[发明专利]语音数据降噪方法、装置、计算机设备和存储介质

权利要求书

1.一种语音数据降噪方法，所述方法包括：

接收终端发送的对待处理音频数据的降噪请求，并获取所述待处理音频数据；

获取所述待处理音频数据对应的特征组合，并获取所述特征组合内各特征之间的关联关系，根据所述特征组合对应的特征和各特征之间的关联关系，计算各所述特征组合的区分度；

根据预设的区分度阈值对各所述特征组合进行筛选，获得初始特征组合；

利用预设评价指标对所述初始特征组合进行筛选，获得符合所述预设评价指标的可用特征组合；

获取所述可用特征组合对应的待处理音频数据，生成基于区分度的第一初始音频数据；

基于深度学习降噪模型，对所述第一初始音频数据进行降噪处理，生成降噪后的语音数据。

2.根据权利要求1所述的方法，其特征在于，获得所述深度学习降噪模型的方式，包括：

从训练样本中获取未超出所述区分度阈值的特征组合对应的有效音频数据及其对应的第二初始音频数据；

按照预定长度分别对所述有效音频数据和所述第二初始音频数据进行切片处理；

根据切片后的所述有效音频数据，生成所述有效音频数据的第一声纹图谱，从所述第一声纹图谱中提取所述有效音频数据的第一声纹参数；

根据切片后的所述第二初始音频数据，生成所述第二初始音频数据的第二声纹图谱，从所述第二声纹图谱中提取所述第二初始音频数据的第二声纹参数；

将所述第二初始音频数据的第二声纹参数作为深度学习模型的输入，对应时刻的有效音频数据的第一声纹参数作为深度学习模型的输出，对深度学习模型进行训练，获得深度学习降噪模型。

3.根据权利要求1所述的方法，其特征在于，获取所述待处理音频数据对应的特征组合，并获取所述特征组合内各特征之间的关联关系，根据所述特征组合对应的特征和各特征之间的关联关系，计算各所述特征组合的区分度，包括：

获取所述待处理音频数据对应的特征，及各特征之间的关联关系；

根据所述特征和各特征之间的关联关系，生成与所述待处理音频数据对应的特征组合；

根据各所述特征组合对应的特征和各特征之间的关联关系，分别计算各特征组合的区分度。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述根据预设的区分度阈值对各所述特征组合进行筛选，获得初始特征组合，包括：

将各所述特征组合的区分度分别与所述区分度阈值进行比对；

获取超出所述区分度阈值的区分度对应的特征组合，生成初始特征组合。

5.根据权利要求1至3任意一项所述的方法，其特征在于，所述利用预设评价指标对所述初始特征组合进行筛选，获得符合所述预设评价指标的可用特征组合，包括：

获取预设评价指标；所述预设评价指标包括AUC值、准确率以及召回率；

根据所述AUC值、准确率以及召回率，对所述初始特征组合进行筛选；

获取符合要求的初始特征组合，生成可用特征组合。

6.根据权利要求2所述的方法，其特征在于，所述基于深度学习降噪模型，对所述第一初始音频数据进行降噪处理，生成降噪后的语音数据，包括：

按照预定长度对所述第一初始音频数据进行切片处理；

根据切片后的所述第一初始音频数据，生成所述第一初始音频数据的待处理声纹图谱，从所述待处理声纹图谱中提取所述第一初始音频数据的待处理声纹参数；

将所述待处理声纹参数输入所述深度学习降噪模型中，得到降噪后的语音数据。

7.根据权利要求1所述的方法，其特征在于，在计算各所述特征组合的区分度的步骤之前，还包括：

根据各所述特征组合和数据类型之间的对应关系，分别获取与各所述特征组合对应的数据类型；所述数据类型包括数字型、字节型以及文本型；

根据所述数据类型和数据处理方式之间的对应关系，获取与所述数据类型对应的数据处理方式；所述数据处理方式包括判断处理、赋值处理以及声明处理；

根据各所述数据处理方式，分别对各特征组合对应的待处理音频数据进行数据处理。