[发明专利]音频处理方法、装置及存储介质

说明书

本发明实施例公开了一种音频处理方法、装置及存储介质。该方案可以获取待处理音频信号，待处理音频信号包括截幅失真部分，获取预先训练完成的目标序列生成模型，其中目标序列生成模型为对失真音频信号样本训练得到的神经网络模型，且目标序列生成模型包括非因果膨胀卷积层，将待处理音频信号输入至目标序列生成模型，以使非因果膨胀卷积层依据截幅失真部分前后的音频信号对截幅失真部分进行修复，得到修复后的音频信号。本申请实施例所提供的方案可以针对待修复的截幅失真的音频，通过预测模型进行音频信号修复，从而提升音频音质。

技术领域

本发明涉及数据处理技术领域，具体涉及一种音频处理方法、装置及存储介质。

背景技术

随着Internet技术不断发展，如短视频，直播平台的兴起，个人制作的音频信号得到更多的传播，而这些音频由于录制环境，设备等，较容易产生截幅失真的现象。原因是由于电路和音响单元对输入的音频信号的幅度有限制，在通过硬件电路录制音频的过程中，需要将音频信号的最大幅度限制在电路和音响单元的允许范围内。因此，当音频数据的幅度超过电路和音响单元的允许范围时，将会产生截幅失真，所造成的失真损害了音频的音质。

在现有的技术当中，传统的音频截幅失真修复方法重点放在音频信号处理上，如利用曲线拟合，基于AR(AutoRegressive，自回归)模型以及最小均方误差的算法，此种修复方法存在以下的一些局限性。比如截幅失真持续时间较小时效果较好，若持续时间较长，其效果不是很理想，并且对语音音频的处理效果较好，但对音乐来说则效果较差。

发明内容

本发明实施例提供一种音频处理方法、装置及存储介质，可以针对待修复的截幅失真的音频，通过预测模型进行音频信号修复，从而提升音频音质。

本发明实施例提供一种音频处理方法，包括：

获取待处理音频信号，所述待处理音频信号包括截幅失真部分；

获取预先训练完成的目标序列生成模型，其中所述目标序列生成模型为对失真音频信号样本训练得到的神经网络模型，且所述目标序列生成模型包括非因果膨胀卷积层；

将所述待处理音频信号输入至所述目标序列生成模型，以使所述非因果膨胀卷积层依据所述截幅失真部分前后的音频信号对所述截幅失真部分进行修复，得到修复后的音频信号。

本发明实施例还提供一种音频处理装置，包括：

第一获取单元，用于获取待处理音频信号，所述待处理音频信号包括截幅失真部分；

第二获取单元，用于获取预先训练完成的目标序列生成模型，其中所述目标序列生成模型为对失真音频信号样本训练得到的神经网络模型，且所述目标序列生成模型包括非因果膨胀卷积层；

修复单元，用于将所述待处理音频信号输入至所述目标序列生成模型，以使所述非因果膨胀卷积层依据所述截幅失真部分前后的音频信号对所述截幅失真部分进行修复，得到修复后的音频信号。

本发明实施例还提供一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行本发明实施例所提供的任一音频处理方法。

本发明实施例提供的音频处理方案，可以获取待处理音频信号，待处理音频信号包括截幅失真部分，获取预先训练完成的目标序列生成模型，其中目标序列生成模型为对失真音频信号样本训练得到的神经网络模型，且目标序列生成模型包括非因果膨胀卷积层，将待处理音频信号输入至目标序列生成模型，以使非因果膨胀卷积层依据截幅失真部分前后的音频信号对截幅失真部分进行修复，得到修复后的音频信号。本申请实施例所提供的方案可以针对待修复的截幅失真的音频，通过预测模型进行音频信号修复，从而提升音频音质。

附图说明