[發明專利]基于人工智能的音頻處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011410814.4
• 申請日: 2020-12-03
• 公開（公告）號: CN113539283A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 吳雯;夏咸軍
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L25/03;G10L25/30;G10L25/51
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 高天華;張穎玲

本申請提供了一種基于人工智能的音頻處理方法、裝置、電子設備及計算機可讀存儲介質；涉及云技術和人工智能技術；方法包括：獲取音頻場景的音頻片段，其中，音頻片段中包括噪聲；基于音頻片段執行音頻場景分類處理，以得到與音頻片段中的噪聲對應的音頻場景類型；確定與音頻場景類型匹配的目標音頻處理模式，并對音頻場景的音頻片段應用目標音頻處理模式。通過本申請，能夠基于音頻場景的針對性的音頻處理，提高音頻質量。

技術領域

本申請涉及云技術和人工智能技術，尤其涉及一種基于人工智能的音頻處 理方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

人工智能(Artificial Intelligence，AI)是計算機科學的一個綜合技術，通 過研究各種智能機器的設計原理與實現方法，使機器具有感知、推理與決策的 功能。人工智能技術是一門綜合學科，涉及領域廣泛，例如自然語言處理技術 以及機器學習/深度學習等幾大方向，隨著技術的發展，人工智能技術將在更多 的領域得到應用，并發揮越來越重要的價值。例如，在基于云技術的網絡會議 場景中，引入人工智能技術以提升音頻質量。

然而，相關技術中對于音頻的處理方式比較單一，這雖然會對音頻中的噪 聲形成抑制效果，但不可避免地也降低音頻中的有用信號(例如語音信號)的 質量。

發明內容

本申請實施例提供一種基于人工智能的音頻處理方法、裝置、電子設備及 計算機可讀存儲介質，能夠基于音頻場景的針對性的音頻處理，提高音頻質量。

本申請實施例的技術方案是這樣實現的：

本申請實施例提供一種基于人工智能的音頻處理方法，包括：

獲取音頻場景的音頻片段，其中，所述音頻片段中包括噪聲；

基于所述音頻片段執行音頻場景分類處理，以得到與所述音頻片段中的噪 聲對應的音頻場景類型；

確定與所述音頻場景類型匹配的目標音頻處理模式，并對所述音頻場景的 音頻片段應用所述目標音頻處理模式。

本申請實施例提供一種音頻處理裝置，包括：

獲取模塊，用于獲取音頻場景的音頻片段，其中，所述音頻片段中包括噪 聲；

分類模塊，用于基于所述音頻片段執行音頻場景分類處理，以得到與所述 音頻片段中的噪聲對應的音頻場景類型；

處理模塊，用于確定與所述音頻場景類型匹配的目標音頻處理模式，并對 所述音頻場景的音頻片段應用所述目標音頻處理模式。

上述技術方案中，所述目標音頻處理模式包括降噪處理模式；所述處理模 塊還用于基于所述音頻場景對應的音頻場景類型，查詢不同音頻場景類型與候 選降噪處理模式的對應關系，將查詢到的候選降噪處理模式作為與所述音頻場 景類型匹配的降噪處理模式，或者

基于所述音頻場景對應的音頻場景類型，確定與所述音頻場景類型匹配的 噪聲；基于所述與所述音頻場景類型匹配的噪聲，查詢不同噪聲與所述候選降 噪處理模式的對應關系，將查詢到的候選降噪處理模式作為與所述音頻場景類 型匹配的降噪處理模式；

其中，不同的所述音頻場景所包括的噪聲的類型不完全相同。

上述技術方案中，所述處理模塊還用于檢測所述音頻片段中的噪聲所帶來 的干擾度；

當檢測到的所述干擾度大于干擾度閾值時，確定將對所述音頻場景的音頻 片段應用與所述音頻場景類型匹配的降噪處理模式。

上述技術方案中，所述處理模塊還用于基于所述音頻場景類型所包括的噪 聲類型，對所述音頻片段中的噪聲進行匹配，將匹配到的噪聲進行抑制處理， 以使所述音頻片段的語音信號強度與噪聲信號強度的比值低于信噪比閾值。