[发明专利]一种音频信号处理方法、装置、终端及存储介质

权利要求书

1.一种音频信号处理方法，其特征在于，所述方法包括：

由至少两个麦克风获取至少两个声源各自发出的音频信号，以获得所述至少两个麦克风各自在时域上的多帧原始带噪信号；

对于时域上的每一帧，根据所述至少两个麦克风各自的所述原始带噪信号，获取所述至少两个声源各自的频域估计信号；

对于所述至少两个声源中的每个声源，将所述频域估计信号在频域上划分为多个频域估计分量，其中，每个频域估计分量对应一个频域子带并且包含多个频点数据；

在每个频域子带内，确定所述频域子带所包含的每个频点的加权系数，并根据所述加权系数更新每个频点的分离矩阵；其中，所述在每个频域子带内，确定所述频域子带所包含的每个频点的加权系数，并根据所述加权系数更新每个频点的分离矩阵，包括：基于第n个所述频域估计分量中包括的各频点对应的所述频点数据的平方和，获得所述第n个所述频域估计分量的加权系数；根据第n个所述频域估计分量的所述加权系数更新第n个所述频域估计分量中每个频点的分离矩阵；

基于更新后的所述分离矩阵及所述原始带噪信号，获得至少两个声源各自发出的音频信号。

2.根据权利要求1所述的方法，其特征在于，所述在每个频域子带内，确定所述频域子带所包含的每个频点的加权系数，并根据所述加权系数更新每个频点的分离矩阵，包括：

对于每个声源，将第n个所述频域估计分量的所述加权系数、所述频域估计信号及第x-1个备选矩阵进行梯度迭代，得到第x个备选矩阵；其中，第1个备选矩阵为已知的单位矩阵；其中，所述x为大于或等于2的正整数；所述n为小于N的正整数，所述N为所述频域子带的个数；

当所述第x个备选矩阵满足迭代停止条件时，基于所述第x个备选矩阵，获得第n个所述频域估计分量中每个频点更新后的分离矩阵。

3.根据权利要求2所述的方法，其特征在于，所述基于更新后的所述分离矩阵及所述原始带噪信号，获得至少两个声源各自发出的音频信号，包括：

基于第1个所述更新后的分离矩阵至第N个所述更新后的分离矩阵，对一个频点数据对应的第m帧所述原始带噪信号进行分离，获得一个频点数据对应的第m帧所述原始带噪信号中不同所述声源的音频信号；其中，所述m为小于M的正整数，所述M为所述原始带噪信号的帧数；

组合各所述频点数据对应的第m帧所述原始带噪信号中第y个所述声源的音频信号，得到第y个所述声源的所述第m帧音频信号；其中，所述y为小于或等于Y的正整数，所述Y为声源的个数。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

按照时间先后顺序，组合第y个所述声源的第1帧音频信号至第M帧音频信号，得到M帧所述原始带噪信号包含的第y个所述声源的音频信号。

5.根据权利要求2所述的方法，其特征在于，其中，在进行所述梯度迭代时，按照从所述频域估计信号所在频域子带的频率从高到低依次进行。

6.根据权利要求1至5任一项所述的方法，其特征在于，其中，任意两个相邻频域子带在频域存在部分频率重叠。