[发明专利]一种数据处理方法、装置、平台及存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取含噪信号的幅度谱信息、语音信号的幅度谱信息和噪声信号的幅度谱信息，其中，所述含噪信号包括所述语音信号和所述噪声信号；

根据所述含噪信号的幅度谱信息和所述语音信号的幅度谱信息确定标准增益；

根据所述含噪信号的幅度谱信息和所述噪声信号的幅度谱信息确定谱间相关系数；

利用所述谱间相关系数、所述标准增益和所述标准增益的根号下增益得到目标增益，所述目标增益用于作为训练目标对降噪网络模型进行训练；

其中，所述根据所述含噪信号的幅度谱信息和所述语音信号的幅度谱信息确定标准增益，包括：

利用所述含噪信号的幅度谱信息确定所述含噪信号的第一幅度谱特征向量；

利用所述语音信号的幅度谱信息确定所述语音信号的第二幅度谱特征向量；

根据所述第一幅度谱特征向量和所述第二幅度谱特征向量确定标准增益；

其中，所述根据所述含噪信号的幅度谱信息和所述噪声信号的幅度谱信息确定谱间相关系数，包括：

利用所述含噪信号的幅度谱信息确定所述含噪信号的第一幅度谱特征向量；

利用所述噪声信号的幅度谱信息确定所述噪声信号的第三幅度谱特征向量；

根据所述第一幅度谱特征向量和所述第三幅度谱特征向量确定所述含噪信号和所述噪声信号之间的谱间相关系数，其中，所述谱间相关系数用于指示所述含噪信号与所述噪声信号之间的相似程度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一幅度谱特征向量和所述第三幅度谱特征向量确定所述含噪信号和所述噪声信号之间的谱间相关系数，包括：

获取所述第一幅度谱特征向量与所述第三幅度谱特征向量的转置之间的第一乘积；

获取所述第一幅度谱特征向量的模的平方与所述第三幅度谱特征向量的模的平方；

计算所述第一幅度谱特征向量的模的平方与所述第三幅度谱特征向量的模的平方之间第二乘积的平方根；

将所述第一乘积与所述第二乘积的平方根之间的比值作为所述含噪信号和所述噪声信号之间的谱间相关系数。

3.根据权利要求1所述的方法，其特征在于，所述利用所述谱间相关系数、所述标准增益和所述标准增益的根号下增益得到目标增益，包括：

利用所述谱间相关系数对所述标准增益和所述标准增益的根号下增益进行一阶递归平滑处理，得到目标增益。

4.根据权利要求3所述的方法，其特征在于，所述利用所述谱间相关系数对所述标准增益和所述标准增益的根号下增益进行一阶递归平滑处理，得到目标增益，包括：

获取所述谱间相关系数与所述标准增益之间的第三乘积；

获取1减去所述谱间相关系数得到的差与所述标准增益的根号下增益之间的第四乘积；

将所述第三乘积与所述第四乘积的和作为目标增益。

5.根据权利要求1所述的方法，其特征在于，所述利用所述谱间相关系数、所述标准增益和所述标准增益的根号下增益得到目标增益之后，所述方法还包括：

利用所述目标增益对降噪网络模型进行训练，以调整所述降噪网络模型的降噪参数；

利用训练后的降噪网络模型对采集到音频信号进行降噪处理。