[發(fā)明專利]音源數(shù)據(jù)修復(fù)方法、裝置、終端及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110468827.5
• 申請日: 2021-04-28
• 公開（公告）號: CN113192529A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計）人: 曹偉鵬
• 申請（專利權(quán)）人: 廣州繁星互娛信息科技有限公司
• 主分類號: G10L21/0316
• 分類號: G10L21/0316;G10L25/18;G10L25/30;G10L25/51
• 代理公司: 北京三高永信知識產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 李芳

1.一種音源數(shù)據(jù)修復(fù)方法，其特征在于，所述方法包括：

獲取目標音源數(shù)據(jù)；所述目標音源數(shù)據(jù)是從原始音源數(shù)據(jù)中去除指定類型聲音后經(jīng)過合成處理得到的合成音源數(shù)據(jù)；

將所述目標音源數(shù)據(jù)與修復(fù)臨界值進行比較，獲取對應(yīng)的振幅超過所述修復(fù)臨界值的部分數(shù)據(jù)作為目標修復(fù)數(shù)據(jù)；所述修復(fù)臨界值是基于合成音源數(shù)據(jù)樣本得到的振幅值；

基于所述修復(fù)臨界值，對所述目標修復(fù)數(shù)據(jù)進行處理，獲得修復(fù)后的所述目標音源數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述目標音源數(shù)據(jù)與修復(fù)臨界值進行比較，獲取超過所述修復(fù)臨界值的部分數(shù)據(jù)作為目標修復(fù)數(shù)據(jù)，包括：

基于所述目標音源數(shù)據(jù)的波形圖，獲得所述目標音源數(shù)據(jù)的幅度極值；所述幅度極值包括至少一個波峰值以及至少一個波谷值；

將絕對值超過所述修復(fù)臨界值的所述幅度極值確定為所述目標修復(fù)數(shù)據(jù)；

所述基于所述修復(fù)臨界值，對所述目標修復(fù)數(shù)據(jù)進行處理，獲得修復(fù)后的所述目標音源數(shù)據(jù)，包括：

基于所述修復(fù)臨界值，對所述目標修復(fù)數(shù)據(jù)進行處理，獲得處理后的目標音源數(shù)據(jù)；

基于所述處理后的目標音源數(shù)據(jù)的波形圖，獲取所述處理后的目標音源數(shù)據(jù)的所述幅度極值；

響應(yīng)于至少一個所述幅度極值超過所述修復(fù)臨界值，將超過所述修復(fù)臨界值的所述幅度極值確定為新的所述目標修復(fù)數(shù)據(jù)；

響應(yīng)于所述幅度極值未超過所述修復(fù)臨界值，將所述處理后的所述目標音源數(shù)據(jù)確定為修復(fù)后的所述目標音源數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取目標音源數(shù)據(jù)，包括：

按照指定時長對所述原始音源數(shù)據(jù)進行切分，獲得多個原始音源數(shù)據(jù)段；

去除所述多個原始音源數(shù)據(jù)段的所述指定類型聲音，將去除所述指定類型聲音的所述多個原始音源數(shù)據(jù)段進行合成獲得所述目標音源數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述目標音源數(shù)據(jù)與修復(fù)臨界值進行比較，獲取超過所述修復(fù)臨界值的部分數(shù)據(jù)作為目標修復(fù)數(shù)據(jù)之前，還包括：

獲取合成音源數(shù)據(jù)集合；所述合成音源數(shù)據(jù)集合中包括至少一個合成音源數(shù)據(jù)樣本；

將至少一個所述合成音源數(shù)據(jù)樣本依次輸入特征提取網(wǎng)絡(luò)，由所述特征提取網(wǎng)絡(luò)輸出所述合成音源數(shù)據(jù)樣本對應(yīng)的特征矩陣；所述特征提取網(wǎng)絡(luò)是用于基于所述合成音源數(shù)據(jù)樣本對應(yīng)的頻譜圖，生成所述特征矩陣的卷積神經(jīng)網(wǎng)絡(luò)；所述特征矩陣用于指示所述頻譜圖中兩個通道分別對應(yīng)的實值與虛值之間的距離特征；

基于至少一個所述合成音源數(shù)據(jù)樣本對應(yīng)的所述特征矩陣，獲得至少一個所述合成音源數(shù)據(jù)樣本對應(yīng)的幅值矩陣；所述幅值矩陣用于指示所述合成音源數(shù)據(jù)樣本在進行高頻抑制處理后的各個采樣點上對應(yīng)的幅值；

基于至少一個所述合成音源數(shù)據(jù)樣本對應(yīng)的所述幅值矩陣，獲取至少一個所述合成音源數(shù)據(jù)樣本對應(yīng)的幅值極值；所述幅值極值包括幅值最大值以及幅值最小值中的至少一個；

基于至少一個所述合成音源數(shù)據(jù)樣本對應(yīng)的所述幅值極值，確定所述修復(fù)臨界值。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將至少一個所述合成音源數(shù)據(jù)樣本依次輸入特征提取網(wǎng)絡(luò)，由所述特征提取網(wǎng)絡(luò)輸出所述合成音源數(shù)據(jù)樣本對應(yīng)的特征矩陣，包括：

將所述合成音源數(shù)據(jù)樣本轉(zhuǎn)化為原始幅值矩陣；所述原始幅值矩陣用于指示所述合成音源數(shù)據(jù)樣本的各個采樣點上的音頻幅值；

通過短時傅里葉變換公式，將所述原始幅值矩陣轉(zhuǎn)換為頻譜圖矩陣；

通過矩陣裁剪，去除所述頻譜圖矩陣中頻率數(shù)值大于第一臨界值的部分，生成低頻頻譜圖矩陣；所述低頻頻譜圖矩陣用于指示頻率小于第一臨界值的各個采樣點對應(yīng)的音頻能量；

基于平方差公式對所述低頻頻譜圖矩陣進行計算，確定所述合成音源數(shù)據(jù)樣本對應(yīng)的低頻頻譜圖距離矩陣；

將所述低頻頻譜圖距離矩陣輸入所述特征提取網(wǎng)絡(luò)，由所述特征提取網(wǎng)絡(luò)輸出所述特征矩陣。