[發明專利]音頻處理方法、裝置、設備和計算機可讀存儲介質

在審

• 申請號: 202210155930.9
• 申請日: 2022-02-21
• 公開（公告）號: CN114520005A
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 陳剛
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0272;G10L25/03;G10L25/30;G10L25/51
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 張靜;浦彩華

1.一種音頻處理方法，其特征在于，所述方法包括：

獲取待處理音頻；

對所述待處理音頻對應的音頻特征進行分類，得到多種音源類型，并展示所述多種音源類型；

針對展示的所述多種音源類型，響應于音源類型選擇操作，選中目標音源類型；

根據所述目標音源類型，對所述待處理音頻進行降噪處理，得到目標音頻。

2.根據權利要求1所述的方法，其特征在于，所述獲取待處理音頻之后，所述方法還包括：

對所述待處理音頻進行多維度的特征提取，得到多個維度特征，所述多維度包括時域、頻域、空域和幅度中的至少一項；

分別對各個維度特征進行歸一化，得到多個歸一化后的維度特征；

根據所述多個歸一化后的維度特征，融合得到所述音頻特征。

3.根據權利要求2所述的方法，其特征在于，所述對所述待處理音頻進行多維度的特征提取，得到多個維度特征，包括：

根據預設的特征提取模型，對所述待處理音頻進行所述多維度的特征提取，得到所述多個維度特征；所述預設的特征提取模型用于特征提取。

4.根據權利要求3所述的方法，其特征在于，所述根據預設的特征提取模型，對所述待處理音頻進行所述多維度的特征提取，得到所述多個維度特征之前，所述方法還包括：

獲取預設音源類型的音頻樣本，所述預設音源類型包括汽笛聲、鳥叫聲、水流聲、風聲、樂曲聲和設備聲中至少一項；

基于初始特征提取模型，對各種所述預設音源類型的音頻樣本分別進行所述多維度的特征提取，得到各種所述預設音源類型的多個維度特征樣本；

根據各種所述預設音源類型的多個維度特征樣本，確定各種所述預設音源類型的音頻特征樣本；

計算各種所述預設音源類型的音頻特征樣本兩兩之間的區分度，得到多個特征區分度；

若所述多個特征區分度均大于預設閾值，則得到所述預設的特征提取模型。

5.根據權利要求4所述的方法，其特征在于，所述計算各種所述預設音源類型的音頻特征樣本兩兩之間的區分度，得到多個特征區分度之后，所述方法還包括：

若所述多個特征區分度存在小于或等于所述預設閾值的特征區分度，則對所述初始特征提取模型進行參數調整，得到參數調整后的特征提取模型；

根據所述參數調整后的特征提取模型，持續對各種所述預設音源類型的音頻樣本分別進行目標維度的特征提取，直至所述多個特征區分度均大于預設閾值時，得到所述預設的特征提取模型；其中，所述目標維度為所述多維度中的至少一項。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述對所述待處理音頻對應的音頻特征進行分類，得到多種音源類型，包括：

基于預設的分類模型對所述待處理音頻對應的音頻特征進行分類，得到所述多種音源類型，其中，所述預設的分類模型是根據多種預設音源類型的音頻特征進行訓練得到的。

7.根據權利要求1-5任一項所述的方法，其特征在于，所述對所述待處理音頻對應的音頻特征進行分類，得到多種音源類型之后，所述方法還包括：

基于預設的推薦模型對所述多種音源類型進行降噪預測，生成至少一個降噪方案，并展示所述至少一個降噪方案；其中，所述預設的推薦模型用于預測用戶降噪偏好；

響應于所述至少一個降噪方案的選擇操作，確定目標降噪方案；

根據所述目標降噪方案，對所述待處理音頻進行降噪處理，得到所述目標音頻。

8.根據權利要求7所述的方法，其特征在于，所述基于預設的推薦模型對所述多種音源類型進行降噪預測，生成至少一個降噪方案之前，所述方法還包括：

獲取用戶歷史行為信息，其中，所述用戶歷史行為信息包括所選中的歷史目標音源類型，和/或，歷史降噪方案對應的歷史選擇方案；

根據所述用戶歷史行為信息，對初始推薦模型進行訓練，得到所述預設的推薦模型。