[发明专利]回声消除方法、装置、设备及计算机存储介质

说明书

本申请公开了一种回声消除方法、装置、设备及计算机存储介质，属于信号处理领域。所述方法包括：获取输出音频信号以及传声器采集的传声器信号，以输出音频信号作为样本，通过线性回声消除算法对传声器信号进行处理，得到处理信号，将输出音频信号以及处理信号输入循环神经网络模型，循环神经网络模型包括多个矩阵参数，至少一个矩阵参数由两个分量矩阵的乘法算式构成，两个分量矩阵中元素数量的和小于两个分量矩阵的乘积中元素数量的和，获取循环神经网络模型输出的对处理信号的降噪结果。本申请解决了相关技术中循环神经网络模型的计算量较大的问题。达到了减小循环神经网络模型计算量的效果。

技术领域

本申请涉及信号处理领域，特别涉及一种回声消除方法、装置、设备及计算机存储介质。

背景技术

用户在使用终端进行对话时，终端会将输出音频信号通过扬声器播放给用户，并会通过传声器采集近端声音信号(包括除扬声器发出的声音外的其它声音，例如用户发出的声音)。但是，在采集近端声音信号时，扬声器发出的声音也会一并被传声器采集，也即是扬声器发出的声音会作为回声对传声器造成干扰。目前通过线性回声消除算法处理传声器采集的传声器信号时，难以完全消除回声，还会存在残留回声信号。

相关技术的一种回声消除方法中，获取输出音频信号以及传声器采集的传声器信号，之后以输出音频信号作为样本，通过线性回声消除算法对传声器信号进行处理，得到处理信号，再将输出音频信号以及该处理信号一并输入循环神经网络模型，以消除残留回声信号，得到近端声音信号。

但是，循环神经网络模型通常包括多个作为参数的矩阵，矩阵中的元素数量较多，进而导致循环神经网络模型的计算量较大。

发明内容

本申请实施例提供了一种回声消除方法、装置以及计算机存储介质。所述技术方案包括：

根据本申请的第一方面，提供了一种回声消除方法，所述回声消除方法包括：

获取输出音频信号以及传声器采集的传声器信号；

以所述输出音频信号作为样本，通过线性回声消除算法对所述传声器信号进行处理，得到处理信号；

将所述输出音频信号以及所述处理信号输入循环神经网络模型，所述循环神经网络模型包括多个矩阵参数，至少一个矩阵参数由两个分量矩阵的乘法算式构成，所述两个分量矩阵中元素数量的和小于所述两个分量矩阵的乘积中元素数量的和；

获取所述循环神经网络模型输出的对所述处理信号的降噪结果。

可选的，所述循环神经网络模型是采用如下步骤训练得到的，获取初始循环神经网络模型，所述初始循环神经网络模型包括多个作为参数的原始矩阵；

对至少一个所述原始矩阵进行分解，得到两个分量矩阵的乘法算式构成的所述矩阵参数；

对所述初始循环神经网络模型进行训练，得到所述循环神经网络模型。

可选的，所述对所述初始循环神经网络模型进行训练，得到所述循环神经网络模型，包括获取训练数据，所述训练数据包括样本近端声音信号、样本环境噪声信号、样本残留回声信号以及样本输出音频信号；

根据所述训练数据获取理想比率掩膜；

根据所述理想比率掩膜以及所述训练数据对所述初始循环神经网络模型进行训练，得到所述循环神经网络模型，所述循环神经网络模型的输出与所述理想比率掩膜拟合。

可选的，所述根据所述训练数据获取理想比率掩膜，包括根据理想比率掩膜公式确定所述理想比率掩膜，所述理想比率掩膜公式包括：