

根據(jù)所述狀態(tài)概率分布函數(shù)和更新后的所述第一狀態(tài)概率，更新所述第二狀態(tài)概率。

在一些實施例中，所述根據(jù)所述第二狀態(tài)概率確定所述每個頻點子帶對應的各頻點的 分離矩陣，包括：

根據(jù)更新后的所述第二狀態(tài)概率，確定所述每個頻點子帶對應的各頻點的備選分離矩 陣；

若所述備選分離矩陣不收斂，則重新根據(jù)更新后的所述第二狀態(tài)概率，確定所述每個 頻點子帶對應的各頻點的備選分離矩陣；