[發明專利]一種音頻信息處理方法、裝置、電子設備及存儲介質

有效

• 申請號: 202110744917.2
• 申請日: 2021-07-01
• 公開（公告）號: CN113192520B
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 梁俊斌
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L19/00
• 分類號: G10L19/00;G10L19/002;G10L25/30;G10L25/60;G10L25/69;G06N3/04
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王花麗;張穎玲

1.一種音頻信息處理方法，其特征在于，所述方法包括：

獲取目標音頻信息，并對所述目標音頻信息進行解析處理，得到所述目標音頻信息中所包括的語音特征向量；

通過音頻信息處理模型，對所述語音特征向量進行處理，得到所述語音特征向量對應的客觀語音質量評估損失值，其中，所述音頻信息處理模型包括不同的卷積神經網絡和門控循環單元網絡，所述卷積神經網絡中的卷積神經單元的數量可以根據使用環境進行調整，所述門控循環單元網絡中的門控循環單元的數量可以根據使用環境進行調整；

基于所述客觀語音質量評估損失值，對帶內前向糾錯編碼時的第一編碼比特數量進行調整，得到帶內前向糾錯編碼時的第二編碼比特數量；

基于所述第二編碼比特數量，對所述目標音頻信息進行編碼處理，得到所述目標音頻信息對應的標準音頻信息。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標音頻信息，并對所述目標音頻信息進行解析處理，得到所述音頻信息中所包括的語音特征向量，包括：

對所述目標音頻信息進行解析，獲取所述目標音頻信息的時序信息；

根據所述目標音頻信息的時序信息，對所述目標音頻信息所對應的音頻參數進行解析，獲取與所述目標音頻信息對應的語音活動檢測參數；

基于所述目標音頻信息對應的語音活動檢測參數，對所述目標音頻信息進行抽取以獲取所述目標音頻信息對應的語音特征向量。

3.根據權利要求1所述的方法，其特征在于，所述通過音頻信息處理模型，對所述語音特征向量進行處理，得到所述語音特征向量對應的客觀語音質量評估損失值，包括：

通過所述音頻信息處理模型的第一卷積神經網絡，對所述語音特征向量進行處理，得到所述語音特征向量對應的第一音頻特征向量；

通過所述音頻信息處理模型的門控循環單元網絡，對所述第一音頻特征向量進行處理，得到所述語音特征向量對應的第二音頻特征向量；

通過所述音頻信息處理模型的第二卷積神經網絡，對所述第二音頻特征向量進行處理，得到所述語音特征向量對應的第三音頻特征向量；

基于所述第三音頻特征向量，確定所述語音特征向量對應的客觀語音質量評估損失值。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

確定目標音頻信息的使用環境；

基于所述目標音頻信息的使用環境，對所述音頻信息處理模型的門控循環單元網絡中的門控循環單元的數量進行調整；

基于所述目標音頻信息的使用環境，對所述音頻信息處理模型的第一卷積神經網絡中的卷積神經單元的數量進行調整；

基于所述目標音頻信息的使用環境，對所述音頻信息處理模型的第二卷積神經網絡中的卷積神經單元的數量進行調整。

5.根據權利要求1所述的方法，其特征在于，所述基于所述客觀語音質量評估損失值，對帶內前向糾錯編碼時的第一編碼比特數量進行調整，得到帶內前向糾錯編碼時的第二編碼比特數量，包括：

基于所述客觀語音質量評估損失值，確定所述目標音頻信息中不同語音幀所分別對應的音質權重參數；

當所述音質權重參數大于等于音質權重參數閾值時，對相應語音幀對應的帶內前向糾錯編碼時的第一編碼比特數量進行增加，得到帶內前向糾錯編碼時的第二編碼比特數量。

6.根據權利要求1所述的方法，其特征在于，所述基于所述客觀語音質量評估損失值，對帶內前向糾錯編碼時的第一編碼比特數量進行調整，得到帶內前向糾錯編碼時的第二編碼比特數量，包括：

基于所述客觀語音質量評估損失值，確定所述目標音頻信息中不同語音幀所分別對應的音質權重參數；

當所述音質權重參數小于音質權重參數閾值時，對相應語音幀對應的帶內前向糾錯編碼時的第一編碼比特數量進行減少，得到帶內前向糾錯編碼時的第二編碼比特數量。