[发明专利]一种音频数据处理方法、装置、设备及可读存储介质

权利要求书

1.一种音频数据的处理方法，其特征在于，包括：

获取音频输入设备采集到的音频数据，其中，所述音频数据为所述音频输入设备在封闭音频输入场景中采集到的时域数据；

检测所述音频数据是否包含有混响干扰数据；

若所述音频数据包含有混响干扰数据，则采用语音解混响模型在时域上消除所述音频数据中含有的混响干扰数据，得到目标音频数据。

2.根据权利要求1所述的方法，其特征在于，所述采用语音解混响模型在时域上消除所述音频数据中含有的混响干扰数据，得到目标音频数据，包括：

将所述音频数据传输给语音解混响模型；

采用所述语音解混响模型中的生成器，对所述音频数据中的混响干扰数据进行消除，得到解混响音频数据；

采用所述语音解混响模型中的辨别器，判断解混响音频数据是否含有残留混响数据；

若所述解混响音频数据含有残留混响数据，则采用所述生成器对所述解混响音频数据中的残留混响数据进行消除；否则，将所述解混响音频数据确定为目标音频数据。

3.根据权利要求1或2所述的方法，其特征在于，还包括：

基于所述目标音频数据执行相应的业务操作，生成对应的业务处理结果；

其中，所述基于所述目标音频数据执行相应的业务操作，生成对应的业务处理结果，包括：对所述目标音频数据进行封装，生成音频数据包，以及，采用所述音频数据包执行发送操作，生成音频发送结果；和/或，

采用所述目标音频数据执行语音识别操作，生成文本数据，以及，对所述文本数据进行展示。

4.根据权利要求1或2所述的方法，其特征在于，还包括：

获取待处理的音频时域数据；

对所述音频时域数据进行加混响，生成所述音频时域数据对应的带混响音频数据；

采用所述带混响音频数据和所述音频时域数据进行模型训练，生成语音解混响模型。

5.根据权利要求4所述的方法，其特征在于，采用所述带混响音频数据和所述音频时域数据进行模型训练，生成语音解混响模型，包括：

针对所述带混响音频数据，获取网络模型参数；

依据所述网络模型参数对所述带混响音频数据进行映射处理，得到音频映射数据；

将所述音频映射数据与音频时域数据进行比较，得到所述音频映射数据对应的映射误差；

若所述映射误差超出预设的误差范围，则基于所述映射误差调整所述网络模型参数，基于调整后的网络模型参数重新对所述带混响音频数据进行映射处理，直到映射处理后得到的音频映射数据对应的映射误差在所述误差范围内；

当所述映射误差在所述误差范围内时，基于所述音频映射数据与所述带混响音频数据之间的映射关系，生成语音解混响模型。

6.一种音频数据的处理装置，其特征在于，包括：

音频数据获取模块，用于获取音频输入设备采集到的音频数据，其中，所述音频数据为所述音频输入设备在封闭音频输入场景中采集到的时域数据；

音频数据检测模块，用于检测所述音频数据是否包含有混响干扰数据；

混响干扰数据消除模块，用于在所述音频数据包含有混响干扰数据时，采用语音解混响模型在时域上消除所述音频数据中含有的混响干扰数据，得到目标音频数据。

7.根据权利要求6所述的装置，其特征在于，所述混响干扰数据消除模块包括：

音频数据传输子模块，用于将所述音频数据传输给语音解混响模型；

混响干扰数据消除子模块，用于采用所述语音解混响模型中的生成器，对所述音频数据中的混响干扰数据进行消除，得到解混响音频数据；

判别子模块，用于采用所述语音解混响模型中的辨别器，判断解混响音频数据是否含有残留混响数据；若所述解混响音频数据含有残留混响数据，则触发所述混响干扰数据消除子模块采用所述生成器对所述解混响音频数据中的残留混响数据进行消除；否则，将所述解混响音频数据确定为目标音频数据。