[发明专利]一种生成网络的训练方法、音频数据增强方法及相关装置

权利要求书

1.一种生成网络的训练方法，其特征在于，包括：

从数据源中选择待处理音频数据和基准音频数据；

将所述待处理音频数据及所述基准音频数据，输入到待训练生成式对抗网络中的生成网络，获得目标音频数据；

当所述生成网络中的所述目标音频数据与所述基准音频数据之间的差异在差异阈值范围内，确定鉴别网络输入数据，所述鉴别网络输入数据包括：从所述目标音频数据中获得的，符合变换域设定条件的子目标音频数据，以及，从所述基准音频数据中获得的，符合所述变换域设定条件的子基准音频数据；

将所述鉴别网络输入数据，输入到所述待训练生成式对抗网络中的鉴别网络，并获取鉴别结果；

当所述鉴别结果中所述子目标音频数据的鉴别结果为假时，则更新所述生成网络的内部参数。

2.根据权利要求1所述的方法，其特征在于，所述符合变换域设定条件的子目标音频数据的获得过程，包括：

基于预先设定的傅里叶变换函数，对所述目标音频数据进行变换，得到第一频域数据；

将所述第一频域数据中，处于设定带宽范围内的频域数据，作为符合变换域设定条件的子目标音频数据；

所述符合所述变换域设定条件的子基准音频数据的获得过程，包括：

基于所述预先设定的傅里叶变换函数，对所述基准音频数据进行变换，得到第二频域数据；

将所述第二频域数据中，处于设定带宽范围内的频域数据，作为符合所述变换域设定条件的子基准音频数据。

3.根据权利要求2所述的方法，其特征在于，所述将所述第一频域数据中，在设定带宽范围内的频域数据，作为符合变换域设定条件的子目标音频数据，包括：

从所述第一频域数据中，在设定带宽范围内的频域数据中，提取设定类型的音频特征，将提取到的音频特征作为符合变换域设定条件的子目标音频数据；

所述将所述第二频域数据中，在所述设定带宽范围内的频域数据，作为符合所述变换域设定条件的子基准音频数据，包括：

从所述第二频域数据中，在所述设定带宽范围内的频域数据中，提取所述设定类型的音频特征，将提取到的音频特征作为符合所述变换域设定条件的子基准音频数据。

4.根据权利要求1所述的方法，其特征在于，所述符合变换域设定条件的子目标音频数据的获得过程，包括：

基于预先设定的常数Q变化函数，对所述目标音频数据进行变化，得到第三频域数据；

从所述第三频域数据中，选取设定类型的数据，将选取出的数据作为符合变换域设定条件的子目标音频数据；

所述符合所述变换域设定条件的子基准音频数据的获得过程，包括：

基于所述预先设定的常数Q变化函数，对所述基准音频数据进行变化，得到第四频域数据；

从所述第四频域数据中，选取所述设定类型的数据，将选取出的数据作为符合所述变换域设定条件的子基准音频数据。

5.根据权利要求1所述的方法，其特征在于，还包括：

当所述生成网络中的所述目标音频数据与所述基准音频数据之间的差异不在差异阈值范围内，则更新所述生成网络的内部参数，并返回执行所述从数据源中选择待处理音频数据和基准音频数据的步骤。

6.根据权利要求1所述的方法，其特征在于，当将多组所述待处理音频数据及所述基准音频数据输入到待训练生成式对抗网络中的生成网络时，若多个所述鉴别结果中存在所述子目标音频数据的鉴别结果为假的鉴别结果，且所述子目标音频数据的鉴别结果为假的鉴别结果的比例未达到预设比例阈值，则对所述鉴别网络进行训练。