[發明專利]音頻信號處理方法及裝置、存儲介質

在審

• 申請號: 202010577106.3
• 申請日: 2020-06-22
• 公開（公告）號: CN111724801A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 侯海寧
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G10L21/02
• 分類號: G10L21/02;G10L21/0216;G10L21/0232;G10L21/0272
• 代理公司: 北京善任知識產權代理有限公司 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。該方法包括：由至少兩個麥克風獲取至少兩個聲源各自發出的音頻信號，以獲得至少兩個麥克風各自的原始帶噪信號；對于時域上的每一幀，根據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；在預定的頻帶范圍確定包含多個預定的靜態頻點與動態頻點的頻點集合；根據頻點集合內各頻點的頻域估計信號，確定頻點集合包含的各頻點的加權系數；根據加權系數，確定各頻點的分離矩陣；基于分離矩陣及原始帶噪信號，獲得至少兩個聲源各自發出的音頻信號。通過本公開實施例的方法，能夠提升音頻信號的語音質量。

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。

背景技術

相關技術中，智能產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量，以提高真實環境下的語音識別率。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，另外麥克風個數增多了也會導致產品成本升高。

因此，目前越來越多的智能產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量更高是目前迫切需要解決的問題。

發明內容

本公開提供一種音頻信號處理方法及裝置、存儲介質。

根據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；

在預定的頻帶范圍確定包含多個預定的靜態頻點與動態頻點的頻點集合；其中，所述動態頻點為頻點數據滿足篩選條件的頻點；

根據所述頻點集合內各頻點的所述頻域估計信號，確定所述頻點集合包含的各頻點的加權系數；

根據所述加權系數，確定各頻點的分離矩陣；

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出的音頻信號。

在一些實施例中，所述在預定的頻帶范圍確定包含多個預定的靜態頻點與動態頻點的頻點集合，包括：

在所述預定的頻帶范圍中確定多個諧波子集，其中，每個諧波子集包含多個頻點數據；所述多個諧波子集包含的頻點為所述預定的靜態頻點；

根據所述預定的頻帶范圍中各頻點的先驗分離矩陣的條件數，確定動態頻點集合；其中，所述先驗分離矩陣包括：預定的初始分離矩陣或上一幀各頻點的分離矩陣；

根據所述諧波子集與所述動態頻點集合的合集，確定所述頻點集合。

在一些實施例中，所述在所述預定的頻帶范圍中確定多個諧波子集，包括：

確定所述各頻帶范圍中的基頻點、前M個倍頻點和各所述倍頻點所在的第一預設帶寬內的頻點；

根據所述基頻點、所述前M個倍頻點和各所述倍頻點所在的第一預設帶寬內的頻點組成的集合，確定所述諧波子集。

在一些實施例中，所述確定所述各頻帶范圍中的基頻點、前M個倍頻點和各所述倍頻點所在的第一預設帶寬內的頻點，包括：

根據所述預定的頻帶范圍和劃分所述諧波子集的預定個數，確定各所述諧波子集的基頻點與各基頻點對應的前M個倍頻點；

根據各所述諧波子集的所述基頻點與所述前M個倍頻點，確定所述第一預設帶寬內的頻點。