[发明专利]语音数据的处理方法、装置及设备

说明书

本申请提供一种语音数据的处理方法、装置及设备，该方法包括：获取麦克风采集的第一语音信号和所述第一语音信号对应的第一残留回声信号，所述第一残留回声信号为非线性信号；根据所述第一语音信号和所述第一残留回声信号，确定第一频域信号；对所述第一频域信号进行卷积处理，得到第二频域信号和所述第二频率信号对应的回声消除参数，所述第二频率信号的时长大于所述第一频域信号的时长；根据所述第一残留回声信号和所述回声消除参数，确定所述第一语音信号对应的回声消除信号。提高语音处理的及时性，进而提高语音处理的效果。

技术领域

本申请涉及语音处理技术领域，尤其涉及一种语音数据的处理方法、装置及设备。

背景技术

语音设备包括扬声器和麦可风，在扬声器播放语音，且麦克风进行收音时，麦可风会采集到扬声器播放语音时的回声，使得通话质量较差。

目前，可以通过深度学习模型对语音信号进行处理，得到消除回声后的语音信号。例如，获取一段时长内的语音信号对应的语谱图，通过深度学习模型的图像处理功能对语谱图进行处理，得到消除回声后的语音信号。但是，通过深度学习模型对语谱图进行处理时，语谱图对应的语音信号的时长较长，例如，深度学习模型可以对3秒长的语音信号对应的语谱图进行处理，这样会使得语音交互时的实时性较差，进而导致语音处理的效果较差。

发明内容

本申请实施例提供一种语音数据的处理方法、装置及设备，用于解决现有技术中，语音处理的效果较差的技术问题。

第一方面，本申请实施例提供一种语音数据的处理方法，该方法包括：

获取麦克风采集的第一语音信号和所述第一语音信号对应的第一残留回声信号，所述第一残留回声信号为非线性信号；

根据所述第一语音信号和所述第一残留回声信号，确定第一频域信号；

对所述第一频域信号进行卷积处理，得到第二频域信号和所述第二频率信号对应的回声消除参数；

根据所述第一残留回声信号和所述回声消除参数，确定所述第一语音信号对应的回声消除信号。

在一种可能的实施方式中，对所述第一频域信号进行卷积处理，得到第二频域信号和所述第二频率信号对应的回声消除参数，包括：

对所述第一频域信号进行压缩处理，得到第三频域信号；

通过预设模型对所述第三频域信号进行处理，得到所述第二频域信号和所述第二频域信号对应的回声消除参数；其中，所述第二频率信号的时长大于所述第一频域信号的时长，所述预设模型为对多组样本学习得到的，每组样本包括样本频域信号和样本回声消除参数，所述样本频域信号包括样本语音信号的频域信号和所述样本语音信号对应的非线性的样本残留回声信号的频域信号。

在一种可能的实施方式中，对所述第一频域信号进行压缩处理，得到第三频域信号，包括：

确定所述第一频域信号的幅值信息；

通过所述幅值信息对所述第一频域信号进行压缩处理，得到所述第三频域信号。

在一种可能的实施方式中，所述预设模型包括卷积层、全连接层和激活层；通过预设模型对所述第三频域信号进行处理，得到所述第二频域信号和所述第二频域信号对应的回声消除参数，包括：

通过所述卷积层中的卷积核对所述第三频域信号进行一维卷积处理，得到所述第二频域信号，所述卷积核的长度大于2；

通过所述全连接层和所述激活层对所述第二频域信号进行处理，得到所述回声消除参数。

在一种可能的实施方式中，根据所述第一残留回声信号和所述回声消除参数，确定所述第一语音信号对应的回声消除信号，包括：

将所述第一残留回声信号和所述回声消除参数的乘积确定为所述回声消除信号。