[發明專利]音頻處理方法及裝置

在審

• 申請號: 202011022357.1
• 申請日: 2020-09-25
• 公開（公告）號: CN112151055A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 陳佳路;王曉紅;劉魯鵬;元海明;高強;夏龍;郭常圳
• 申請（專利權）人: 北京猿力未來科技有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L21/0232
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 劉曉楠

1.一種音頻處理方法，其特征在于，包括：

獲取待檢測音頻文件；

對所述待檢測音頻文件進行分幀處理獲得多個音頻幀，并在所述多個音頻幀中篩選出滿足噴麥檢測條件的目標音頻幀；

根據所述目標音頻幀和所述目標音頻幀的下一音頻幀生成頻率幅度譜，以及根據所述目標音頻幀的上一音頻幀和上二音頻幀生成參考頻率幅度譜；

將所述頻率幅度譜和所述參考頻率幅度譜進行比對，根據比對結果確定所述待檢測音頻文件的噴麥音頻幀。

2.根據權利要求1所述的音頻處理方法，其特征在于，所述在所述多個音頻幀中篩選出滿足噴麥檢測條件的目標音頻幀，包括：

確定所述多個音頻幀分別對應的音量幅度特征，并選擇所述音量幅度特征滿足預設音量幅度特征條件的音頻幀確定為初始音頻幀；

基于預設的降采樣策略或幅度異常策略對所述初始音頻幀進行篩選，獲得中間音頻幀；

構建所述中間音頻幀對應的中間頻率幅度譜；

基于所述中間頻率幅度譜確定所述中間音頻幀滿足預設幅度譜分布條件的情況下，將所述中間音頻幀作為所述目標音頻幀。

3.根據權利要求2所述的音頻處理方法，其特征在于，所述確定所述多個音頻幀分別對應的音量幅度特征，包括：

獲取所述多個音頻幀分別對應的時域信號幅度；

根據所述時域信號幅度計算所述多個音頻幀分別對應的平均時域信號幅度，作為所述多個音頻幀分別對應的音量幅度特征，或者

根據所述時域信號幅度確定所述多個音頻幀分別對應的峰值時域信號幅度，作為所述多個音頻幀分別對應的音量幅度特征。

4.根據權利要求2所述的音頻處理方法，其特征在于，所述基于預設的降采樣策略對所述初始音頻幀進行篩選，獲得中間音頻幀，包括：

確定所述初始音頻幀對應的第一幅度峰值，并根據所述第一幅度峰值對所述初始音頻幀進行降采樣處理，獲得所述初始音頻幀對應的第二幅度峰值；

在所述第二幅度峰值大于第一預設峰值閾值的情況下，基于所述第一幅度峰值和所述第二幅度峰值計算所述初始音頻幀對應的目標幅度峰值；

在所述目標幅度峰值大于第二預設峰值閾值的情況下，將所述初始音頻幀確定為所述中間音頻幀。

5.根據權利要求2所述的音頻處理方法，其特征在于，所述基于預設的幅度異常策略對所述初始音頻幀進行篩選，獲得中間音頻幀，包括：

確定所述初始音頻幀對應的第一幅度值；

在所述第一幅度值大于第一預設幅度值閾值的情況下，確定所述初始音頻幀相鄰的相鄰音頻幀；

確定所述相鄰音頻幀對應的第二幅度值，并基于所述第一幅度值和所述第二幅度值計算所述初始音頻幀對應的目標幅度值；

在所述目標幅度值大于第二預設幅度值閾值的情況下，將所述初始音頻幀確定為所述中間音頻幀。

6.根據權利要求2所述的音頻處理方法，其特征在于，所述構建所述中間音頻幀對應的中間頻率幅度譜，包括：

確定所述中間音頻幀的前一中間音頻幀，并對所述中間音頻幀和所述前一中間音頻幀進行變換；

根據變換結果構建所述中間音頻幀對應的所述中間頻率幅度譜。

7.根據權利要求6所述的音頻處理方法，其特征在于，所述基于所述中間頻率幅度譜確定所述中間音頻幀滿足預設幅度譜分布條件的情況下，將所述中間音頻幀作為所述目標音頻幀，包括：

在所述中間頻率幅度譜的峰值位于低頻區域，且所述中間頻率幅度譜的峰值大于預設峰值閾值的情況下，將所述中間音頻幀作為所述目標音頻幀。

8.根據權利要求1所述的音頻處理方法，其特征在于，所述根據所述目標音頻幀和所述目標音頻幀的下一音頻幀生成頻率幅度譜，包括：

在所述多個音頻幀中確定所述目標音頻幀的下一音頻幀，并對所述目標音頻幀和所述目標音頻幀的下一音頻幀進行變換；

根據變換結果構建所述頻率幅度譜。