[发明专利]一种音频处理方法及装置

说明书

本发明实施例公开了一种音频处理方法及装置，方法包括：基于回声参考信号对来自两个麦克风的两路音频信号进行自适应回声消除处理，得到第一音频信号和第二音频信号；根据NN语音存在概率对两个音频信号进行噪声抑制处理，以得到第一降噪信号；对第一降噪信号进行关键字识别，以得到第一关键字识别概率；根据第一关键字识别概率确定第一路音频信号中是否存在预定关键字；根据第一关键字识别概率对两个音频信号进行噪声抑制处理，以得到第二降噪信号；对第二降噪信号进行关键字识别，以得到第二关键字识别概率；根据第二关键字识别概率确定第二路音频信号中是否存在预定关键字；根据两路音频信号中预定关键字的第一识别结果确定是否执行唤醒操作。

技术领域

本发明涉及数据处理领域，特别涉及一种音频处理方法及装置。

背景技术

智能语音设备（也称之为智能音箱）作为智能交互产品到云端的入口，正在进入数百万家庭，语音正在成为人们在今天快速变化的数字世界寻求帮助的重要途径，语音接口应该是完全免提的，通过关键字来唤醒语音服务是最常见的做法。关键字识别的准确性和对噪声以及距离的鲁棒性对消费者体验来说至关重要。实用的语音入口系统需要不断收听麦克风的音频输入，并且有低的响应延时。

现有的智能语音入口多采用麦克风阵列的方式，利用麦克风空间位置差异提取期望方向信号，抑制其余方向信号，从而实现降噪。对麦克风的一致性要求比较高，且每个麦克风需要单独消除播放音乐的回声信号，如果麦克风个数比较多的话，需要的MIPS（Million Instructions Per Second，单字长定点指令平均执行速度）和RAM（RandomAccess Memory，随机存取存储器）资源都比较多，功耗比较大，成本比较高。对包含语音的噪声抗噪能力差，误触发概率比较高。

然而，现有智能音箱，需要的麦克风个数较多，数据处理时需要的资源也较多，不仅成本高，而且功耗大，且对语音噪声抗噪能力差，误触发概率比较高。

发明内容

有鉴于此，本发明实施例提出了一种音频处理方法及装置，用以解决现有技术的如下问题：现有智能音箱，需要的麦克风个数较多，数据处理时需要的资源也较多，不仅成本高，而且功耗大，且对语音噪声抗噪能力差，误触发概率比较高。

一方面，本发明实施例提出了一种音频处理方法，包括：基于回声参考信号对来自第一麦克风的第一路音频信号进行第一自适应回声消除处理，得到第一音频信号；基于所述回声参考信号对来自第二麦克风的第二路音频信号进行第二自适应回声消除处理，得到第二音频信号；根据NN（Neural Networks，神经网络）语音存在概率对所述第一音频信号和所述第二音频信号进行噪声抑制处理，以得到第一降噪信号；对所述第一降噪信号进行关键字识别，以得到第一关键字识别概率；根据所述第一关键字识别概率确定所述第一路音频信号中是否存在预定关键字；根据所述第一关键字识别概率对所述第一音频信号和所述第二音频信号进行噪声抑制处理，以得到第二降噪信号；对所述第二降噪信号进行关键字识别，以得到第二关键字识别概率；根据所述第二关键字识别概率确定所述第二路音频信号中是否存在所述预定关键字；根据所述第一路音频信号和所述第二路音频信号中所述预定关键字的第一识别结果确定是否执行唤醒操作。

在一些实施例中，所述根据所述第一关键字识别概率确定所述第一路音频信号中是否存在预定关键字，包括：识别所述第一关键字识别概率是否大于第一预设概率，并根据第二识别结果确定所述第一路音频信号中是否存在所述预定关键字。

在一些实施例中，所述根据所述第二关键字识别概率确定所述第二路音频信号中是否存在所述预定关键字，包括：识别所述第二关键字识别概率是否大于第二预设概率，并根据第三识别结果确定所述第二路音频信号中是否存在所述预定关键字。