[發(fā)明專利]一種音頻信號的處理方法、裝置、設(shè)備及介質(zhì)在審
| 申請?zhí)枺?/td> | 202010635457.5 | 申請日： | 2020-07-03 |
| 公開（公告）號： | CN111916075A | 公開（公告）日： | 2020-11-10 |
| 發(fā)明（設(shè)計）人： | 陳孝良;馮大航;奚少亨;常樂 | 申請（專利權(quán)）人： | 北京聲智科技有限公司 |
| 主分類號： | G10L15/22 | 分類號： | G10L15/22;G10L15/26;G10L21/0208;G10L21/0272;G10L25/51 |
| 代理公司： | 北京同達信恒知識產(chǎn)權(quán)代理有限公司 11291 | 代理人： | 孫小明 |
| 地址： | 100080 北京市海淀區(qū)北四*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 音頻 信號 處理 方法 裝置 設(shè)備 介質(zhì) | ||
本發(fā)明關(guān)于一種音頻信號的處理方法、裝置、設(shè)備及介質(zhì)，應(yīng)用于電梯、智能汽車等語音控制場景，用以分離每個對象語音信號，減少識別過程中計算量和復雜度，提升音信號分離效率，優(yōu)化語音識別過程。方法包括：獲取多路音頻信號，多路音頻信號是利用設(shè)置在同一場景中的多個音頻采集設(shè)備同時采集的，且每路音頻信號中包含多個對象的語音信號；基于預(yù)先確定的每路音頻信號中各幀音頻信號在多個預(yù)設(shè)頻率的幅值，確定各幀音頻信號的幅值矩陣；根據(jù)各幀音頻信號的幅值矩陣、預(yù)先確定的各幀音頻信號的解混矩陣，確定每個對象的各幀語音信號在多個預(yù)設(shè)頻率的幅值；根據(jù)每個對象的各幀語音信號在多個預(yù)設(shè)頻率的幅值，確定每個對象的語音音頻。
技術(shù)領(lǐng)域
本發(fā)明涉及語音處理領(lǐng)域，尤其涉及一種音頻信號的處理方法、裝置、設(shè)備及介質(zhì)。
背景技術(shù)
在語音控制領(lǐng)域中，通常同一時間由一個用戶發(fā)出語音控制命令，根據(jù)采集該用戶的音頻確定具體的命令意圖。但在共享語音控制權(quán)限的場景中(例如，電梯場景)，多個用戶均享有語音控制權(quán)限，若出現(xiàn)多個用戶同一時間發(fā)出語音控制命令，被采集的音頻中包含了多個用戶的語音控制命令，因無法確定每個用戶的語音控制命令音頻，造成無法確定每個用戶的具體命令意圖，還需要確認多個用戶逐個發(fā)出語音控制命令，使得處理效率低下。因此，亟需一種確定包含多個用戶語音的音頻中每個用戶語音音頻的解決方案。
發(fā)明內(nèi)容
本發(fā)明提供一種音頻信號的處理方法、裝置、設(shè)備及介質(zhì)，用以從包含多個對象音頻信號中分離每個對象語音信號，提升分離對象語音信號效率，優(yōu)化語音識別過程。
本發(fā)明的技術(shù)方案如下：
根據(jù)本發(fā)明實施例的第一方面，提供一種音頻信號的處理方法，包括：
獲取多路音頻信號，多路音頻信號是利用設(shè)置在同一場景中的多個音頻采集設(shè)備同時采集的，且每路音頻信號中包含多個對象的語音信號；
基于預(yù)先確定的每路音頻信號中各幀音頻信號在多個預(yù)設(shè)頻率的幅值，確定各幀音頻信號的幅值矩陣；
根據(jù)各幀音頻信號的幅值矩陣、預(yù)先確定的各幀音頻信號的解混矩陣，確定每個對象的各幀語音信號在多個預(yù)設(shè)頻率的幅值；
根據(jù)每個對象的各幀語音信號在多個預(yù)設(shè)頻率的幅值，確定每個對象的語音音頻。
一種可能的實施方式中，本發(fā)明實施例提供的音頻信號的處理方法中，各幀音頻信號的解混矩陣，采用如下步驟確定：
確定每路音頻信號中首幀音頻信號的中間解混矩陣，并基于每路音頻信號中首幀音頻信號的中間解混矩陣，確定首幀音頻信號的解混矩陣；
確定每路音頻信號中非首幀音頻信號的中間解混矩陣，并基于每路音頻信號中非首幀音頻信號的中間解混矩陣，確定非首幀音頻信號的解混矩陣。
一種可能的實施方式中，本發(fā)明實施例提供的音頻信號的處理方法中確定每路音頻信號中首幀音頻信號的中間解混矩陣，包括：
針對每路音頻信號，將預(yù)設(shè)矩陣確定為該路音頻信號中首幀音頻信號的中間解混矩陣。
一種可能的實施方式中，本發(fā)明實施例提供的音頻信號的處理方法中確定每路音頻信號中非首幀音頻信號的中間解混矩陣，包括：
針對每路音頻信號中非首幀音頻信號：
根據(jù)當前幀音頻信號在多個預(yù)設(shè)頻率的幅值以及前一幀音頻信號的解混矩陣，確定當前幀音頻信號的信號能量；
基于當前幀音頻信號的信號能量、當前幀音頻信號在多個預(yù)設(shè)頻率的幅值、以及前一幀音頻信號的協(xié)方差矩陣，確定當前幀音頻信號的協(xié)方差矩陣；
依據(jù)當前幀音頻信號的協(xié)方差矩陣以及前一幀音頻信號的解混矩陣，確定當前幀音頻信號的中間解混矩陣；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京聲智科技有限公司，未經(jīng)北京聲智科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010635457.5/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 信號調(diào)制方法、信號調(diào)制裝置、信號解調(diào)方法和信號解調(diào)裝置
- 亮度信號/色信號分離裝置和亮度信號/色信號分離方法
- 信號調(diào)制方法、信號調(diào)制裝置、信號解調(diào)方法和信號解調(diào)裝置
- 信號調(diào)制方法、信號調(diào)制裝置、信號解調(diào)方法和信號解調(diào)裝置
- 雙耳信號的信號生成
- 雙耳信號的信號生成
- 信號處理裝置、信號處理方法、信號處理程序
- USBTYPEC信號轉(zhuǎn)HDMI信號的信號轉(zhuǎn)換線
- 信號盒（信號轉(zhuǎn)換）
- 信號調(diào)制方法、信號調(diào)制裝置、信號解調(diào)方法和信號解調(diào)裝置
