[发明专利]一种音频数据增强方法及相关设备

权利要求书

1.一种音频数据增强方法，其特征在于，所述方法包括：

获取音频数据，所述音频数据包含目标用户的语音；

基于所述音频数据，获取所述目标用户对应的目标增强模型，其中所述目标增强模型为基于所述目标用户的语音数据预先进行模型训练得到的；

根据所述目标增强模型，对所述音频数据进行增强处理，以得到增强后的音频数据。

2.根据权利要求1所述的方法，其特征在于，所述音频数据包含目标用户的语音，包括：

所述音频数据包含用户的语音，且所述用户仅包含所述目标用户；或者，

所述音频数据包含用户的语音，所述用户包含所述目标用户和第一用户，且所述目标用户的语音在所述音频数据中的能量占比高于所述第一用户的语音在所述音频数据中的能量占比。

3.根据权利要求1所述的方法，其特征在于，所述获取音频数据，包括：

获取视频数据，所述视频数据包括图像数据以及所述音频数据；

其中，所述图像数据中的用户仅包括所述目标用户；或者，

所述图像数据中的用户包含所述目标用户和第二用户，且所述目标用户在所述图像数据中的像素占比高于所述第二用户在所述图像数据中的像素占比。

4.根据权利要求1所述的方法，其特征在于，所述获取所述目标用户对应的目标增强模型之前，所述方法还包括：

提供至少一个第一选项，其中每个第一选项用于指示一个用户；

获取针对于第一目标选项的选择操作，所述第一目标选项为所述至少一个第一选项中的一个，所述第一目标选项用于指示所述目标用户。

5.根据权利要求4所述的方法，其特征在于，所述提供至少一个第一选项，包括：

基于所述音频数据包含至少一个用户的语音，提供所述至少一个用户中每个用户对应的第一选项；或者，

获取视频数据，所述视频数据包括图像数据以及所述音频数据；

基于所述图像数据包含至少一个用户，提供所述至少一个用户中每个用户对应的第一选项。

6.根据权利要求1至5任一所述的方法，其特征在于，所述方法还包括：

获取环境信息，所述环境信息用于指示音频采集设备在采集所述音频数据时所处的目标场景；

所述获取所述目标用户对应的目标增强模型，其中所述目标增强模型为基于所述语音数据预先进行模型训练得到的，包括：

获取所述目标用户以及所述目标场景对应的目标增强模型，其中所述目标增强模型为基于所述目标用户在所述目标场景中的语音数据预先进行模型训练得到的。

7.根据权利要求6所述的方法，其特征在于，所述获取环境信息，包括：

获取位置信息，所述位置信息用于指示所述音频采集设备在采集所述音频数据时所处的位置，所述位置信息用于指示所述目标场景；或者，

提供至少一个第二选项，其中每个第二选项用于指示一个目标场景；

获取针对于第二目标选项的选择操作，所述第二目标选项为所述至少一个第二选项中的一个，所述第二目标选项用于指示所述目标场景。

8.根据权利要求1至7任一所述的方法，其特征在于，所述目标增强模型包括第一增强模型分支和第二增强模型分支，所述第一增强模型分支针对于相同音频数据的处理时间低于所述第二增强模型分支，且所述第一增强模型分支的音频增强效果低于所述第二增强分支的音频增强效果，所述根据所述目标增强模型，对所述音频数据进行增强处理，包括：

获取所述音频数据的应用场景；

在所述应用场景为实时语音通话场景的情况下，通过所述第一增强模型分支，对所述音频数据进行增强处理；或者，

在所述应用场景为语音后期处理场景的情况下，通过所述第二增强模型分支，对所述音频数据进行增强处理。