[發(fā)明專利]聲音信號(hào)處理方法、裝置和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011462091.2
• 申請(qǐng)日: 2020-12-08
• 公開（公告）號(hào): CN112634928B
• 公開（公告）日: 2023-09-29
• 發(fā)明（設(shè)計(jì)）人: 范文之;孔凡留;徐楊飛;張志飛
• 申請(qǐng)（專利權(quán)）人: 北京有竹居網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G10L21/0216
• 分類號(hào): G10L21/0216;G10L21/0232
• 代理公司: 泰和泰律師事務(wù)所 51219
• 代理人: 祝海燕

本公開實(shí)施例公開了聲音信號(hào)處理方法、裝置和電子設(shè)備。該方法的一具體實(shí)施方式包括：將第一音頻數(shù)據(jù)對(duì)應(yīng)的第一頻譜數(shù)據(jù)，導(dǎo)入預(yù)先訓(xùn)練的聲音處理模型，得到處理結(jié)果；基于該處理結(jié)果，生成第一音頻數(shù)據(jù)對(duì)應(yīng)的純凈音頻數(shù)據(jù)；聲音處理模型包括至少一個(gè)預(yù)設(shè)卷積層，在預(yù)設(shè)卷積層執(zhí)行的操作包括：基于第一卷積核組，對(duì)輸入預(yù)設(shè)卷積層的對(duì)應(yīng)第一聲譜特征圖進(jìn)行卷積操作，得到第二聲譜特征圖；基于第二卷積核組，對(duì)得到的第二聲譜特征圖進(jìn)行合并，得到與第二卷積核組對(duì)應(yīng)的第三聲譜特征圖。由此，可以提供新的聲音信號(hào)處理方式。

技術(shù)領(lǐng)域

本公開涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種聲音信號(hào)處理方法、裝置和電子設(shè)備。

背景技術(shù)

隨著互聯(lián)網(wǎng)的發(fā)展，用戶越來越多的使用終端設(shè)備實(shí)現(xiàn)各種功能。例如，在日常通信、智能語音交互系統(tǒng)等應(yīng)用中，需要由終端采集聲音信號(hào)。采集的聲音信號(hào)中通常包含各種噪聲，如環(huán)境噪聲和來自其他干擾聲源的噪聲等。在通信應(yīng)用中，噪聲的存在會(huì)降低語音的清晰度和可懂度，嚴(yán)重影響通話質(zhì)量；在智能人機(jī)交互系統(tǒng)中，噪聲會(huì)顯著降低語音識(shí)別系統(tǒng)識(shí)別率，嚴(yán)重影響用戶的產(chǎn)品體驗(yàn)。

發(fā)明內(nèi)容

提供該公開內(nèi)容部分以便以簡(jiǎn)要的形式介紹構(gòu)思，這些構(gòu)思將在后面的具體實(shí)施方式部分被詳細(xì)描述。該公開內(nèi)容部分并不旨在標(biāo)識(shí)要求保護(hù)的技術(shù)方案的關(guān)鍵特征或必要特征，也不旨在用于限制所要求的保護(hù)的技術(shù)方案的范圍。

第一方面，本公開實(shí)施例提供了一種聲音信號(hào)處理方法，該方法包括：將第一音頻數(shù)據(jù)對(duì)應(yīng)的第一頻譜數(shù)據(jù)，導(dǎo)入預(yù)先訓(xùn)練的聲音處理模型，得到處理結(jié)果；基于所述處理結(jié)果，生成所述第一音頻數(shù)據(jù)對(duì)應(yīng)的純凈音頻數(shù)據(jù)；其中，所述聲音處理模型包括至少一個(gè)預(yù)設(shè)卷積層，在所述預(yù)設(shè)卷積層執(zhí)行的操作包括：基于第一卷積核組，對(duì)輸入預(yù)設(shè)卷積層的對(duì)應(yīng)第一聲譜特征圖進(jìn)行卷積操作，得到第二聲譜特征圖；基于第二卷積核組，對(duì)得到的第二聲譜特征圖進(jìn)行合并，得到與第二卷積核組對(duì)應(yīng)的第三聲譜特征圖。

第二方面，本公開實(shí)施例提供了一種聲音信號(hào)處理裝置，包括：第一生成單元，用于將第一音頻數(shù)據(jù)對(duì)應(yīng)的第一頻譜數(shù)據(jù)，導(dǎo)入預(yù)先訓(xùn)練的聲音處理模型，得到處理結(jié)果；第二生成單元，用于基于所述處理結(jié)果，生成所述第一音頻數(shù)據(jù)對(duì)應(yīng)的純凈音頻數(shù)據(jù)；其中，所述聲音處理模型包括至少一個(gè)預(yù)設(shè)卷積層，在所述預(yù)設(shè)卷積層執(zhí)行的操作包括：基于第一卷積核組，對(duì)輸入預(yù)設(shè)卷積層的對(duì)應(yīng)第一聲譜特征圖進(jìn)行卷積操作，得到第二聲譜特征圖；基于第二卷積核組，對(duì)得到的第二聲譜特征圖進(jìn)行合并，得到與第二卷積核組對(duì)應(yīng)的第三聲譜特征圖。

第三方面，本公開實(shí)施例提供了一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如第一方面所述的聲音信號(hào)處理方法。

第四方面，本公開實(shí)施例提供了一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的聲音信號(hào)處理方法的步驟。

本公開實(shí)施例提供的聲音信號(hào)處理方法、裝置和電子設(shè)備，通過將第一頻譜數(shù)據(jù)采用包括至少一個(gè)預(yù)設(shè)卷積層的聲音處理模型進(jìn)行處理，得到處理結(jié)果，以及基于處理結(jié)果得到純凈音頻數(shù)據(jù)，可以減少得到純凈音頻數(shù)據(jù)所耗費(fèi)的計(jì)算量，提高處理速度。

附圖說明

結(jié)合附圖并參考以下具體實(shí)施方式，本公開各實(shí)施例的上述和其他特征、優(yōu)點(diǎn)及方面將變得更加明顯。貫穿附圖中，相同或相似的附圖標(biāo)記表示相同或相似的元素。應(yīng)當(dāng)理解附圖是示意性的，原件和元素不一定按照比例繪制。

圖1是根據(jù)本公開的聲音信號(hào)處理方法的一個(gè)實(shí)施例的流程圖；

圖2是在預(yù)設(shè)卷積層執(zhí)行的操作流程示意圖；

圖3是示例性的聲譜特征圖；

圖4是步驟201的示例性流程圖；

圖5是步驟202的示例性流程圖；

圖6是步驟201的示例性場(chǎng)景圖；