[发明专利]模型训练方法、装置、电子设备及存储介质

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取多个样本数据，每个所述样本数据包括原始音频数据和带噪音频数据；

根据所述原始音频数据和带噪音频数据，确定每个样本数据中的带噪音频数据在各个采样点的第一特征信息和幅度特征信息，所述第一特征信息用于表示所述带噪音频数据在相应采样点的信噪比信息；

调整所述第一特征信息以得到目标特征信息；其中，当所述第一特征信息小于等于第一阈值时，减小所述第一特征信息，当所述第一特征信息大于等于第二阈值时，增大所述第一特征信息，所述第一阈值小于所述第二阈值；

将所述幅度特征信息输入待训练模型中，得到所述待训练模型输出的第二特征信息；

根据所述第二特征信息和所述目标特征信息，获取所述待训练模型的损失值；

根据所述损失值调整所述待训练模型的模型参数，直至损失值小于等于预设阈值时，将所述待训练模型作为训练好的模型。

2.根据权利要求1所述的方法，其特征在于，所述调整所述第一特征信息以得到目标特征信息，包括：

当所述第一特征信息小于等于所述第一阈值时，将所述第一特征信息减小到第三阈值以下；

当所述第一特征信息大于等于所述第二阈值时，将所述第一特征信息增大到第四阈值以上。

3.根据权利要求2所述的方法，其特征在于，还包括：

当所述第一特征信息大于所述第一阈值、且小于所述第二阈值时，将所述第一特征信息调整到第五阈值至第六阈值之间，所述第五阈值小于所述第六阈值。

4.根据权利要求1所述的方法，其特征在于，所述调整所述第一特征信息以得到目标特征信息，包括：

通过映射函数对所述第一特征信息进行调整，以得到所述目标特征信息。

5.根据权利要求1所述的方法，其特征在于，所述第一特征信息为所述采样点对应的所述原始音频数据的幅度值与所述带噪音频数据的幅度值之间的比值，所述第一特征信息小于等于1。

6.根据权利要求5所述的方法，其特征在于，所述根据所述原始音频数据和带噪音频数据，确定每个样本数据中的带噪音频数据在各个采样点的第一特征信息和幅度特征信息，包括：

将目标样本数据中的原始音频数据转为第一频域信号，以及将所述目标样本数据中的带噪音频数据转为第二频域信号；所述目标样本数据为所述多个样本数据中的任意一个样本数据；

根据所述第一频域信号和所述第二频域信号，确定所述目标样本数据中的带噪音频数据在所述各个采样点的第一特征信息和幅度特征信息。

7.一种模型训练装置，其特征在于，包括：

第一获取模块，被配置为获取多个样本数据，每个所述样本数据包括原始音频数据和带噪音频数据；

确定模块，被配置为根据所述原始音频数据和带噪音频数据，确定每个样本数据中的带噪音频数据在各个采样点的第一特征信息和幅度特征信息，所述第一特征信息用于表示所述带噪音频数据在相应采样点的信噪比信息；

第一调整模块，被配置为调整所述第一特征信息以得到目标特征信息；其中，当所述第一特征信息小于等于第一阈值时，减小所述第一特征信息，当所述第一特征信息大于等于第二阈值时，增大所述第一特征信息，所述第一阈值小于所述第二阈值；

输入模块，被配置为将所述幅度特征信息输入待训练模型中，得到所述待训练模型输出的第二特征信息；

第二获取模块，被配置为根据所述第二特征信息和所述目标特征信息，获取所述待训练模型的损失值；

第二调整模块，被配置为根据所述损失值调整所述待训练模型的模型参数，直至损失值小于等于预设阈值时，将所述待训练模型作为训练好的模型。

8.根据权利要求7所述的装置，其特征在于，所述第一调整模块，具体被配置为当所述第一特征信息小于等于所述第一阈值时，将所述第一特征信息减小到第三阈值以下；当所述第一特征信息大于等于所述第二阈值时，将所述第一特征信息增大到第四阈值以上。