[發明專利]音頻數據處理方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202010718661.3
• 申請日: 2020-07-23
• 公開（公告）號: CN111883147A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 張旭;鄭羲光;張晨
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G10L19/005
• 分類號: G10L19/005;G10L19/02
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 寧立存

1.一種音頻數據處理方法，其特征在于，包括：

響應于音頻文件中發生丟幀事件，從所述音頻文件中獲取多個音頻幀，所述多個音頻幀為發生所述丟幀事件的目標時刻之前的音頻幀；

獲取所述多個音頻幀的幅度值序列和相位序列；

基于所述幅度值序列，獲取所述目標時刻的目標幅度值；

基于所述多個音頻幀的相位序列，確定所述目標時刻的目標相位；

基于所述目標幅度值以及所述目標相位，生成所述目標時刻的目標音頻幀。

2.根據權利要求1所述的音頻數據處理方法，其特征在于，所述獲取所述多個音頻幀的幅度值序列和相位序列包括：

對所述多個音頻幀進行短時傅里葉變換，得到所述多個音頻幀對應的幅度值序列和相位序列。

3.根據權利要求1所述的音頻數據處理方法，其特征在于，所述基于所述幅度值序列，獲取所述目標時刻的目標幅度值包括：

將所述幅度值序列輸入音頻處理模型，由所述音頻處理模型提取所述幅度值序列的幅度特征；

通過所述音頻處理模型基于所述幅度特征，輸出所述目標時刻的所述目標幅度值。

4.根據權利要求1所述的音頻數據處理方法，其特征在于，所述基于所述多個音頻幀的相位序列，確定所述目標時刻的目標相位，包括：

基于所述多個音頻幀的相位序列，獲取所述多個音頻幀中相鄰兩個音頻幀之間的平均相位差；

將所述多個音頻幀中最后一個音頻幀的相位與所述平均相位差相加，得到所述目標時刻的所述目標相位。

5.根據權利要求1所述的音頻數據處理方法，其特征在于，所述基于所述目標幅度值以及所述目標相位，生成所述目標時刻的目標音頻幀，包括：

將所述目標幅度值與所述目標相位相乘，得到所述目標時刻對應的頻域數據；對所述頻域數據進行逆傅里葉變換，生成所述目標音頻幀。

6.根據權利要求1所述的音頻數據處理方法，其特征在于，所述響應于音頻文件中發生丟幀事件，從所述音頻文件中獲取多個音頻幀，包括：

在所述音頻文件的接收過程中，檢測丟幀事件；

響應于在目標時刻檢測到發生丟幀事件，從所述音頻文件中，獲取在所述目標時刻之前接收到的所述多個音頻幀。

7.根據權利要求1所述的音頻數據處理方法，其特征在于，所述多個音頻幀的數目基于所述音頻文件中發生連續丟幀事件的持續時長確定。

8.一種音頻數據處理裝置，其特征在于，包括：

第一獲取單元，被配置為響應于音頻文件中發生丟幀事件，從所述音頻文件中獲取多個音頻幀，所述多個音頻幀為發生所述丟幀事件的目標時刻之前的音頻幀；

第二獲取單元，被配置為獲取所述多個音頻幀的幅度值序列和相位序列；

第三獲取單元，被配置為基于所述幅度值序列，獲取所述目標時刻的目標幅度值；

確定單元，被配置為基于所述多個音頻幀的相位序列，確定所述目標時刻的目標相位；

生成單元，被配置為基于所述目標幅度值以及所述目標相位，生成所述目標時刻的目標音頻幀。

9.一種計算機設備，其特征在于，包括：

處理器；

用于存儲所述處理器可執行指令的存儲器；

其中，所述處理器被配置為執行所述指令，以實現如權利要求1至7中任一項所述的音頻數據處理方法。

10.一種計算機可讀存儲介質，當所述計算機可讀存儲介質中的指令由計算機設備的處理器執行時，使得所述計算機設備能夠執行如權利要求1至7中任一項所述的音頻數據處理方法。