[發(fā)明專利]音頻放大器在待機(jī)狀態(tài)下的降噪方法、裝置和電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110906333.0
• 申請(qǐng)日: 2021-08-09
• 公開（公告）號(hào): CN113593598A
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 黃慶龍;李澤健;劉海雄
• 申請(qǐng)（專利權(quán)）人: 深圳遠(yuǎn)慮科技有限公司
• 主分類號(hào): G10L21/0224
• 分類號(hào): G10L21/0224;G10L21/0232;G10L25/30;G06N3/04;G06N3/08
• 代理公司: 深圳峰誠(chéng)志合知識(shí)產(chǎn)權(quán)代理有限公司 44525
• 代理人: 李明香

1.一種音頻放大器在待機(jī)狀態(tài)下的降噪方法，其特征在于，包括：

訓(xùn)練階段，包括：

獲取到達(dá)音頻放大器的音頻信號(hào)作為訓(xùn)練數(shù)據(jù)；

使用第一卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述音頻信號(hào)的波形圖像進(jìn)行空間卷積處理以提取出所述音頻信號(hào)的波形圖像的高維時(shí)域關(guān)聯(lián)特征，以獲得訓(xùn)練時(shí)域特征圖；

對(duì)所述音頻信號(hào)進(jìn)行傅里葉變換后以獲得所述音頻信號(hào)的頻域分量；

使用第二卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述音頻信號(hào)的頻域分量進(jìn)行空間卷積處理以提取出所述音頻信號(hào)的頻域分量之間的高維頻域關(guān)聯(lián)特征，以獲得訓(xùn)練頻域特征圖；

將所述訓(xùn)練頻域特征圖映射到所述訓(xùn)練時(shí)域特征圖的特征空間中，以獲得訓(xùn)練融合特征圖；

計(jì)算所述訓(xùn)練融合特征圖與所述訓(xùn)練時(shí)域特征圖之間的加權(quán)和以獲得訓(xùn)練分類特征圖；

將所述訓(xùn)練分類特征圖通過分類器以獲得分類損失函數(shù)值；以及

計(jì)算所述訓(xùn)練融合特征圖與所述訓(xùn)練頻域特征圖之間的余弦距離以獲得余弦距離損失函數(shù)值；

構(gòu)造所述訓(xùn)練分類特征圖與所述訓(xùn)練時(shí)域特征圖之間的最大似然估計(jì)項(xiàng)，所述最大似然估計(jì)項(xiàng)為用于表示所述訓(xùn)練分類特征圖與所述訓(xùn)練時(shí)域特征圖之間的角度的余弦距離的二范數(shù)；以及

以所述分類損失函數(shù)值、所述余弦距離損失函數(shù)值和所述最大似然估計(jì)項(xiàng)的加權(quán)和作為損失函數(shù)值，來對(duì)所述第一卷積神經(jīng)網(wǎng)絡(luò)和所述第二卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；以及

預(yù)測(cè)階段，包括：

獲取待處理的音頻信號(hào)；

使用經(jīng)訓(xùn)練階段訓(xùn)練而成的所述第一卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述待處理的音頻信號(hào)的波形圖像進(jìn)行處理，以獲得時(shí)域特征圖；

對(duì)所述待處理的音頻信號(hào)進(jìn)行傅里葉變換后，使用經(jīng)訓(xùn)練階段訓(xùn)練而成的所述第二卷積神經(jīng)網(wǎng)絡(luò)從所述待處理的音頻信號(hào)獲得頻域特征圖；

融合所述時(shí)域特征圖和所述頻域特征圖，以獲得分類特征圖；以及

將所述分類特征圖通過分類器以獲得分類結(jié)果，所述分類結(jié)果用于表示待處理的音頻信號(hào)是底噪聲或者是包含底噪聲和待播放音頻信號(hào)的音頻信號(hào)。

2.根據(jù)權(quán)利要求1所述的音頻放大器在待機(jī)狀態(tài)下的降噪方法，其中，對(duì)所述音頻信號(hào)進(jìn)行傅里葉變換后以獲得所述音頻信號(hào)的頻域分量，包括：

對(duì)所述音頻信號(hào)進(jìn)行傅里葉變換后以所述音頻信號(hào)在各個(gè)諧波頻率下的數(shù)值；以及

將所述音頻信號(hào)在各個(gè)諧波頻率下的數(shù)值排列為所述所述音頻信號(hào)的頻域分量。

3.根據(jù)權(quán)利要求2所述的音頻放大器在待機(jī)狀態(tài)下的降噪方法，其中，使用第二卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述音頻信號(hào)的頻域分量進(jìn)行空間卷積處理以提取出所述音頻信號(hào)的頻域分量之間的高維頻域關(guān)聯(lián)特征，以獲得訓(xùn)練頻域特征圖，包括：

將各個(gè)所述音頻信號(hào)的頻率分量按照樣本維度排列為頻率矩陣；以及

使用所述第二卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述頻率矩陣進(jìn)行空間卷積處理，以獲得所述訓(xùn)練頻域特征圖。

4.根據(jù)權(quán)利要求1所述的音頻放大器在待機(jī)狀態(tài)下的降噪方法，其中，將所述訓(xùn)練頻域特征圖映射到所述訓(xùn)練時(shí)域特征圖的特征空間中，以獲得訓(xùn)練融合特征圖，包括：

將所述訓(xùn)練時(shí)域特征圖與所述訓(xùn)練頻域特征圖進(jìn)行矩陣相乘以將所述訓(xùn)練頻域特征圖映射到所述訓(xùn)練時(shí)域特征圖的特征空間中，以獲得所述訓(xùn)練融合特征圖。

5.根據(jù)權(quán)利要求4所述的音頻放大器在待機(jī)狀態(tài)下的降噪方法，其中，將所述訓(xùn)練分類特征圖通過分類器以獲得分類損失函數(shù)值，包括：

將所述訓(xùn)練分類特征圖通過所述分類器的一個(gè)或多個(gè)全連接層以通過所述一個(gè)或多個(gè)全連接層將所述訓(xùn)練分類特征圖編碼為訓(xùn)練分類特征向量；

將所述訓(xùn)練分類特征向量輸入所述分類器的Softmax分類函數(shù)以獲得所述訓(xùn)練分類特征向量屬于音頻信號(hào)為底噪聲的第一概率和所述訓(xùn)練分類特征向量屬于音頻信號(hào)為包含底噪聲和待播放音頻信號(hào)的音頻信號(hào)的第二概率；

基于所述第一概率和所述第二概率的比較，確定分類結(jié)果；以及

計(jì)算所述分類結(jié)果為真實(shí)值的交叉熵?fù)p失函數(shù)值作為所述分類損失函數(shù)值。