[發明專利]音頻數據的處理方法、服務器及計算機可讀存儲介質

在審

• 申請號: 202310589026.3
• 申請日: 2023-05-23
• 公開（公告）號: CN116631425A
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 張超鵬;鄧源強;陳凱;宗旋
• 申請（專利權）人: 騰訊音樂娛樂科技（深圳）有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L25/30
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 馮世博

本申請涉及一種音頻數據的處理方法、電子設備和計算機可讀存儲介質。所述方法包括：獲取用戶演唱目標歌曲時的錄制音頻數據；錄制音頻數據包括錄制到的目標歌曲的伴聲音頻數據在經過回采系統后得到的回采數據和用戶的干聲數據；提取伴聲音頻數據的音頻特征，并將音頻特征輸入回采預測模型，由回采預測模型預測伴聲音頻數據在經過回采系統后得到的預測音頻特征；基于預測音頻特征，確定針對伴聲音頻數據的預測回采數據；基于預測回采數據對錄制音頻數據進行回踩消除處理，得到錄制音頻數據中關于用戶的預測干聲數據。采用本方法能夠減少音頻消除過程中消音不準確和消音不充分的問題，以及提高音頻消音處理的有效性和準確性。

技術領域

本申請涉及計算機技術領域，特別是涉及一種音頻數據的處理方法、服務器及計算機可讀存儲介質。

背景技術

在用戶進行外放錄歌過程中，被錄制的音頻數據除了包括用戶的干聲數據之外，也包括被播放的歌曲的伴奏數據或者原唱數據，從而在對用戶的干聲數據進行分析和修改時，需要在錄制的音頻數據中對回采的音頻數據(即錄制到的被播放的歌曲的伴奏數據或者原唱數據)進行消音處理。

在傳統的對回采音頻數據進行消音處理的過程中，一般是利用預設的聲學回聲消除模型(WebRTC?AEC)將錄制音頻數據中的回采音頻數據進行消除，以得到用戶的干聲數據。

然而，目前的聲學回聲消除模型對一些特殊的音頻數據(如關于打擊樂強的回采音頻)直接進行消音處理的效果不佳，導致消音處理后的錄制音頻數據中仍具有較多的回采音頻數據，以使得到的關于用戶的干聲數據不準確。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提升音頻消音質量的音頻數據的處理方法、服務器及計算機可讀存儲介質。

根據本公開實施例的第一方面，提供一種音頻數據的處理方法，包括：

獲取用戶演唱目標歌曲時的錄制音頻數據，所述錄制音頻數據包括錄制到的目標歌曲的伴聲音頻數據在經過回采系統后得到的回采數據和所述用戶的干聲數據，所述伴聲音頻數據為所述目標歌曲的原唱音頻數據或者背景音頻數據；

提取所述伴聲音頻數據的音頻特征，并將所述音頻特征輸入回采預測模型，由所述回采預測模型預測所述伴聲音頻數據在經過回采系統后得到的預測音頻特征；

基于所述預測音頻特征，確定針對所述伴聲音頻數據的預測回采數據；

基于所述預測回采數據對所述錄制音頻數據進行回踩消除處理，得到所述錄制音頻數據中關于所述用戶的預測干聲數據。

在一示例性實施例中，所述方法還包括：

獲取所述回采系統的樣本激勵數據和樣本錄音數據；所述樣本錄音數據為所述激勵數據在經過所述回采系統后得到的回采數據；

基于所述樣本激勵數據和所述樣本錄音數據，確定針對所述回采系統的模擬回采數據；

提取所述模擬回采數據的音頻特征，并將所述模擬回采數據的音頻特征輸入待訓練的回采預測模型進行模型訓練，由所述待訓練的回采預測模型預測所述模擬回采數據在經過所述回采系統后得到的訓練音頻特征；

基于所述模擬回采數據的音頻特征與所述訓練音頻特征之間的差異，確定所述待訓練的回采預測模型的模型損失，并根據所述模型損失調整所述待訓練的回采預測模型，直到得到訓練完成的回采預測模型。

在一示例性實施例中，所述基于所述樣本激勵數據和所述樣本錄音數據，確定針對所述回采系統的模擬回采數據，包括：

對所述樣本激勵數據進行頻譜調整處理，得到調整后的激勵數據；所述頻譜調整處理用于模擬所述樣本激勵數據在經過所述回采系統后的頻譜損失，并基于所述頻譜損失調整所述樣本激勵數據；以及

基于所述樣本激勵數據和所述樣本錄音數據，確定所述回采系統的脈沖響應；