[发明专利]音频处理方法及装置

权利要求书

1.一种音频处理方法，其特征在于，所述方法包括：

获取原始音频信号，并从所述原始音频信号中获取基频序列、频谱包络序列，以及非周期参数序列；

获取基频调整参数，根据所述基频调整参数对所述基频序列进行调整以生成目标基频序列；

根据所述目标基频序列、所述频谱包络序列以及所述非周期参数序列确定线性频谱；

将所述线性频谱转换为非线性频谱，并根据所述非线性频谱生成目标音频信号。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标基频序列、所述频谱包络序列以及所述非周期参数序列确定线性频谱，包括：

基于所述目标基频序列、所述频谱包络序列以及所述非周期参数序列生成粗合成音频信号；

对所述粗合成音频信号进行分帧加窗处理，以得到组成所述粗合成音频信号的至少一个第一分帧信号；

对所述至少一个第一分帧信号中每个第一分帧信号进行短时傅里叶变换以得到每个第一分帧信号对应的子线性频谱；

将各子线性频谱进行拼接，以得到所述粗合成音频信号对应的线性频谱。

3.根据权利要求1或2所述的方法，其特征在于，所述从所述原始音频信号中获取基频序列，包括：

对所述原始音频信号进行分帧加窗处理，以得到组成所述原始音频信号的至少一个第二分帧信号；

针对第二分帧信号，采用多个截止频率的低通滤波器分别对所述第二分帧信号进行滤波，以得到所述第二分帧信号分别经所述多个截止频率的低通滤波器后得到的多个滤波信号；

根据每个滤波信号的周期信息确定每个滤波信号的截止频率的置信度；

从多个置信度中确定出最大置信度对应的截止频率作为所述第二分帧信号对应的基频；

将各第二分帧信号对应的基频进行拼接以得到基频序列。

4.根据权利要求3所述的方法，其特征在于，所述从所述原始音频信号中获取频谱包络序列，包括：

对所述至少一个第二分帧信号中每个第二分帧信号进行短时傅里叶变换以得到每个第二分帧信号对应的子线性频谱；

对每个第二分帧信号对应的子线性频谱求绝对值以得到每个第二分帧信号的功率谱；

对每个第二分帧信号对应的功率谱求对数并作相位展开，再进行逆傅里叶变换以得到每个第二分帧信号对应的功率谱的倒谱；

基于低通滤波器对每个第二分帧信号对应的功率谱的倒谱进行滤波，以得到每个第二分帧信号对应的频谱包络；

将各第二分帧信号对应的频谱包络进行拼接以得到所述原始音频信号对应的频谱包络序列。

5.根据权利要求3或4所述的方法，其特征在于，所述从所述原始音频信号中获取非周期参数序列，包括：

获取每个第二分帧信号对应的最小相位谱，根据每个第二分帧信号对应的子线性频谱和最小相位谱确定每个第二分帧信号对应的非周期参数；

将各第二分帧信号对应的非周期参数进行拼接以得到所述原始音频信号对应的非周期参数序列。

6.根据权利要求2所述的方法，其特征在于，所述非线性频谱包括梅尔频谱；所述将所述线性频谱转换为非线性频谱，包括：

将所述线性频谱包括的所述各子线性频谱输入梅尔滤波器组，以得到所述梅尔滤波器组输出的所述各子线性频谱对应的各梅尔频谱，其中，一个子线性频谱对应一个梅尔频谱；

将所述各梅尔谱进行拼接，以得到所述粗合成音频信号对应的完整的梅尔谱。

7.根据权利要求1所述的方法，其特征在于，所述根据所述非线性频谱生成目标音频信号，包括：

将所述非线性频谱输入预训练的音频合成模型，获取所述音频合成模型输出的目标音频信号，其中，所述音频合成模型根据不同用户的音频信号以及各音频信号对应的非线性频谱训练得到。