[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

说明书

本发明实施例提供了一种音频数据的处理方法、装置、设备及可读存储介质，该方法包括：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。本申请实施例直接在时域上消除音频数据中的混响干扰数据，以避免将音频数据变换到频域进行解混响导致解混后的语音质量受限的问题，提高语音解混响的鲁棒性。

技术领域

本发明涉及音频技术领域，特别是涉及一种音频数据的处理方法、一种音频数据的处理装置、一种设备和一种可读存储介质。

背景技术

随着科学技术的快速发展，诸如麦克风、录音笔、手机等设备越来越普及，给人们的生活、学习、工作带来了极大的便利。

这些设备通常需要对收集到的音频数据进行处理，如基于收集到的音频数据进行语音增强、语音解混响处理等，以去除该音频数据中携带的诸如环境噪声数据、混响干扰数据等干扰数据。其中，混响干扰数据是指：声波在室内传输时，被诸如墙壁天花板、地板等障碍物反射回来的若干个声波混合在一起对应的干扰数据。

发明内容

本发明实施例所要解决的技术问题是提供一种音频数据的处理方法，以提升语音解混响的鲁棒性。

相应的，本发明实施例还提供了一种音频数据的处理装置、一种设备以及一种可读存储介质，用以保证上述方法的实现及应用。

为了解决上述问题，本发明实施例公开了一种音频数据的处理方法包括：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。

可选地，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。

可选地，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。

可选地，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。