[发明专利]用于处理音频信号的方法和非暂时性计算机可读介质

权利要求书

1.一种用于处理音频信号的方法，包括：

从请求者设备接收目标音频信号，其中，所述目标音频信号包括指示在第一时段期间采样的声音的信息，其中，所述第一时段包括多个时间分段；

获得源音频信号的集合，其中，所述源音频信号中的每一个包括指示在所述第一时段的至少一部分期间采样的声音的信息；

针对所述目标音频信号的每个时间分段，基于所述源音频信号的集合中的音频信号的时间上对应的分段来生成干净音频的相应的分段；

使所生成的干净音频的分段平滑以生成平滑音频信号；

将所述目标音频信号与所述平滑音频信号组合以生成输出音频信号，其中将所述目标音频信号与所述平滑音频信号组合以生成输出音频信号包括：生成所述平滑音频信号与所述目标音频信号的线性组合，并且其中，所述目标音频信号与所生成的线性组合之间的相似性大于阈值相似性值；以及

将所述输出音频信号的指示传送到所述请求者设备。

2.根据权利要求1所述的方法，其中，获得源音频信号的集合包括：

从多个远程设备接收相应的另外的音频信号的集合；和

从所述另外的音频信号的集合中选择所述源音频信号的集合，其中，基于以下各项中的至少一个来从所述另外的音频信号的集合中选择特定的另外的音频信号：(i)由所述特定的另外的音频信号表示的另外的时段与所述第一时段之间的时间重叠的程度，(ii)与所述特定的音频信号相关联的位置和与所述目标音频信号相关联的位置之间的接近度，(iii)与所述特定的音频信号相关联的视频剪辑和与所述目标音频信号相关联的视频剪辑之间的相似性的程度，或(iv)所述特定的音频信号与所述目标音频信号之间的相似性的程度。

3.根据权利要求2所述的方法，其中，从所述另外的音频信号的集合中选择所述源音频信号的集合还包括：

针对所述另外的音频信号的集合中的每个音频信号，确定音频质量值；和

从所述另外的音频信号的集合中丢弃或减除具有小于指定阈值的音频质量值的另外的音频信号。

4.根据权利要求3所述的方法，其中，从所述另外的音频信号的集合中选择所述源音频信号的集合包括：选择源音频信号的集合以使得所述第一时段的所述多个时间分段中的每个时间分段由所选择的源音频信号的集合中的至少阈值数目的源音频信号来表示。

5.根据权利要求1所述的方法，进一步包括：

从包括所述目标音频信号和所述源音频信号的集合的第一集合中选择模板音频信号；和

确定在所述模板音频信号与包括所述目标音频信号和所述源音频信号的集合的所述集合中的每一个未选择的音频信号之间的时间偏移，其中，基于所述音频信号的集合中的给定音频信号的时间上对应的分段来生成干净音频的分段包括：基于所确定的在所述模板音频信号与所述给定音频信号之间的所述时间偏移来选择所述给定音频信号的所述时间上对应的分段。

6.根据权利要求5所述的方法，其中，选择所述模板音频信号包括：

针对包括所述目标音频信号和所述源音频信号的集合的所述第一集合中的每个音频信号，确定峰度值，其中，针对特定音频信号确定峰度值包括：

识别所述特定音频信号内的最大幅度时间点；

确定所述特定音频信号在所述最大幅度时间点处的幅度；

确定所述特定音频信号在包括所述最大幅度时间点的指定持续时段内的中值；以及

确定所确定的幅度和所确定的中值之间的比值。

7.根据权利要求1所述的方法，其中，所述多个时间分段包括第一多个非重叠时间分段和第二多个非重叠时间分段，其中，所述第一多个时间分段中的时间分段在时间上与所述第二多个时间分段中的时间分段重叠，其中，使所生成的干净音频的分段平滑以生成平滑音频信号包括：生成所述平滑音频信号的多个样本值，并且其中，生成所述平滑音频信号的特定样本值包括：生成所述第一多个时间分段中的时间分段的样本值与所述第二多个时间分段中的时间分段的样本值的线性组合。