[發明專利]音頻信號處理的方法、裝置、存儲介質及電子設備

有效

• 申請號: 202110666359.2
• 申請日: 2021-06-16
• 公開（公告）號: CN113362864B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 范嘉駿
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G11B20/10
• 分類號: G11B20/10
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 賀曉蕾

本公開涉及一種音頻信號處理方法、裝置、存儲介質及電子設備，可以獲取至少一個聲源發出的待處理音頻信號和待處理音頻信號對應的預設衰減模型，預設衰減模型表征待處理音頻信號在傳播過程中聲音強度的衰減情況；針對每個聲源，獲取該聲源發出的待處理音頻信號對應的預設音頻分割參數；根據預設音頻分割參數確定至少兩個距離區間，所述距離區間為待處理音頻信號的聲音傳播路徑中任意兩個相鄰位置點之間的距離對應的區間；根據至少兩個距離區間對預設衰減模型進行基于黎曼積分的等價變換，得到該聲源發出的待處理音頻信號對應的特征向量；將每個聲源對應的特征向量進行合并后，輸入目標AI模型，得到目標AI模型對應的目標輸出結果。

技術領域

本公開涉及對音頻信號處理的領域，具體地，涉及一種音頻信號處理的方法、裝置、存儲介質及電子設備。

背景技術

近年來DRL(Deep Reinforcement Learning，深度強化學習)技術在游戲控制、機器人控制、機器視覺等領域得到了廣泛的應用，DRL可以分為環境認知和決策兩個階段，環境認知階段進行表征學習，然后輸出表征學習得到的深層語義信息到決策網絡部分，對于較為復雜的環境常常會有聲音信息，例如，人類就經常使用聲源定位，因此對聲音信息的向量化就對表征學習產生極大影響。

相關技術中常用的對聲音信息的向量化處理方法是直接認為產生聲音的位置(即聲源位置)具有全部的音頻信號，而其余位置的音頻信號均為0，但是實際的聲音傳播過程中聲音會隨著與聲源距離的增大而逐漸衰減，因此，常用的音頻信號向量化的處理辦法無法刻畫出聲音隨著距離聲源越遠，聲音強度越小的性質，導致DRL的表征學習出現極大偏差，從而與人的認知相違背。

發明內容

提供該發明內容部分以便以簡要的形式介紹構思，這些構思將在后面的具體實施方式部分被詳細描述。該發明內容部分并不旨在標識要求保護的技術方案的關鍵特征或必要特征，也不旨在用于限制所要求的保護的技術方案的范圍。

第一方面，提供一種音頻信號處理方法，所述方法包括：

獲取至少一個聲源發出的待處理音頻信號和所述待處理音頻信號對應的預設衰減模型，所述預設衰減模型表征所述待處理音頻信號在傳播過程中聲音強度的衰減情況；

針對每個所述聲源，獲取該聲源發出的待處理音頻信號對應的預設音頻分割參數；

根據所述預設音頻分割參數確定至少兩個距離區間，所述距離區間為所述待處理音頻信號的聲音傳播路徑中任意兩個相鄰位置點之間的距離對應的區間；

根據至少兩個所述距離區間對所述預設衰減模型進行基于黎曼積分的等價變換，得到該聲源發出的待處理音頻信號對應的特征向量；

將每個所述聲源對應的所述特征向量進行合并后，輸入目標人工智能AI模型，得到所述目標AI模型對應的目標輸出結果。

第二方面，提供一種音頻信號處理裝置，所述裝置包括：

第一獲取模塊，用于獲取至少一個聲源發出的待處理音頻信號和所述待處理音頻信號對應的預設衰減模型，所述預設衰減模型表征所述待處理音頻信號在傳播過程中聲音強度的衰減情況；

第二獲取模塊，用于針對每個所述聲源，獲取該聲源發出的待處理音頻信號對應的預設音頻分割參數；

確定模塊，用于根據所述預設音頻分割參數確定至少兩個距離區間，所述距離區間為所述待處理音頻信號的聲音傳播路徑中任意兩個相鄰位置點之間的距離對應的區間；

積分模塊，用于根據至少兩個所述距離區間對所述預設衰減模型進行基于黎曼積分的等價變換，得到該聲源發出的待處理音頻信號對應的特征向量；

模型應用模塊，用于將每個所述聲源對應的所述特征向量進行合并后，輸入目標人工智能AI模型，得到所述目標AI模型對應的目標輸出結果。