[發明專利]音頻數據生成方法及裝置、數據集構建方法、介質、設備

在審

• 申請號: 202110088375.8
• 申請日: 2021-01-22
• 公開（公告）號: CN112951199A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 李鵬;曹偲;潘頌聲;劉華平
• 申請（專利權）人: 杭州網易云音樂科技有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10L13/033;G10L25/03;G10L25/54
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

1.一種音頻數據生成方法，包括：

獲取原始音頻數據源以及非平穩點噪聲源，并對所述原始音頻數據源的時間長度以及音高頻率進行處理，得到目標聲源信號；

在預設的虛擬空間內，根據所述目標聲源信號以及從所述目標聲源信號到所述預設的虛擬空間中包括的音頻接收設備之間的第一傳遞函數，生成第一信號信息；

根據所述非平穩點噪聲源以及從所述非平穩點噪聲源到所述音頻接收設備之間的第二傳遞函數，生成第二信號信息；

對所述第一信號信息、第二信號信息進行疊加，得到音頻數據。

2.根據權利要求1所述的音頻數據生成方法，其中，對所述原始音頻數據源的時間長度以及音高頻率進行處理，得到目標聲源信號，包括：

對所述原始音頻數據源的時間長度進行壓縮或拉伸處理，并對時間長度壓縮或拉伸處理后的原始音頻數據源的音高頻率進行壓縮或拉伸，得到所述目標聲源信號。

3.根據權利要求2所述的音頻數據生成方法，其中，在對所述原始音頻數據源的時間長度進行壓縮或拉伸處理之前，所述音頻數據生成方法還包括：

對所述原始音頻數據源的數據格式進行歸一化處理，得到標準音頻數據源；

對所述標準音頻數據源進行截取，得到多個具有預設時間長度的子音頻數據源；

根據所述標準音頻數據源的數據標識以及各所述子音頻數據源在所述標準音頻數據源中的位置，為各所述子音頻數據源創建唯一標識，以對標識后的各所述子音頻數據源的時間長度進行壓縮或拉伸處理。

4.根據權利要求1所述的音頻數據生成方法，其中，所述音頻數據生成方法還包括：

根據隨機采樣的方法生成多個包括不同空間尺寸大小以及不同反射系數的虛擬空間集；

根據所述虛擬空間集中所包括的虛擬空間的尺寸大小，為所述虛擬空間中所包括的目標聲源信號、一個或者多個非平穩點噪聲源、以及音頻接收設備配置三維坐標位置；

將所述虛擬空間的尺寸大小、反射系數以及所述三維坐標位置輸入至房間沖擊響應模型中，得到從目標聲源信號到所述音頻接收設備之間的第一傳遞函數，以及從非平穩點噪聲源到所述音頻接收設備之間的第二傳遞函數。

5.根據權利要求4所述的音頻數據生成方法，其中，在預設的虛擬空間內，根據所述目標聲源信號以及從所述目標聲源信號到所述預設的虛擬空間中包括的音頻接收設備之間的第一傳遞函數，生成第一信號信息，包括：

從所述虛擬空間集中選取所述預設的虛擬空間，以及與所述預設的虛擬空間對應的第一傳遞函數以及第二傳遞函數；

對所述目標聲源信號以及第一傳遞函數進行卷積操作，生成所述第一信號信息。

6.根據權利要求5所述的音頻數據生成方法，其中，根據所述非平穩點噪聲源以及從所述非平穩點噪聲源到所述音頻接收設備之間的第二傳遞函數，生成第二信號信息，包括：

從一個或者多個所述非平穩點噪聲源中確定目標點噪聲源，并為所述目標點噪聲源配置開關函數；其中，所述開關函數中包括開始時間節點以及結束時間節點；

將所述開關函數作用于所述目標點噪聲源，得到具有開關時間點的目標點噪聲源；

對具有開關時間點的目標點噪聲源以及所述第二傳遞函數進行卷積處理，生成所述第二信號信息。

7.一種音頻數據集構建方法，包括：

根據權利要求1-6任一項所述的音頻數據生成方法，得到多個音頻數據；

根據所述多個音頻數據構建所述音頻數據集，以根據所述音頻數據集對音頻識別模型進行訓練。