[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

本發明實施例公開了一種音頻處理方法、裝置及存儲介質。該方案可以獲取待處理音頻信號，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，且目標序列生成模型包括非因果膨脹卷積層，將待處理音頻信號輸入至目標序列生成模型，以使非因果膨脹卷積層依據截幅失真部分前后的音頻信號對截幅失真部分進行修復，得到修復后的音頻信號。本申請實施例所提供的方案可以針對待修復的截幅失真的音頻，通過預測模型進行音頻信號修復，從而提升音頻音質。

技術領域

本發明涉及數據處理技術領域，具體涉及一種音頻處理方法、裝置及存儲介質。

背景技術

隨著Internet技術不斷發展，如短視頻，直播平臺的興起，個人制作的音頻信號得到更多的傳播，而這些音頻由于錄制環境，設備等，較容易產生截幅失真的現象。原因是由于電路和音響單元對輸入的音頻信號的幅度有限制，在通過硬件電路錄制音頻的過程中，需要將音頻信號的最大幅度限制在電路和音響單元的允許范圍內。因此，當音頻數據的幅度超過電路和音響單元的允許范圍時，將會產生截幅失真，所造成的失真損害了音頻的音質。

在現有的技術當中，傳統的音頻截幅失真修復方法重點放在音頻信號處理上，如利用曲線擬合，基于AR(AutoRegressive，自回歸)模型以及最小均方誤差的算法，此種修復方法存在以下的一些局限性。比如截幅失真持續時間較小時效果較好，若持續時間較長，其效果不是很理想，并且對語音音頻的處理效果較好，但對音樂來說則效果較差。

發明內容

本發明實施例提供一種音頻處理方法、裝置及存儲介質，可以針對待修復的截幅失真的音頻，通過預測模型進行音頻信號修復，從而提升音頻音質。

本發明實施例提供一種音頻處理方法，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；

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。

本發明實施例還提供一種音頻處理裝置，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。

本發明實施例還提供一種存儲介質，所述存儲介質存儲有多條指令，所述指令適于處理器進行加載，以執行本發明實施例所提供的任一音頻處理方法。

本發明實施例提供的音頻處理方案，可以獲取待處理音頻信號，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，且目標序列生成模型包括非因果膨脹卷積層，將待處理音頻信號輸入至目標序列生成模型，以使非因果膨脹卷積層依據截幅失真部分前后的音頻信號對截幅失真部分進行修復，得到修復后的音頻信號。本申請實施例所提供的方案可以針對待修復的截幅失真的音頻，通過預測模型進行音頻信號修復，從而提升音頻音質。

附圖說明