[发明专利]处理音频的方法、装置和系统

说明书

本公开提供了一种处理音频的方法，包括：获取分别由m个采集装置采集的m个原始音频信号；根据m个采集装置的位置信息，利用神经网络模型处理m个原始音频信号中的n个原始音频信号，获取与n个原始音频信号一一对应的n个已处理音频信号；根据n个原始音频信号及n个已处理音频信号，确定n个原始音频信号的处理参数；以及根据n个原始音频信号的处理参数，处理m个原始音频信号中除n个原始音频信号外的其他原始音频信号，其中，m、n均为大于等于2的正整数，且n小于m。本公开还提供了一种处理音频的装置和一种处理音频的系统。

技术领域

本公开涉及计算机技术领域，更具体地，涉及一种处理音频的方法、装置和系统。

背景技术

随着深度学习领域的不断发展，以神经网络为代表的深度学习技术越来越多地应用于音频信号处理领域。基于神经网络的音频处理技术凭借其良好的非线性表达能力及稳健地泛化能力，对非稳态的噪声具有良好的抑制效果。

在实现本公开构思的过程中，发明人发现现有技术中至少存在如下问题：现有技术中采用神经网络对音频进行处理时，通常是以DNN(Deep Neural Networks，深度神经网络)为处理的核心单元。但是由于DNN网络节点数庞大，会带来巨大的计算量。如将该现有技术的方法直接移植到嵌入式处理平台中，考虑到硬件处理能力等的限制，往往仅能对单路或者少数几路的音频做处理，而无法应用到需要同时对所有路音频进行处理的应用场景，例如无法应用于相控阵采集系统。

发明内容

有鉴于此，本公开提供了一种能够应用于对所有路音频进行处理的应用场景的处理音频的方法、装置和系统。

本公开的一个方面提供了一种处理音频的方法，包括：获取分别由m个采集装置采集的m个原始音频信号；根据m个采集装置的位置信息，利用神经网络模型处理m个原始音频信号中的n个原始音频信号，获取与n个原始音频信号一一对应的n个已处理音频信号；根据n个原始音频信号及n个已处理音频信号，确定n个原始音频信号的处理参数；以及根据n个原始音频信号的处理参数，处理m个原始音频信号中除n个原始音频信号外的其他原始音频信号。其中，m、n均为大于等于2的正整数，且n小于m。

根据本公开的实施例，上述根据n个原始音频信号及n个已处理音频信号，确定n个原始音频信号的处理参数包括：根据n个原始音频信号的幅度谱及n个已处理音频信号的幅度谱，确定n个原始音频信号的处理参数。

根据本公开的实施例，上述确定n个原始音频信号的处理参数包括对于 n个原始音频信号中的第i个原始音频信号：根据第i个原始音频信号的幅度谱，确定第i个原始音频信号的对数幅度谱X_i；根据与第i个原始音频信号对应的第i个已处理音频信号的幅度谱，确定第i个已处理音频信号的对数幅度谱X′_i；以及确定第i个原始音频信号的处理参数SNR_i＝X′_i./X_i，其中，i为小于或等于n的正整数。

根据本公开的实施例，上述处理m个原始音频信号中除n个原始音频信号外的其他原始音频信号包括：对于其他原始音频信号中的第j个原始音频信号：根据m个采集装置的位置信息，确定采集n个原始音频信号的采集装置与采集第j个原始音频信号的采集装置的相对位置信息；根据相对位置信息及n个原始音频信号的处理参数，确定第j个原始音频信号的处理参数；以及根据第j个原始音频信号的处理参数，处理第j个原始音频信号，其中，j为小于等于(m-n)的正整数。

根据本公开的实施例，上述根据相对位置信息及n个原始音频信号的处理参数，确定第j个原始音频信号的处理参数包括：根据相对位置信息，确定用于第j个原始音频信号的加权因子集合；根据加权因子集合，对n个原始音频信号的处理参数加权求和，得到第j个音频信号的处理参数。