[发明专利]音频处理方法及装置、模型训练方法及装置、介质和设备

说明书

本发明的实施方式提供了一种音频处理方法及装置、音频处理模型训练方法及装置、存储介质和电子设备。该音频处理方法包括：提取音频信号中的扩展巴克刻度倒谱系数和谐波相关性系数；将所述扩展巴克刻度倒谱系数和所述谐波相关性系数输入预设音频处理模型中，得到扩展巴克刻度频带增益值；根据所述扩展巴克刻度频带增益值，获取处理后频带增益值；根据所述处理后频带增益值与所述音频信号的频谱幅值，获得所述音频信号对应的处理后信号。本发明实施例的技术方案可以实现实时音频降噪。

技术领域

本发明的实施方式涉及信息处理领域，更具体地，本发明的实施方式涉及音频处理方法及装置、音频处理模型训练方法及装置、存储介质电子设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

在实时语音通信中，语音信号不可避免地受到各种环境噪声的干扰，例如，办公室键盘敲击声、餐厅的嘈杂声等。因此，对语音信号进行降噪处理是改善语音质量，提高语音信息可懂度的前提。

近年来基于深度学习的降噪技术得到了广泛关注，其主要利用深度学习强大的非线性建模能力，不依赖特定的假设，能够获得超越传统方法的良好降噪性能。

发明内容

但是，在现有技术中，基于深度学习的模型结构复杂度较高，占用大量的资源，无法实现实时音频降噪。

为此，非常需要一种新的音频处理方法，以实现基于深度学习的实时音频降噪。

在本上下文中，本发明的实施方式期望提供一种音频处理方法及装置、音频处理模型训练方法及装置、存储介质和电子设备。

在本发明实施方式的第一方面中，提供了一种音频处理方法，包括：

提取音频信号中的扩展巴克刻度倒谱系数和谐波相关性系数；

将所述扩展巴克刻度倒谱系数和所述谐波相关性系数输入预设音频处理模型中，得到扩展巴克刻度频带增益值；

根据所述扩展巴克刻度频带增益值，获取处理后频带增益值；

根据所述处理后频带增益值与所述音频信号的频谱幅值，获得所述音频信号对应的处理后信号。

在本发明的一些实施例中，提取音频信号中的扩展巴克刻度倒谱系数包括：

获取所述音频信号的音频频谱，将所述音频频谱划分为多个频段；

将每个所述频段划分为多个扩展巴克刻度频带值；

对多个所述扩展巴克刻度频带值取对数，并进行离散余弦变换，得到多维所述扩展巴克刻度倒谱系数。

在本发明的一些实施例中，提取音频信号中的谐波相关性系数包括：

获取所述音频信号的音频频谱，对当前帧所述音频频谱进行帧移，得到多帧子音频频谱；

将多帧所述子音频频谱与前预设帧所述子音频频谱分别进行幅值相乘，获得多个所述谐波相关性系数。

在本发明的一些实施例中，获取所述音频信号的音频频谱包括：

对所述音频信号进行分帧加窗得到多帧子音频信号，对所述子音频信号进行快速傅里叶变换，得到相应的所述音频频谱。

在本发明的一些实施例中，根据所述处理后频带增益值与所述音频信号的频谱幅值，获得所述音频信号对应的处理后信号包括：

将所述处理后频带增益值与所述音频信号的频谱幅值相乘，并结合所述音频信号的相位，获得所述音频信号对应的处理后音频频谱；

对所述处理后音频频谱进行快速傅里叶逆变换，得到所述处理后信号。