[發明專利]數據處理方法、裝置、計算機設備以及存儲介質有效
| 申請號: | 202010494095.2 | 申請日: | 2020-06-03 |
| 公開(公告)號: | CN111698232B | 公開(公告)日: | 2021-09-10 |
| 發明(設計)人: | 李岳鵬 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | H04L29/06 | 分類號: | H04L29/06;G10L21/0208 |
| 代理公司: | 廣州三環專利商標代理有限公司 44202 | 代理人: | 熊永強;杜維 |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 數據處理 方法 裝置 計算機 設備 以及 存儲 介質 | ||
1.一種數據處理方法,其特征在于,包括:
響應針對目標用戶的語音通信請求,為所述目標用戶開啟語音通信業務,獲取所述語音通信業務中的目標音頻數據;
采用至少兩個降噪模式對所述目標音頻數據分別進行降噪處理,得到所述至少兩個降噪模式分別對應的降噪效果信息;
根據所述降噪效果信息統計與目標降噪模式相關聯的音頻降噪總時長;所述音頻降噪總時長是指在所述目標降噪模式的降噪效果信息優于原始降噪模式的降噪效果信息時,統計的所述目標降噪模式中針對目標用戶的降噪總時長,所述目標降噪模式屬于所述至少兩個降噪模式,所述原始降噪模式是指所述至少兩個降噪模式中除所述目標降噪模式的其余降噪模式;
在所述語音通信業務的會話頁面中顯示所述目標降噪模式與所述音頻降噪總時長之間的關聯提示信息。
2.根據權利要求1所述的方法,其特征在于,所述獲取所述語音通信業務中的目標音頻數據,包括:
采集所述語音通信業務中的初始音頻數據,對所述初始音頻數據進行分幀處理,得到至少兩個音頻片段;
對所述至少兩個音頻片段進行噪音檢測,將所述至少兩個音頻片段中包含噪音數據的音頻片段確定為所述目標音頻數據。
3.根據權利要求1所述的方法,其特征在于,所述采用至少兩個降噪模式對所述目標音頻數據分別進行降噪處理,得到所述至少兩個降噪模式分別對應的降噪效果信息,包括:
采用所述目標降噪模式對所述目標音頻數據進行降噪處理,得到所述目標音頻數據對應的第一降噪音頻;
采用原始降噪模式對所述目標音頻數據進行降噪處理,得到所述目標音頻數據對應的第二降噪音頻;
將所述第一降噪音頻和所述第二降噪音頻分別對應的信噪比確定為所述降噪效果信息。
4.根據權利要求3所述的方法,其特征在于,所述采用所述目標降噪模式對所述目標音頻數據進行降噪處理,得到所述目標音頻數據對應的第一降噪音頻,包括:
將所述目標音頻數據輸入第一降噪模型中,根據所述第一降噪模型獲取目標對數功率譜;所述第一降噪模型用于表征噪音音頻的對數功率譜與純凈音頻的對數功率譜之間的映射關系;
根據所述目標對數功率譜和所述目標音頻數據對應的相位信息,確定所述目標音頻數據對應的所述第一降噪音頻。
5.根據權利要求3所述的方法,其特征在于,所述采用所述目標降噪模式對所述目標音頻數據進行降噪處理,得到所述目標音頻數據對應的第一降噪音頻,包括:
根據第二降噪模型獲取所述目標音頻數據對應的第一降噪增益,根據第三降噪模型獲取所述目標音頻數據對應的第二降噪增益;所述第二降噪模型的降噪強度大于所述第三降噪模型的降噪強度;所述第二降噪模型對所述目標音頻數據的語音損傷程度,大于所述第三降噪模型對所述目標音頻數據的語音損傷程度;
根據所述第一降噪增益和所述第二降噪增益,確定所述目標音頻數據的合并降噪增益;
根據所述合并降噪增益對所述目標音頻數據進行降噪處理,得到所述目標音頻數據對應的所述第一降噪音頻。
6.根據權利要求3所述的方法,其特征在于,所述采用原始降噪模式對所述目標音頻數據進行降噪處理,得到所述目標音頻數據對應的第二降噪音頻,包括:
對所述目標音頻數據進行分解,得到語音序列數據和噪音序列數據,獲取所述語音序列數據對應的第一權重值和所述噪音序列數據對應的第二權重值;所述第一權重值大于所述第二權重值;
根據所述第一權重值與所述語音序列數據之間的乘積,以及所述第二權重值與所述噪音序列數據之間的乘積,確定所述目標音頻數據對應的所述第二降噪音頻。
7.根據權利要求3所述的方法,其特征在于,所述根據所述降噪效果信息統計與目標降噪模式相關聯的音頻降噪總時長,包括:
當所述第一降噪音頻的信噪比大于所述第二降噪音頻的信噪比時,將所述第一降噪音頻的時長確定為所述語音通信業務中的單位業務降噪時長;
獲取所述目標用戶對應的歷史降噪時長,根據所述歷史降噪時長和所述單位業務降噪時長,確定所述目標降噪模式中針對所述目標用戶的所述音頻降噪總時長。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010494095.2/1.html,轉載請聲明來源鉆瓜專利網。





