[发明专利]降噪模型训练方法、装置、电子设备及存储介质

说明书

本公开提供了一种降噪模型训练方法、装置、电子设备及存储介质，涉及网络技术领域，解决无法准确地获得期望音频信号的问题。该方法包括：获取原始音频信号的第一特征信息和对原始音频信号加噪处理后的带噪音频信号的第二特征信息；将第一特征信息和第二特征信息输入训练模型，计算得到估计特征信息；根据第一特征信息、估计特征信息确定损失函数，损失函数用于表示训练模型估计得到的特征信息与原始音频信号的特征信息之间的损失；根据带噪音频信号的信噪比，调整损失函数中的相位损失函数以确定调整后的损失函数；根据调整后的损失函数对训练模型进行训练，以调整训练模型的参数，得到降噪模型。该方法应用于对音频信号降噪的场景中。

技术领域

本公开涉及网络技术领域，尤其涉及一种降噪模型训练方法、装置、电子设备及存储介质。

背景技术

随着电子技术及网络技术的快速发展，电子设备可以在时频域基于神经网络的降噪算法对音频信号进行降噪处理。

具体的，电子设备可以将时域上的音频信号做短时傅里叶变换(short-timeFourier transform，STFT)，变换为时频域上的音频信号，然后电子设备可以根据变换到时频域上的音频信号的幅度信息和相位信息，基于神经网络获得估计幅度信息和估计相位信息，从而得到期望音频信号，即降噪后的音频信号。

然而，由于音频信号中的每帧信号的信噪比可能不同，因此，在对时域上的音频信号做STFT之后，可能使得变换到时频域上的音频信号的相位信息不准确，从而导致基于神经网络获得的估计相位信息不准确，进而无法准确地获得期望音频信号。

发明内容

本公开提供一种降噪模型训练方法、装置、电子设备及存储介质，至少解决相关技术中无法准确地获得期望音频信号的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种降噪模型训练方法，该降噪模型训练方法包括：获取原始音频信号的第一特征信息和带噪音频信号的第二特征信息，带噪音频信号为对原始音频信号加噪处理后的音频信号；将第一特征信息和第二特征信息输入训练模型，计算得到估计特征信息；根据第一特征信息、估计特征信息确定损失函数，损失函数用于表示训练模型估计得到的特征信息与原始音频信号的特征信息之间的损失；根据带噪音频信号的信噪比，调整损失函数中的相位损失函数以确定调整后的损失函数；根据调整后的损失函数对训练模型进行训练，以调整训练模型的参数，得到降噪模型。

可选地，本公开实施例中，根据带噪音频信号的信噪比，调整损失函数中的相位损失函数以确定调整后的损失函数的步骤，包括：根据带噪音频信号的信噪比，计算相位损失函数的相位因子；根据相位因子，调整损失函数中的相位损失函数。

可选地，本公开实施例中，根据相位因子，调整损失函数中的相位损失函数的步骤，包括:Loss(f)＝Mag(f)+α*Pha(f)。其中，Loss(f)为损失函数，Mag(f)为损失函数中的幅度损失函数，α为相位因子，Pha(f)为相位损失函数。

可选地，本公开实施例中，其中，x(t)为原始音频信号，y(t)为带噪音频信号，T为原始音频信号的时长，且0＜t≤T。

可选地，本公开实施例中，其中，MagX₀(n,k)为估计特征信息中的估计幅度信息，MagX(n,k)为原始音频信号的幅度信息，PhaX₀(n,k)为估计特征信息中的估计相位信息，PhaX(n,k)为原始音频信号的相位信息，K为原始音频信号的总频点数，且0＜k≤K。

可选地，本公开实施例中，在获取原始音频信号的第一特征信息和带噪音频信号的第二特征信息的步骤之前，降噪模型训练方法还包括：对原始音频信号和带噪音频信号进行短时傅里叶变换STFT；获取原始音频信号的第一特征信息和带噪音频信号的第二特征信息的步骤，包括：获取进行STFT后的原始音频信号的第一特征信息和进行STFT后的带噪音频信号的第二特征信息。