[发明专利]音频信号筛选方法、装置、电子设备及存储介质有效
申请号: | 202011549996.3 | 申请日: | 2020-12-24 |
公开(公告)号: | CN112652323B | 公开(公告)日: | 2023-01-20 |
发明(设计)人: | 刘鲁鹏;元海明;李贝;王晓红;陈佳路;高强;夏龙;郭常圳 | 申请(专利权)人: | 北京猿力未来科技有限公司 |
主分类号: | G10L21/0216 | 分类号: | G10L21/0216;G10L25/51 |
代理公司: | 北京汇鑫君达知识产权代理有限公司 11769 | 代理人: | 李辰;黄启法 |
地址: | 100102 北京市朝阳区广顺南大*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 音频 信号 筛选 方法 装置 电子设备 存储 介质 | ||
本申请是关于一种音频信号筛选方法、装置、电子设备及存储介质。该方法包括:对第一音频信号进行降噪处理,得到第二音频信号;根据该第一音频信号和该第二音频信号确定该第一音频信号的信噪比;根据该信噪比与设定信噪比阈值的比较结果,确定该第一音频信号是否为目标音频信号。本申请提供的方案,能够简单有效地实现筛选出背景噪声小的目标音频信号,具有更好的通用性。
技术领域
本申请涉及语音识别技术领域,尤其涉及音频信号筛选方法、装置、电子设备及存储介质。
背景技术
随着人工智能技术的发展,音频处理技术也在不断发展,其广泛应用于人们的日常生活和工作中,例如在各种智能终端使用语音识别技术。
在语音识别的人工智能领域,需要大量的音频信号样本进行机器学习,音频信号样本的质量会直接影响到机器学习过程中训练模型的准确程度。而日常生活中收集到的音频信号会存在有大量噪声,不利于语音类别的模型训练,因此需要在众多音频信号中筛选出噪声较小的音频信号。相关技术中的音频筛选方法,通过将待筛选的音频的特征和目标音频(满足噪声要求的音频)的特征进行对比,若对比结果满足预设条件,则将待筛选音频作为可用音频或作为训练样本。
但是,相关技术所实施的方案,在进行特征对比之前,需要对每个音频信号进行特征提取,音频特征提取不易,可能因为音频特征提取有误,导致筛选的准确性不高;另外根据不同类别或功能的训练需求,音频特征提取需要设定相应的特征提取模型,特征提取模型的通用性不高,实现的复杂度较大。
发明内容
为克服相关技术中存在的问题,本申请提供一种音频信号筛选方法、装置、电子设备及存储介质,该音频信号筛选方法能够简单有效地实现筛选出背景噪声小的目标音频信号,具有更好的通用性。
本申请第一方面提供一种音频信号筛选方法,包括:
对第一音频信号进行降噪处理,得到第二音频信号;经过降噪处理后第二音频信号为无背景噪声的音频信号;
根据该第一音频信号和该第二音频信号确定该第一音频信号的信噪比;
根据该信噪比与设定信噪比阈值的比较结果,确定该第一音频信号是否为目标音频信号,从而筛选出背景噪声小的目标音频信号,作为训练模型的训练样本;
所述根据所述第一音频信号和所述第二音频信号确定所述第一音频信号的信噪比,包括:
分别计算所述第一音频信号和所述第二音频信号的信号能量,得到第一信号能量和第二信号能量;
根据所述第二信号能量,以及所述第一信号能量与所述第二信号能量的差值,计算所述第一音频信号的信噪比;
所述分别计算所述第一音频信号和所述第二音频信号的信号能量,包括:
确定所述第一音频信号中的n个采样点,根据所述第一音频信号中n个采样点分别对应的采样值,计算所述第一音频信号的信号能量;
确定所述第二音频信号中与所述第一音频信号对应位置的n个采样点,根据所述第二音频信号中n个采样点分别对应的采样值,计算所述第二音频信号的信号能量;
所述根据所述第二信号能量,以及所述第一信号能量与所述第二信号能量的差值,计算所述第一音频信号的信噪比,包括:
计算第一信号能量与所述第二信号能量的差值;
根据所述第二信号能量与所述差值的比值,进行对数运算,确定所述第一音频信号的信噪比。
在一种方式中,该根据该信噪比与设定信噪比阈值的比较结果,确定该第一音频信号是否为目标音频信号,包括:
根据该信噪比大于该设定信噪比阈值,确定该第一音频信号为目标音频信号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京猿力未来科技有限公司,未经北京猿力未来科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011549996.3/2.html,转载请声明来源钻瓜专利网。