[發明專利]音頻處理方法、裝置及存儲介質

有效

• 申請號: 202010595691.X
• 申請日: 2020-06-24
• 公開（公告）號: CN111739545B
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 陳洲旋
• 申請（專利權）人: 騰訊音樂娛樂科技（深圳）有限公司
• 主分類號: G10L21/007
• 分類號: G10L21/007;G10L25/30;G10L25/60
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 彭緒坤

1.一種音頻處理方法，其特征在于，包括：

獲取待處理音頻信號，所述待處理音頻信號包括截幅失真部分；

獲取預先訓練完成的目標序列生成模型，其中所述目標序列生成模型為對失真音頻信號樣本訓練得到的神經網絡模型，且所述目標序列生成模型包括非因果膨脹卷積層；

提取所述待處理音頻信號中的截幅失真部分；

將所述待處理音頻信號輸入至所述目標序列生成模型，以使所述非因果膨脹卷積層依據所述截幅失真部分前后的音頻信號對所述截幅失真部分進行修復，得到修復后的音頻信號。

2.如權利要求1所述的音頻處理方法，其特征在于，所述目標序列生成模型的訓練過程包括：

獲取原始音頻信號樣本，并對所述原始音頻信號樣本進行截幅失真處理得到失真音頻信號樣本；

獲得包括非因果膨脹卷積層的預設序列生成模型；

將所述失真音頻信號樣本輸入至所述預設序列生成模型，以使所述非因果膨脹卷積層依據所述失真音頻信號樣本中失真樣本點前后的音頻信號對所述失真樣本點進行修復，得到預測音頻信號樣本；

將所述預測音頻信號樣本與所述原始音頻信號樣本進行比對，依據比對結果調整所述預設序列生成模型的模型參數，以得到由調整后的模型參數所表示的目標序列生成模型。

3.如權利要求2所述的音頻處理方法，其特征在于，對所述原始音頻信號樣本進行截幅失真處理得到失真音頻信號樣本的步驟，包括：

獲取所述原始音頻信號樣本的時域波形，并根據所述時域波形判斷所述原始音頻信號樣本是否存在截幅失真；

若不存在，則在所述原始音頻信號樣本當中選取目標幅值，以及根據所述目標幅值生成失真樣本點，以得到失真音頻信號樣本。

4.如權利要求3所述的音頻處理方法，其特征在于，根據所述目標幅值生成失真樣本點的步驟，包括：

基于預設公式對所述原始音頻信號樣本中的目標幅值進行截幅失真處理，其中所述預設公式為：

其中，s(t)表示原始音頻信號樣本中的樣本點；M表示目標幅值，且所述目標幅值為所述原始音頻信號樣本s的最大幅值；表示閾值。

5.如權利要求2所述的音頻處理方法，其特征在于，將所述預測音頻信號樣本與所述原始音頻信號樣本進行比對，依據比對結果調整所述預設序列生成模型的模型參數的步驟，包括：

計算所述預測音頻信號樣本與所述原始音頻信號樣本的最小均方誤差；

根據所述最小均方誤差對所述預設序列生成模型進行訓練迭代，以調整所述預設序列生成模型的模型參數。

6.一種音頻處理裝置，其特征在于，包括：

第一獲取單元，用于獲取待處理音頻信號，所述待處理音頻信號包括截幅失真部分；

第二獲取單元，用于獲取預先訓練完成的目標序列生成模型，其中所述目標序列生成模型為對失真音頻信號樣本訓練得到的神經網絡模型，且所述目標序列生成模型包括非因果膨脹卷積層；

修復單元，用于提取所述待處理音頻信號中的截幅失真部分；將所述待處理音頻信號輸入至所述目標序列生成模型，以使所述非因果膨脹卷積層依據所述截幅失真部分前后的音頻信號對所述截幅失真部分進行修復，得到修復后的音頻信號。

7.如權利要求6所述的音頻處理裝置，其特征在于，所述裝置還包括：

訓練單元，用于獲取原始音頻信號樣本，并對所述原始音頻信號樣本進行截幅失真處理得到失真音頻信號樣本，獲得包括非因果膨脹卷積層的預設序列生成模型，將所述失真音頻信號樣本輸入至所述預設序列生成模型，以使所述非因果膨脹卷積層依據所述失真音頻信號樣本中失真樣本點前后的音頻信號對所述失真樣本點進行修復，得到預測音頻信號樣本，將所述預測音頻信號樣本與所述原始音頻信號樣本進行比對，依據比對結果調整所述預設序列生成模型的模型參數，以得到由調整后的模型參數所表示的目標序列生成模型。