[发明专利]一种音频信号的处理方法、装置及设备

权利要求书

1.一种音频信号的处理方法，其特征在于，所述方法包括：

将歌曲的单声道信号从时域转换成频域，得到第一频域信号，所述第一频域信号包括谐波类乐声成分、敲击类乐声成分和人声成分；

采用谐波类/敲击类音乐分离HPSS算法从所述第一频域信号中分离出第二频域信号，所述第二频域信号包括所述谐波类乐声成分和所述人声成分；

采用最相似相邻帧间的中值滤波NNMF算法从所述第二频域信号中提取出所述人声成分。

2.根据权利要求1所述的方法，其特征在于，所述采用谐波类/敲击类音乐分离HPSS算法从所述第一频域信号中分离出第二频域信号，包括：

对所述第一频域信号中每个频点取幅值，得到第一矩阵；

对所述第一矩阵中每一列进行中值滤波，得到第二矩阵；

对所述第一矩阵中每一行进行中值滤波，得到第三矩阵；

根据所述第二矩阵和所述第三矩阵，通过以下公式，从所述第一频域信号中分离出所述第二频域信号；

（（P.*P）./（（H.*H）+（P.*P）））.*X

H表示所述第二矩阵，P表示所述第三矩阵，X表示所述第一矩阵，./表示点除运算，.*表示点乘运算。

3.根据权利要求1或2所述的方法，其特征在于，所述将歌曲的单声道信号从时域转换成频域，得到第一频域信号，包括：

采用快速傅里叶变换FFT将所述歌曲的单声道信号从时域转换成频域，得到所述第一频域信号；所述FFT的采样率为44.1KHz，帧长不小于8192点，帧移为所述帧长的一半。

4.根据权利要求1至3任一所述的方法，其特征在于，所述在采用最相似相邻帧间的中值滤波NNMF算法从所述第二频域信号中提取出所述人声成分之前，还包括：

采用快速傅里叶反变换将所述第二频域信号从频域转换成时域，再采用FFT进行时域到频域的转换，得到重复转换的第二频域信号；得到所述重复转换的第二频域信号所采用的FFT的采样率为44.1KHz，帧长不大于4096点，帧移为得到所述重复转换的第二频域信号采用的FFT的帧长的四分之一；

所述采用最相似相邻帧间的中值滤波NNMF算法从所述第二频域信号中提取出所述人声成分，包括：

采用NNMF算法从所述重复转换的第二频域信号中提取出所述人声成分。