[发明专利]音频信号降噪模型的训练方法、音频信号降噪方法及设备

说明书

本申请适用于通信技术领域，提供了一种音频信号降噪模型的训练方法、音频信号降噪方法及设备，音频信号降噪方法包括：将当前采集到的带噪音频信号转换成带噪音频向量；将所述带噪音频向量输入已训练的音频信号降噪模型进行降噪处理，得到降噪音频信号。上述方法，音频信号降噪模型是基于带噪音频信号对应的带噪音频向量，直接提取用于区分音频信号和噪声信号的特征信息，基于提取的特征信息进行降噪处理，可准确分离出带噪音频向量对应的音频信号和噪声信号，提高带噪音频信号的降噪效果，提高音频质量，进而提高语音通话质量。

技术领域

本申请属于通信技术领域，尤其涉及一种音频信号降噪模型的训练方法、音频信号降噪方法及设备。

背景技术

终端设备采集到的音频信号通常都带有噪声，在对音频信号做进一步处理时，通常需要对其进行语音降噪。语音降噪是针对噪声问题的一种有效的处理技术，它的目的就是为了消除噪声的影响，提高语音清晰度、改善语音的质量。

例如，在语音通话的过程中，终端采集到的音频信号可能带有环境噪声、他人说话声等，终端在对音频信号进行编码传输前，通常需要对音频信号进行语音降噪处理，得到纯净语音信号。纯净语音信号是指消除音频信号中的噪声信号之后得到的语音信号，纯净语音信号中不含噪声，或者包含的噪声在允许的误差范围内。

现有技术中通常采用降噪算法(例如，最小均方算法)对语音信号进行降噪处理。然而，现有的降噪方法无法准确分离噪声信号，通过现有的降噪方法进行降噪处理后得到的音频信号中仍然存在较多的噪声，无法得到纯净的语音信号，降噪效果不好。

发明内容

有鉴于此，本申请实施例提供了一种音频信号降噪模型的训练方法、音频信号降噪方法及设备，以解决现有的降噪方法无法准确分离噪声信号，通过现有的降噪方法进行降噪处理后得到的音频信号中仍然存在较多的噪声，无法得到纯净的语音信号，降噪效果不好的问题。

本申请实施例的第一方面提供了一种音频信号降噪模型的训练方法，包括：

对样本带噪音频信号进行预处理，得到样本带噪音频向量；

将样本带噪音频信号对应的样本带噪音频向量输入深度学习网络进行噪声分离处理，得到分离音频信号和分离噪声信号；

基于所述样本带噪音频信号对应的样本音频信号、样本噪声信号，以及所述分离音频信号、分离噪声信号，对所述深度学习网络的模型参数进行修正，直至所述深度学习网络的训练情况满足预设条件，得到音频信号降噪模型。

上述方案，通过对样本带噪音频信号进行预处理，将其转换成样本带噪音频向量，并将样本带噪音频向量深度学习网络进行训练，得到音频信号降噪模型。由于深度学习网络是基于样本带噪音频信号对应的带噪音频向量，直接提取样本带噪音频信号的所有特征信息，该特征信息用于区分音频信号和噪声信号，并基于提取的特征信息进行训练。在训练的过程中，可获取到完整的特征信息，且不会引入干扰信息(例如，带噪音频信号的原始相位等)，因此，训练得到的音频信号降噪模型可基于用于区分音频信号和噪声信号的特征信息，准确分离出样本带噪音频向量对应的分离音频信号和分离噪声信号。相对于现有技术中，将提取到的音频特征信息输入神经网络进行训练的方法，可以避免在提取特征信息的过程中丢失部分原始音频信息，以及避免因提取的原始音频信息不完整而导致经过噪声分离处理得到的分离音频信号混有噪声或丢失部分音频信息的情况，能够准确分离出噪声信号，提高音频信号的降噪效果，提高音频质量，进而提高语音通话质量。

本申请实施例的第二方面提供了一种音频信号降噪模型的训练装置，包括：

预处理单元，用于对样本带噪音频信号进行预处理，得到样本带噪音频向量；

训练单元，用于将样本带噪音频信号对应的样本带噪音频向量输入深度学习网络进行噪声分离处理，得到分离音频信号和分离噪声信号；