[发明专利]音频降噪方法、装置、电子设备及介质有效

专利信息
申请号: 201911315761.5 申请日: 2019-12-19
公开(公告)号: CN111128214B 公开(公告)日: 2022-12-06
发明(设计)人: 黄振胜 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G10L21/0208 分类号: G10L21/0208;G10L21/028;G10L25/30
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 杨俊辉;臧建明
地址: 310052 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 音频 方法 装置 电子设备 介质
【权利要求书】:

1.一种音频降噪方法,其特征在于,包括:

从待降噪音频信号中分离出第一伴奏信号和第一语音信号;

对所述第一伴奏信号进行过滤得到第二伴奏信号,根据第一预设广义权重滤波器过滤所述第一伴奏信号中的第一噪声信号得到所述第二伴奏信号;

对所述第一语音信号进行过滤得到第二语音信号,根据第二预设广义权重滤波器过滤所述第一语音信号中的第二噪声信号得到所述第二语音信号;

根据所述第二伴奏信号和所述第二语音信号合成降噪音频信号;

在所述对所述第一伴奏信号进行过滤得到第二伴奏信号之前,还包括:

根据第二预设深度循环神经网络模型从所述待降噪音频信号中分离出主体信号和第一噪声信号,其中,所述第二预设深度循环神经网络模型的训练采用第二混合音频作为训练样本,采用所述第二混合音频在混合前的主体信号以及噪声信号作为监督数据,所述第一噪声信号用于对所述第一伴奏信号进行降噪。

2.根据权利要求1所述的音频降噪方法,其特征在于,所述从待降噪音频信号中分离出第一伴奏信号和第一语音信号,包括:

根据第一预设深度循环神经网络模型从所述待降噪音频信号中分离出所述第一伴奏信号以及所述第一语音信号,其中,所述待降噪音频信号包括伴奏信号以及语音信号,所述第一预设深度循环神经网络模型的训练采用第一混合音频作为训练样本,采用所述第一混合音频在混合前的伴奏信号以及语音信号作为监督数据。

3.根据权利要求1所述的音频降噪方法,其特征在于,所述对所述第一伴奏信号进行过滤得到第二伴奏信号,包括:

其中,所述第一预设广义权重滤波器根据所述待降噪音频信号的第一先验信噪比与第一后验信噪比进行构造,所述第一先验信噪比为所述主体信号的功率与所述第一噪声信号的功率之间的比值,所述第一后验信噪比为所述待降噪音频信号的功率与所述第一噪声信号的功率之间的比值。

4.根据权利要求2所述的音频降噪方法,其特征在于,在所述对所述第一语音信号进行过滤得到第二语音信号之前,包括:

根据最小值跟踪法分离出所述第一语音信号中的人声信号以及第二噪声信号,所述第二噪声信号用于对所述第一语音信号进行降噪。

5.根据权利要求4所述的音频降噪方法,其特征在于,所述对所述第一语音信号进行过滤得到第二语音信号,包括:

其中,所述第二预设广义权重滤波器根据所述第一语音信号的第二先验信噪比与第二后验信噪比进行构造,所述第二先验信噪比为所述人声信号的功率与所述第二噪声信号的功率之间的比值,所述第二后验信噪比为所述第一语音信号的功率与所述第二噪声信号的功率之间的比值。

6.根据权利要求2、4-5中任意一项所述的音频降噪方法,其特征在于,还包括:

构建第一训练数据集,所述第一训练数据集包括多个所述第一混合音频,所述第一混合音频为歌曲音频;

构建第一监督数据集,所述第一监督数据集包括所述第一训练数据集中每一个所述第一混合音频对应的伴奏信号以及语音信号;

采用所述第一训练数据集作为预设深度循环神经网络模型的训练样本,采用所述第一监督数据集中的伴奏信号以及语音信号存放至不同的通道进行监督学习,以构建所述第一预设深度循环神经网络模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911315761.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top