[发明专利]音频信号分类处理方法、装置及设备

说明书

技术领域

本发明实施例涉及信号处理技术领域，尤其涉及一种音频信号分类处理方法、装置及设备。

背景技术

在移动通信系统的语音质量评估中，现有的语音质量评估模型不适用于音乐信号。但是，实际应用中的待分析信号中可能会包括音乐信号，比如彩铃等。语音质量评估模型会将其视为语音信号，给出错误的质量评估结果。针对该问题，在将待分析信号输入至语音质量评估模块之前，应先对其进行信号分类。如果识别出该段信号为语音信号，将其送入语音质量评估模块进行质量评估；如果识别出该段信号为音乐信号，则不送入语音质量评估模块。

现有技术提供有应用于语音音乐联合编码器的音频信号分类方法，但是该分类方法是针对具有高采样率的语音音乐联合编码器，对于语音质量评估模型而言，其中存在的音乐信号普遍缺少高频信息，利用现有的应用于语音音乐联合编码器的音频信号分类方法，仅能识别出少数的音乐信号，且分类正确率低，不能够满足语音质量评估的要求。

发明内容

本发明提供一种音频信号分类处理方法、装置及设备，用于提高音频信号的分类正确率。

本发明的第一个方面是提供一种音频信号分类处理方法，包括：

获取音频信号中待分类帧中满足连续性约束条件的音调分量的数量、所述音频信号中待分类帧在低频区域的持续帧数和所述待分类帧在高频区域的持续帧数中的至少一项；

根据获取的所述待分类帧中满足连续性约束条件的音调分量的数量、所述待分类帧在低频区域的持续帧数或所述待分类帧在高频区域的持续帧数，确定所述音频信号中待分类帧为音乐信号，或确定所述音频信号中待分类帧为语音信号。

在上述第一个方面的第一种可能中，在所述获取音频信号中待分类帧中满足连续性约束条件的音调分量的数量包括：

获取音频信号中待分类帧，以及待分类帧前N1帧的音调分布参数，并根据所述待分类帧，以及待分类帧前N帧的音调分布参数获取待分类帧中满足连续性约束条件的音调分量的数量，N1为正整数；

所述获取所述音频信号中待分类帧在低频区域的持续帧数和/或所述待分类帧在高频区域的持续帧数包括：

获取所述音频信号中待分类帧，以及待分类帧前N1帧的能量分布参数，并根据所述音频信号中待分类帧，以及待分类帧前N1帧的能量分布参数获取所述待分类帧在低频区域的持续帧数和/或所述待分类帧在高频区域的持续帧数，N1为正整数；

所述根据所述待分类帧中满足连续性约束条件的音调分量的数量、所述待分类帧在低频区域的持续帧数或所述待分类帧在高频区域的持续帧数，确定所述音频信号中待分类帧为音乐信号，否则确定所述音频信号中待分类帧为语音信号包括：

在所述待分类帧中满足连续性约束条件的音调分量的数量大于第一阈值、所述待分类帧在低频区域的持续帧数大于第二阈值或所述待分类帧在高频区域的持续帧数大于第三阈值时，确定所述音频信号中待分类帧为音乐信号，否则确定所述音频信号中待分类帧为语音信号。

结合上述第一个方面的第一种可能的第二种可能中，上述获取音频信号中待分类帧的音调分布参数，以及待分类帧前N1帧的音调分布参数包括：

对接收到的音频信号中的待分类帧和待分类帧前N1帧进行快速傅里叶变换，获取功率密度谱；

根据所述功率密度谱获取所述接收到的音频信号中的待分类帧作为待分类帧的音调分布参数，以及待分类帧前N1帧的音调分量的频域分布信息作为待分类帧前N1帧的音调分布参数；

所述根据待分类帧的音调分布参数，以及待分类帧前N1帧的音调分布参数获取待分类帧中满足连续性约束条件的音调分量的数量包括：

根据接收到的音频信号中的待分类帧和待分类帧前N1帧的音调分量的频域分布信息获取待分类帧中持续帧数大于第六阈值的音调分量的数量。

结合上述第一个方面的第一种可能的第三种可能中，上述获取所音频信号中待分类帧的能量分布参数，以及待分类帧前N1帧的能量分布参数包括：

获取接收到的音频信号中待分类帧的高频能量分布比和声压级作为待分类帧的能量分布参数，以及待分类帧前N1帧的高频能量分布比和声压级作为待分类帧前N1帧的能量分布参数；

所述根据音频信号中待分类帧的能量分布参数，以及待分类帧前N1帧的能量分布参数获取所述待分类帧在低频区域的持续帧数包括：

根据所述接收到的音频信号中待分类帧和待分类帧前N1帧的高频能量分布比和声压级获取包括所述待分类帧在内的高频能量分布比小于第八阈值的持续帧数；