[發(fā)明專利]用于音頻丟包修復(fù)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法、裝置和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010200410.6
• 申請日: 2020-03-20
• 公開（公告）號: CN111883172A
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計）人: 肖全之;閆玉鳳;黃榮均;方桂萍
• 申請（專利權(quán)）人: 珠海市杰理科技股份有限公司
• 主分類號: G10L25/30
• 分類號: G10L25/30;G10L25/51;G10L25/48;G10L21/007
• 代理公司: 深圳市君之泉知識產(chǎn)權(quán)代理有限公司 44366
• 代理人: 程苗

1.一種用于音頻丟包修復(fù)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)的模型包括第一修復(fù)模型和第二修復(fù)模型，所述神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法包括：

步驟S201，獲取待學(xué)習(xí)的語音信號樣本數(shù)據(jù)，所述語音信號樣本數(shù)據(jù)以N幀語音信號幀為一組，其中，N為大于或等于5的整數(shù)，所述語音信號幀為包含語音信號的音頻數(shù)據(jù)幀；

步驟S203，在每組所述N幀語音信號幀中剔除第一預(yù)設(shè)位置的語音信號幀得到第一輸入樣本；

步驟S205，在每組所述N幀語音信號幀中剔除第二預(yù)設(shè)位置的語音信號幀得到第二輸入樣本，所述第一預(yù)設(shè)位置與所述第二預(yù)設(shè)位置的位置不同；及

步驟S207，將所述第一輸入樣本和所述第二輸入樣本分別輸入至所述第一修復(fù)模型和所述第二修復(fù)模型，以分別訓(xùn)練所述第一修復(fù)模型和所述第二修復(fù)模型，所述第一修復(fù)模型用于修復(fù)處于第一預(yù)設(shè)位置的語音信號幀，所述第二修復(fù)模型用于修復(fù)處于第二預(yù)設(shè)位置的語音信號幀；其中，在音頻數(shù)據(jù)丟包修復(fù)過程中，根據(jù)丟幀的位置信息選擇所述第一修復(fù)模型和所述第二修復(fù)模型，以對丟失的語音信號幀進(jìn)行修復(fù)。

2.如權(quán)利要求1所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，在所述步驟S207中，

分別訓(xùn)練所述第一修復(fù)模型和所述第二修復(fù)模型包括：通過反復(fù)迭代訓(xùn)練所述第一修復(fù)模型和所述第二修復(fù)模型。

3.如權(quán)利要求2所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，

反復(fù)迭代訓(xùn)練所述第一修復(fù)模型包括：

在第i次迭代后得到第i個語音信號幀，其中，i為正整數(shù)；

判斷所述第i個語音信號幀與被剔除的第一預(yù)設(shè)位置的語音信號幀之間的第一誤差是否在預(yù)設(shè)范圍內(nèi)；

如果所述第一誤差在預(yù)設(shè)范圍內(nèi)，則輸出第i次迭代所得到的模型參數(shù)，以固化所述第一修復(fù)模型；

和/或，

反復(fù)迭代訓(xùn)練所述第二修復(fù)模型包括：

在第j次迭代后得到第j個語音信號幀，其中，j為正整數(shù)；

判斷所述第j個語音信號幀與被剔除的第二預(yù)設(shè)位置的語音信號幀之間的第二誤差是否在預(yù)設(shè)范圍內(nèi)；

如果所述第二誤差在預(yù)設(shè)范圍內(nèi)，則輸出第j次迭代所得到的模型參數(shù)，以固化所述第二修復(fù)模型。

4.如權(quán)利要求1-3任意一項所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，

所述步驟S201包括：通過預(yù)設(shè)長度的觀察窗對所述語音信號樣本數(shù)據(jù)以N幀語音信號幀為一組；其中，所述觀察窗采用迭代替換的滑動方式在所述語音信號樣本數(shù)據(jù)中滑動；

在所述觀察窗內(nèi)執(zhí)行所述步驟S203、所述步驟S205和所述步驟S207。

5.如權(quán)利要求1-4任意一項所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，

所述第一預(yù)設(shè)位置為處于所述觀察窗內(nèi)且未包含處于所述觀察窗內(nèi)的最后一幀；

通過處于所述觀察窗內(nèi)的所述第一預(yù)設(shè)位置之前和之后的語音信號幀訓(xùn)練所述第一修復(fù)模型。

6.如權(quán)利要求5所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，所述第一預(yù)設(shè)位置為非處于所述觀察窗內(nèi)的第一幀。

7.如權(quán)利要求4所述的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，

所述第二預(yù)設(shè)位置包括處于所述觀察窗內(nèi)的最后一幀；

通過處于所述觀察窗內(nèi)的所述第二預(yù)設(shè)位置之前的語音信號幀訓(xùn)練所述第二修復(fù)模型。