[发明专利]一种音频信号处理方法、模型训练方法以及相关装置

权利要求书

1.一种音频信号的处理方法，其特征在于，包括：

获取第一音频输入信号；

将所述第一音频输入信号输入机器学习模型，以得到第一啸叫点，根据所述第一啸叫点获得第一增益值，其中，所述第一啸叫点用于指示所述第一音频输入信号中有效音频信号对应频段的啸叫点；所述第一增益值用于指示所述第一啸叫点的抑制参数，根据所述第一增益值处理所述第一音频输入信号，以得到第二音频输入信号；

获取所述第二音频输入信号对应的功率谱，检测所述功率谱中的极值，根据所述极值确定对应的候选频点，根据所述候选频点确定第二啸叫点，根据所述第二啸叫点获得第二增益值，其中，所述第二啸叫点用于指示非有效音频信号对应频段的啸叫点；

获取有效音频信号中的特征信息，所述特征信息基于有效音频信号指示的波形特征确定；根据所述特征信息检测所述第二音频输入信号中对应的有效音频信号；对所述第二音频输入信号中对应的有效音频信号进行锁定操作，所述锁定操作用于指示所述第二增益值的非作用对象；

根据所述第二增益值对所述第二啸叫点进行处理，以得到音频输出信号。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一音频输入信号输入机器学习模型，以得到第一啸叫点，根据所述第一啸叫点获得第一增益值，包括：

将所述音频输入信号转换至频域，以提取多个音频特征，所述音频特征基于有效音频信号或啸叫样本的特征确定；

将所述音频特征输入所述机器学习模型，以确定所述第一啸叫点；

根据所述第一啸叫点获得对应的第一增益值。

3.根据权利要求2所述的方法，其特征在于，所述将所述音频输入信号转换至频域，以提取多个音频特征，包括：

将所述音频输入信号调整至目标频率，以转换至频域；

确定转换至频域后的音频输入信号中的多个采样点；

基于所述采样点提取多个所述音频特征。

4.根据权利要求3所述的方法，其特征在于，所述确定转换至频域后的音频输入信号中的多个采样点，包括：

基于窗函数对转换至频域后的音频输入信号进行划分，以得到多个子带；

确定所述子带中的多个所述采样点。

5.根据权利要求1所述的方法，其特征在于，所述根据所述候选频点确定第二啸叫点，包括：

获取所述候选频点相邻的多个频点，以确定候选范围；

确定所述候选范围中频点的平均频率平均值，以获取峰值均值比；

若所述峰值均值比大于啸叫阈值，则确定所述候选频点为第二啸叫点。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述第二啸叫点对应的多个增益帧；

根据平滑公式对所述增益帧与相邻帧间的增益差值进行平滑处理，以对所述音频输出信号进行更新。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述音频信号的处理方法应用于游戏语音通话过程中，所述获取第一音频输入，包括：

检测特征元素的触发情况，所述特征元素为游戏界面中的元素；

若所述特征元素被触发，则获取所述第一音频输入。

8.根据权利要求1-6任一项所述的方法，其特征在于，所述机器学习模型为循环神经网络模型，所述第一音频输入信号和所述音频输出信号应用于终端设备的语音通话过程中。

9.一种机器学习模型的训练方法，其特征在于，包括：

采集参考信号和语音样本信号，所述参考信号为基于至少两种变量元素确定的啸叫信号，所述变量元素包括程序类别、程序运行时段或程序运行位置，所述语音样本信号用于指示通话过程中的有效语音；

根据所述参考信号和所述语音样本信号生成特征训练集；

将所述特征训练集输入机器学习模型进行至少一个循环的训练，以得到训练后的机器学习模型，所述训练后的机器学习模型用于根据音频输入信号确定对应的啸叫点以及增益值，并应用于如权利要求1-8任一项所述的音频信号的处理方法。