[发明专利]背景声消除方法、装置及终端设备

说明书

本发明提出一种背景声消除方法、装置及终端设备，其中，该方法包括：获取初始音频数据集；对所述初始音频数据集进行背景声融合处理，以获取训练样本数据；利用所述训练样本数据及所述初始音频数据集，对神经网络进行训练，生成用于消除背景声的初始神经网络模型；利用所述用于消除背景声的初始神经网络模型，对待处理音频数据进行背景声消除处理。由此，实现了利用神经网络模型对待处理音频数据进行背景声消除，提高了通话质量，且当用户处于不同的场景时，无需单独训练生成神经网络模型，实现方式简便，成本低，改善了用户体验。

技术领域

本发明涉及计算机技术领域，尤其涉及一种背景声消除方法、装置及终端设备。

背景技术

通常，在人与人之间通过手机、对讲机等电子通信装置通信或人机交互时，交互双方常常处于一些嘈杂的背景环境下。这时，接收方用户获取的声音不仅包括发送方用户的说话声音，还包括发送方用户周围的其它声音，比如他人说话音、脚步声、物品碰撞声、音乐以及交通工具发出的声音等。这些除了交互双方的说话声音之外的背景声，会影响交互双方的通话质量，消除背景声是改善通话质量的方法之一。

现有技术，可以通过回声消除器(Acoustic Echo Chancellor，简称AEC)消除背景声，但是每当发送方处于不同的场景时，AEC都需要单独学习一次，这种背景声消除方式复杂，成本高，用户体验差。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明提出一种背景声消除方法，实现了利用神经网络模型对待处理音频数据进行背景声消除，提高了通话质量，且当用户处于不同的场景时，无需单独训练生成神经网络模型，实现方式简便，成本低，改善了用户体验。

本发明还提出一种背景声消除装置。

本发明还提出一种终端设备。

本发明还提出一种计算机可读存储介质。

本发明第一方面实施例提出了一种背景声消除方法，包括：获取初始音频数据集；对所述初始音频数据集进行背景声融合处理，以获取训练样本数据；利用所述训练样本数据及所述初始音频数据集，对神经网络进行训练，生成用于消除背景声的初始神经网络模型；利用所述用于消除背景声的初始神经网络模型，对待处理音频数据进行背景声消除处理。

本发明实施例的背景声消除方法，在获取初始音频数据集后，首先对初始音频数据集进行背景声融合处理，以获取训练样本数据，然后利用训练样本数据及初始音频数据集，对神经网络进行训练，生成用于消除背景声的初始神经网络模型，最后利用用于消除背景声的初始神经网络模型，对待处理音频数据进行背景声消除处理。由此，实现了利用神经网络模型对待处理音频数据进行背景声消除，提高了通话质量，且当用户处于不同的场景时，无需单独训练生成神经网络模型，实现方式简便，成本低，改善了用户体验。

本发明第二方面实施例提出了一种背景声消除装置，包括：获取模块，用于获取初始音频数据集；第一处理模块，用于对所述初始音频数据集进行背景声融合处理，以获取训练样本数据；第一训练模块，用于利用所述训练样本数据及所述初始音频数据集，对神经网络进行训练，生成用于消除背景声的初始神经网络模型；第二处理模块，用于利用所述用于消除背景声的初始神经网络模型，对待处理音频数据进行背景声消除处理。

本发明实施例的背景声消除装置，在获取初始音频数据集后，首先对初始音频数据集进行背景声融合处理，以获取训练样本数据，然后利用训练样本数据及初始音频数据集，对神经网络进行训练，生成用于消除背景声的初始神经网络模型，最后利用用于消除背景声的初始神经网络模型，对待处理音频数据进行背景声消除处理。由此，实现了利用神经网络模型对待处理音频数据进行背景声消除，提高了通话质量，且当用户处于不同的场景时，无需单独训练生成神经网络模型，实现方式简便，成本低，改善了用户体验。

本发明第三方面实施例提出了一种终端设备，包括：