[發明專利]音頻數據獲取方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010222077.9
• 申請日: 2020-03-26
• 公開（公告）號: CN111445901B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 陳翔宇;董培;張晨
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/20;G10L21/0208
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 寧立存

1.一種音頻數據獲取方法，其特征在于，應用于電子設備，所述方法包括：

獲取針對電子設備的互動過程的第一音頻數據和第二音頻數據，所述第一音頻數據為在所述互動過程中通過音頻電路組件所獲取的音頻數據，所述第二音頻數據為在所述互動過程中通過所述電子設備的麥克風組件采集得到的音頻數據；

從所述第二音頻數據中消除所述第一音頻數據，得到第三音頻數據，所述第三音頻數據為包含環境噪音的語音數據；

對所述第三音頻數據中的環境噪音進行噪音消除處理，得到第四音頻數據；

基于所述第一音頻數據和所述第四音頻數據，生成用于直播的音頻數據。

2.根據權利要求1所述的方法，其特征在于，所述對所述第三音頻數據中的環境噪音進行噪音消除處理，得到第四音頻數據包括：

獲取所述第三音頻數據的第一頻譜特征；

將所述第一頻譜特征輸入噪音消除模型，所述噪音消除模型由包含環境噪音的語音數據和消除環境噪音后的語音數據訓練得到；

通過所述噪音消除模型，從所述第一頻譜特征中消除噪音頻譜特征，得到第二頻譜特征；

基于所述第二頻譜特征，生成第四音頻數據。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取第一樣本音頻數據和第二樣本音頻數據，所述第一樣本音頻數據為包含環境噪音的語音數據，所述第二樣本音頻數據為消除環境噪音后的語音數據；

基于所述第一樣本音頻數據和所述第二樣本音頻數據，對初始模型進行訓練，得到所述噪音消除模型。

4.根據權利要求3所述的方法，其特征在于，所述基于所述第一樣本音頻數據和所述第二樣本音頻數據，對初始模型進行訓練，得到所述噪音消除模型包括：

獲取所述第一樣本音頻數據的第一樣本頻譜特征以及所述第二樣本音頻數據的第二樣本頻譜特征；

將所述第一樣本頻譜特征和所述第二樣本頻譜特征輸入至所述初始模型；

通過所述初始模型，對所述第一樣本頻譜特征進行處理，得到第三樣本頻譜特征；

基于所述第二樣本頻譜特征和所述第三樣本頻譜特征，對所述初始模型的模型參數進行調整，直至調整后的模型符合預設條件，將符合預設條件的模型作為所述噪音消除模型。

5.根據權利要求1所述的方法，其特征在于，所述基于所述第一音頻數據和所述第四音頻數據，生成用于直播的音頻數據包括：

對所述第一音頻數據和所述第四音頻數據進行混音處理，得到用于直播的音頻數據。

6.根據權利要求1所述的方法，其特征在于，所述環境噪音包括屏幕操作噪聲。

7.一種音頻數據獲取裝置，其特征在于，所述裝置包括：

音頻數據獲取單元，被配置為執行獲取針對電子設備的互動過程的第一音頻數據和第二音頻數據，所述第一音頻數據為在所述互動過程中通過音頻電路組件所獲取的音頻數據，所述第二音頻數據為在所述互動過程中通過所述電子設備的麥克風組件采集得到的音頻數據；

音頻數據消除單元，被配置為執行從所述第二音頻數據中消除所述第一音頻數據，得到第三音頻數據，所述第三音頻數據為包含環境噪音的語音數據；

噪音消除單元，被配置為執行對所述第三音頻數據中的環境噪音進行噪音消除處理，得到第四音頻數據；

生成單元，被配置為執行基于所述第一音頻數據和所述第四音頻數據，生成用于直播的音頻數據。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

頻譜特征獲取單元，被配置為執行獲取所述第三音頻數據的第一頻譜特征；

輸入單元，被配置為執行將所述第一頻譜特征輸入噪音消除模型，所述噪音消除模型由包含環境噪音的語音數據和消除環境噪音后的語音數據訓練得到；

頻譜特征消除單元，被配置為執行通過所述噪音消除模型，從所述第一頻譜特征中消除噪音頻譜特征，得到第二頻譜特征；

所述生成單元，還配置為執行基于所述第二頻譜特征，生成第四音頻數據。