[發(fā)明專利]殘留回聲抑制模型的訓(xùn)練方法和訓(xùn)練裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202111017286.0
• 申請(qǐng)日: 2021-08-31
• 公開（公告）號(hào): CN113707167A
• 公開（公告）日: 2021-11-26
• 發(fā)明（設(shè)計(jì)）人: 陳宏圣;樂笑懷;盧晶
• 申請(qǐng)（專利權(quán)）人: 北京地平線信息技術(shù)有限公司
• 主分類號(hào): G10L21/0208
• 分類號(hào): G10L21/0208;G10L21/0216;H04M9/08
• 代理公司: 北京思源智匯知識(shí)產(chǎn)權(quán)代理有限公司 11657
• 代理人: 毛麗琴

本公開實(shí)施例公開了一種殘留回聲抑制模型的訓(xùn)練方法和訓(xùn)練裝置，其中，該訓(xùn)練方法包括：基于多個(gè)殘留回聲信號(hào)、多個(gè)背景噪音信號(hào)和多個(gè)近端語音信號(hào)生成多個(gè)混合音頻信號(hào)；基于所述多個(gè)混合音頻信號(hào)，確定與所述多個(gè)混合音頻信號(hào)對(duì)應(yīng)的多個(gè)輔助信號(hào)；基于所述多個(gè)混合音頻信號(hào)和所述多個(gè)輔助信號(hào)訓(xùn)練殘留回聲抑制模型。本公開實(shí)施例可以對(duì)非線性的殘留回聲信號(hào)進(jìn)行有效抑制，進(jìn)而可以提升通話質(zhì)量，增強(qiáng)了用戶體驗(yàn)。

技術(shù)領(lǐng)域

本公開涉及回聲抑制技術(shù)領(lǐng)域，尤其是一種殘留回聲抑制模型的訓(xùn)練方法和訓(xùn)練裝置。

背景技術(shù)

在通信系統(tǒng)中，遠(yuǎn)端信號(hào)由揚(yáng)聲器系統(tǒng)轉(zhuǎn)換為聲信號(hào)后，經(jīng)回聲聲學(xué)路徑被傳聲器系統(tǒng)采集后將產(chǎn)生回聲信號(hào)。回聲信號(hào)將嚴(yán)重干擾語音通信的質(zhì)量，并降低語音識(shí)別系統(tǒng)的準(zhǔn)確性。抑制回聲信號(hào)，提取近端說話人語音信號(hào)的技術(shù)稱為回聲抑制。

相關(guān)技術(shù)中，使用基于線性的回聲抑制方法，其通過匹配回聲傳遞路徑對(duì)應(yīng)的傳遞函數(shù)進(jìn)行回聲抑制。但是，當(dāng)回聲路徑存在不可忽視的非線性效應(yīng)時(shí)，則該回聲抑制方式的性能將大幅下降，因此需要針對(duì)殘留回聲進(jìn)行抑制。

相關(guān)技術(shù)中使用遠(yuǎn)端信號(hào)和自適應(yīng)濾波器系數(shù)對(duì)殘留回聲的幅度進(jìn)行估計(jì)，并依此對(duì)殘留回聲信號(hào)進(jìn)行抑制，但是難以在殘留回聲抑制和近端語音失真方面取得很好的平衡。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，提出了本公開。本公開的實(shí)施例提供了一種殘留回聲抑制模型的訓(xùn)練方法和訓(xùn)練裝置。

根據(jù)本公開實(shí)施例的第一方面，提供了一種殘留回聲抑制模型的訓(xùn)練方法，包括：

基于多個(gè)殘留回聲信號(hào)、多個(gè)背景噪音信號(hào)和多個(gè)近端語音信號(hào)生成多個(gè)混合音頻信號(hào)，其中，每個(gè)混合音頻信號(hào)包括一個(gè)殘留回聲信號(hào)、一個(gè)背景噪音信號(hào)和一個(gè)近端語音信號(hào)；

基于所述多個(gè)混合音頻信號(hào)，確定與所述多個(gè)混合音頻信號(hào)對(duì)應(yīng)的多個(gè)輔助信號(hào)，其中，基于每個(gè)混合音頻信號(hào)中的殘留回聲信號(hào)對(duì)應(yīng)的遠(yuǎn)端信號(hào)，確定每個(gè)混合音頻信號(hào)對(duì)應(yīng)的輔助信號(hào)；

基于所述多個(gè)混合音頻信號(hào)和所述多個(gè)輔助信號(hào)訓(xùn)練殘留回聲抑制模型。

根據(jù)本公開實(shí)施例的第二方面，提供了一種殘留回聲抑制模型的訓(xùn)練裝置，包括：

混合音頻信號(hào)生成模塊，用于基于多個(gè)殘留回聲信號(hào)、多個(gè)背景噪音信號(hào)和多個(gè)純凈的近端語音信號(hào)生成多個(gè)混合音頻信號(hào)，其中，每個(gè)混合音頻信號(hào)包括一個(gè)殘留回聲信號(hào)、一個(gè)背景噪音信號(hào)和一個(gè)純凈的近端語音信號(hào)；

輔助信號(hào)確定模塊，用于基于所述多個(gè)混合音頻信號(hào)，確定與所述多個(gè)混合音頻信號(hào)對(duì)應(yīng)的多個(gè)輔助信號(hào)，其中，基于每個(gè)混合音頻信號(hào)中的殘留回聲信號(hào)對(duì)應(yīng)的遠(yuǎn)端信號(hào)，確定每個(gè)混合音頻信號(hào)對(duì)應(yīng)的輔助信號(hào)；

模型訓(xùn)練模塊，用于基于所述多個(gè)混合音頻信號(hào)和多個(gè)輔助信號(hào)訓(xùn)練殘留回聲抑制模型。

根據(jù)本公開實(shí)施例的第三方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序用于執(zhí)行上述第一方面所述的殘留回聲抑制模型的訓(xùn)練方法。

根據(jù)本公開實(shí)施例的第四方面，提供了一種電子設(shè)備，所述電子設(shè)備包括：

處理器；

用于存儲(chǔ)所述處理器可執(zhí)行指令的存儲(chǔ)器；

所述處理器，用于從所述存儲(chǔ)器中讀取所述可執(zhí)行指令，并執(zhí)行所述指令以實(shí)現(xiàn)上述第一方面所述的殘留回聲抑制模型的訓(xùn)練方法。

基于本公開上述實(shí)施例提供的殘留回聲抑制模型的訓(xùn)練方法和訓(xùn)練裝置，基于包括殘留回聲信號(hào)、背景噪音信號(hào)和純凈的近端語音信號(hào)的混合音頻信號(hào)，以及輔助信號(hào)訓(xùn)練的殘留回聲抑制模型，可以對(duì)非線性的殘留回聲信號(hào)進(jìn)行有效抑制，進(jìn)而可以提升通話質(zhì)量，增強(qiáng)了用戶體驗(yàn)。