[发明专利]音频处理方法、音频处理装置、系统及介质

权利要求书

1.一种音频处理方法，包括：

获得至少一路原始音频波束；

获取所述原始音频波束的第一声学特征，并将所述第一声学特征输入第一神经网络，以确定至少一路候选音频波束和针对所述候选音频波束的选取概率，所述选取概率指示了所述候选音频波束与所述原始音频波束的声源所处方向相一致的概率；

获取所述候选音频波束的第二声学特征，并将所述第二声学特征输入第二神经网络，以确定关键词识别概率，所述关键词识别概率指示了所述候选音频波束中包含预设关键词的概率；以及

在所述关键词识别概率大于预定阈值的所述候选音频波束中，确定所述选取概率最高的所述候选音频波束的方向为声源方向。

2.根据权利要求1所述的方法，还包括：

将所述原始音频波束按照预设时间间隔分为多个音频段，所述原始音频波束的第一声学特征包括所述多个音频段的第一声学特征。

3.根据权利要求1所述的方法，其中，若所述原始音频波束的第一声学特征为多个，则对所述第一声学特征进行合并。

4.根据权利要求1所述的方法，其中，

所述第一声学特征包括以下特征中的一个或多个：高频带能量、低频带能量、高频带信噪比、低频带信噪比；

所述第二声学特征包括以下特征中的一个或多个：频谱、对数幅度谱、梅尔顿频率倒谱系数。

5.根据权利要求1至4中任一项所述的方法，其中，所述将所述原始音频波束的第一声学特征输入第一神经网络，确定至少一路候选音频波束和所述候选音频波束所对应的选取概率，包括：

将所述原始音频波束的第一声学特征输入第一神经网络，确定所述原始音频波束对应的选取概率；

将所述原始音频波束按照所述选取概率从大到小排序，确定前K路所述原始音频波束为所述候选音频波束，其中，K为正整数。

6.一种音频处理装置，包括：

第一获得模块，用于获得至少一路原始音频波束；

第一确定模块，用于获取所述原始音频波束的第一声学特征，并将所述第一声学特征输入第一神经网络，以确定至少一路候选音频波束和针对所述候选音频波束的选取概率，所述选取概率指示了所述候选音频波束与所述原始音频波束的声源所处方向相一致的概率；

第二确定模块，用于获取所述候选音频波束的第二声学特征，并将所述第二声学特征输入第二神经网络，以确定关键词识别概率，所述关键词识别概率指示了所述候选音频波束中包含预设关键词的概率；

定位模块，用于在所述关键词识别概率大于预定阈值的所述候选音频波束中，确定所述选取概率最高的所述候选音频波束的方向为声源方向。

7.根据权利要求6所述的装置，还包括：

分割模块，用于将所述原始音频波束按照预设时间间隔分为多个音频段，所述原始音频波束的第一声学特征包括所述多个音频段的第一声学特征。

8.根据权利要求6所述的装置，还包括：

合并模块，用于在所述原始音频波束的第一声学特征为多个的情况下，对所述第一声学特征进行合并。

9.根据权利要求6所述的装置，其中，

所述第一声学特征包括以下特征中的一个或多个：高频带能量、低频带能量、高频带信噪比、低频带信噪比；

所述第二声学特征包括以下特征中的一个或多个：频谱、对数幅度谱、梅尔顿频率倒谱系数。

10.根据权利要求6至9中任一项所述的装置，其中，所述第一确定模块包括：

第一确定子模块，用于将所述原始音频波束的第一声学特征输入第一神经网络，确定所述原始音频波束对应的选取概率；

第二确定子模块，用于将所述原始音频波束按照所述选取概率从大到小排序，确定前K路所述原始音频波束为所述候选音频波束，其中，K为正整数。