[發(fā)明專利]音頻信號處理方法及裝置

在審

• 申請?zhí)枺?/td>: 202111433241.1
• 申請日: 2021-11-29
• 公開（公告）號: CN114038476A
• 公開（公告）日: 2022-02-11
• 發(fā)明（設計）人: 張旭;鄭羲光;李楠;韓潤強;張晨
• 申請（專利權(quán)）人: 北京達佳互聯(lián)信息技術(shù)有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0232
• 代理公司: 北京銘碩知識產(chǎn)權(quán)代理有限公司 11286
• 代理人: 蘇銀虹;曾世驍

1.一種音頻信號處理方法，其特征在于，包括：

獲取近端采集音頻信號、遠端參考音頻信號，以及對所述近端采集音頻信號進行線性回聲消除后得到的第一近端音頻信號；

對所述近端采集音頻信號、所述遠端參考音頻信號和所述第一近端音頻信號分別進行時頻變換，得到頻域近端采集音頻信號、頻域遠端參考音頻信號和第一頻域近端音頻信號；

對所述第一頻域近端音頻信號的幅度進行深度學習降噪，得到第二頻域近端音頻信號；

基于所述頻域遠端參考音頻信號、所述頻域近端采集音頻信號、所述第一頻域近端音頻信號和所述第二頻域近端音頻信號，對所述第二頻域近端音頻信號進行非線性回聲消除，得到頻域近端音頻增強信號；

對所述頻域近端音頻增強信號進行時頻逆變換，得到近端音頻增強信號。

2.如權(quán)利要求1所述的音頻信號處理方法，其特征在于，所述對所述第一頻域近端音頻信號的幅度進行深度學習降噪，得到第二頻域近端音頻信號，包括：

通過訓練好的降噪神經(jīng)網(wǎng)絡模型，對所述第一頻域近端音頻信號的幅度進行深度學習降噪，得到所述第二頻域近端音頻信號的幅度；

根據(jù)所述第二頻域近端音頻信號的幅度和所述第一頻域近端音頻信號的相位，得到所述第二頻域近端音頻信號。

3.如權(quán)利要求2所述的音頻信號處理方法，其特征在于，所述通過訓練好的降噪神經(jīng)網(wǎng)絡模型，對所述第一頻域近端音頻信號的幅度進行深度學習降噪，得到所述第二頻域近端音頻信號的幅度，包括：

將所述第一頻域近端音頻信號的幅度輸入所述訓練好的降噪神經(jīng)網(wǎng)絡模型中，得到第一信號幅度比，其中，所述第一信號幅度比為所述第二頻域近端音頻信號的幅度和所述第一頻域近端音頻信號的幅度的比值的預測值；

根據(jù)所述第一信號幅度比和所述第一頻域近端音頻信號的幅度，得到所述第二頻域近端音頻信號的幅度，其中，所述第二頻域近端音頻信號的幅度是所述第一信號幅度比和所述第一頻域近端音頻信號的幅度的乘積。

4.如權(quán)利要求1所述的音頻信號處理方法，其特征在于，所述基于所述頻域遠端參考音頻信號、所述頻域近端采集音頻信號、所述第一頻域近端音頻信號和所述第二頻域近端音頻信號，對所述第二頻域近端音頻信號進行非線性回聲消除，得到頻域近端音頻增強信號，包括：

將所述頻域遠端參考音頻信號分別與所述頻域近端采集音頻信號和第二頻率近端音頻信號在各個頻帶上進行求相關，得到各個頻帶的第二信號幅度比；

根據(jù)所述第二信號幅度比、所述第一頻域近端音頻信號和所述第二頻域近端音頻信號，對所述第二頻域近端音頻信號進行非線性回聲消除，得到頻域近端音頻增強信號。

5.如權(quán)利要求4所述的音頻信號處理方法，其特征在于，所述根據(jù)所述第二信號幅度比、所述第一頻域近端音頻信號和所述第二頻域近端音頻信號，對所述第二頻域近端音頻信號進行非線性回聲消除，得到頻域近端音頻增強信號，包括：

獲取所述第二信號幅度比和所述第一頻域近端音頻信號的幅度的乘積作為參考幅度；

獲取所述參考幅度和所述第二頻域近端音頻信號的幅度中的最小值，作為所述頻域近端音頻增強信號的幅度；

根據(jù)所述頻域近端音頻增強信號的幅度和所述第一頻域近端音頻信號的相位，得到頻域近端音頻增強信號。

6.如權(quán)利要求4或5所述的音頻信號處理方法，其特征在于，所述第二信號幅度比通過下式獲取：

Mask(n，k)＝min{1-RCr(n，k)，1-RY_pr(n，k)}；

其中，Mask(n，k)為所述第二信號幅度比，RCr(n，k)為所述頻域遠端參考音頻信號和所述頻域近端采集音頻信號的互相關系數(shù)，RY_pr(n，k)為所述頻域遠端參考音頻信號和所述第二頻域近端音頻信號的互相關系數(shù)，n為幀序列數(shù)，k為中心頻率序列數(shù)，0＜n≤N，0＜k≤K，N為總幀數(shù)，K為總頻帶數(shù)。