[發(fā)明專利]音頻處理方法及裝置在審
| 申請?zhí)枺?/td> | 202011022357.1 | 申請日： | 2020-09-25 |
| 公開（公告）號： | CN112151055A | 公開（公告）日： | 2020-12-29 |
| 發(fā)明（設(shè)計(jì)）人： | 陳佳路;王曉紅;劉魯鵬;元海明;高強(qiáng);夏龍;郭常圳 | 申請（專利權(quán)）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 |
| 地址： | 100102 北京市朝陽區(qū)廣順南大*** | 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： | 音頻 處理 方法 裝置 | ||
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(jìn)行分幀處理獲得多個(gè)音頻幀，并在所述多個(gè)音頻幀中篩選出滿足噴麥檢測條件的目標(biāo)音頻幀；
根據(jù)所述目標(biāo)音頻幀和所述目標(biāo)音頻幀的下一音頻幀生成頻率幅度譜，以及根據(jù)所述目標(biāo)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(jìn)行比對，根據(jù)比對結(jié)果確定所述待檢測音頻文件的噴麥音頻幀。
2.根據(jù)權(quán)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(gè)音頻幀中篩選出滿足噴麥檢測條件的目標(biāo)音頻幀，包括：
確定所述多個(gè)音頻幀分別對應(yīng)的音量幅度特征，并選擇所述音量幅度特征滿足預(yù)設(shè)音量幅度特征條件的音頻幀確定為初始音頻幀；
基于預(yù)設(shè)的降采樣策略或幅度異常策略對所述初始音頻幀進(jìn)行篩選，獲得中間音頻幀；
構(gòu)建所述中間音頻幀對應(yīng)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(yù)設(shè)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(biāo)音頻幀。
3.根據(jù)權(quán)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(gè)音頻幀分別對應(yīng)的音量幅度特征，包括：
獲取所述多個(gè)音頻幀分別對應(yīng)的時(shí)域信號幅度；
根據(jù)所述時(shí)域信號幅度計(jì)算所述多個(gè)音頻幀分別對應(yīng)的平均時(shí)域信號幅度，作為所述多個(gè)音頻幀分別對應(yīng)的音量幅度特征，或者
根據(jù)所述時(shí)域信號幅度確定所述多個(gè)音頻幀分別對應(yīng)的峰值時(shí)域信號幅度，作為所述多個(gè)音頻幀分別對應(yīng)的音量幅度特征。
4.根據(jù)權(quán)利要求2所述的音頻處理方法，其特征在于，所述基于預(yù)設(shè)的降采樣策略對所述初始音頻幀進(jìn)行篩選，獲得中間音頻幀，包括：
確定所述初始音頻幀對應(yīng)的第一幅度峰值，并根據(jù)所述第一幅度峰值對所述初始音頻幀進(jìn)行降采樣處理，獲得所述初始音頻幀對應(yīng)的第二幅度峰值；
在所述第二幅度峰值大于第一預(yù)設(shè)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(jì)算所述初始音頻幀對應(yīng)的目標(biāo)幅度峰值；
在所述目標(biāo)幅度峰值大于第二預(yù)設(shè)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(jù)權(quán)利要求2所述的音頻處理方法，其特征在于，所述基于預(yù)設(shè)的幅度異常策略對所述初始音頻幀進(jìn)行篩選，獲得中間音頻幀，包括：
確定所述初始音頻幀對應(yīng)的第一幅度值；
在所述第一幅度值大于第一預(yù)設(shè)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(yīng)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(jì)算所述初始音頻幀對應(yīng)的目標(biāo)幅度值；
在所述目標(biāo)幅度值大于第二預(yù)設(shè)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(jù)權(quán)利要求2所述的音頻處理方法，其特征在于，所述構(gòu)建所述中間音頻幀對應(yīng)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(jìn)行變換；
根據(jù)變換結(jié)果構(gòu)建所述中間音頻幀對應(yīng)的所述中間頻率幅度譜。
7.根據(jù)權(quán)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(yù)設(shè)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(biāo)音頻幀，包括：
在所述中間頻率幅度譜的峰值位于低頻區(qū)域，且所述中間頻率幅度譜的峰值大于預(yù)設(shè)峰值閾值的情況下，將所述中間音頻幀作為所述目標(biāo)音頻幀。
8.根據(jù)權(quán)利要求1所述的音頻處理方法，其特征在于，所述根據(jù)所述目標(biāo)音頻幀和所述目標(biāo)音頻幀的下一音頻幀生成頻率幅度譜，包括：
在所述多個(gè)音頻幀中確定所述目標(biāo)音頻幀的下一音頻幀，并對所述目標(biāo)音頻幀和所述目標(biāo)音頻幀的下一音頻幀進(jìn)行變換；
根據(jù)變換結(jié)果構(gòu)建所述頻率幅度譜。
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)利屬于北京猿力未來科技有限公司，未經(jīng)北京猿力未來科技有限公司許可，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/202011022357.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
