[发明专利]一种声音处理方法及装置

权利要求书

1.一种声音处理方法，其特征在于，包括：

采集初始声音信号，将所述初始声音信号分离出进行声音处理的部分；

将所述声音处理的部分输入深度学习模型，对所述声音处理的部分卷积混响函数得到美化后的声音信号；

将所述美化后的声音信号转换成音频并输出。

2.根据权利要求1所述的声音处理方法，其特征在于，所述混响函数由所述初始声音信号决定。

3.根据权利要求1所述的声音处理方法，其特征在于，在采集初始声音信号，将所述初始声音信号分离出进行声音处理的部分之前，还包括：获得深度学习的模型，包括：

建立深度学习数据；

基于所述深度学习数据对所述深度学习模型进行训练。

4.根据权利要求3所述的声音处理方法，其特征在于，建立深度学习数据包括：

采集纯净目标语音；

基于所述纯净目标语言得到混响目标语音，且基于所述混响目标语音得到噪声目标语音。

5.根据权利要求4所述的声音处理方法，其特征在于，基于所述纯净目标语音得到混响目标语音，且基于所述混响目标语音得到噪声目标语音的公式包括：y^(m)＝s_d*h^(m)+n^(m)，其中，s_d为目标语音，*为卷积操作，h^(m)为房间冲击函数，n^(m)为加性噪声。

6.根据权利要求3所述的声音处理方法，其特征在于，基于所述深度学习数据对所述深度学习模型进行训练，包括：

对所述深度学习数据提取特征向量得到深度学习的输入数据；

区分所述输入数据中的目标语音和非目标语音；

对所述目标语音和所述非目标语音进行端到端的训练。

7.根据权利要求6所述的声音处理方法，其特征在于，对所述深度学习数据提取特征向量得到深度学习的输入数据包括：对所述深度学习数据采用梅尔倒谱系数算法或线性预测分析中的一种提取特征向量。

8.根据权利要求6所述的声音处理方法，其特征在于，区分所述输入数据中的目标语音和非目标语音，包括：使用softmax激活函数和对数似然损失函数区分所述输入数据中的目标语音。

9.根据权利要求6所述的声音处理方法，其特征在于，对所述目标语音和所述非目标语音进行端到端的训练包括：以Mapping-based target训练对所述目标语音和所述非目标语音进行端到端的训练。

10.根据权利要求6所述的声音处理方法，其特征在于，对所述目标语音和所述非目标语音进行端到端的训练的公式包括：其中s为目标语音，si为非目标语音，Y(t)是真实的声音信号，*为卷积操作，h(m)为房间冲击函数。

11.一种声音处理装置，其特征在于，包括：

声音采集设备，作用为采集初始声音信号；

语音信号处理模块，作用为将所述初始声音信号分离出进行声音处理的部分，将所述声音处理的部分输入深度学习模型，对所述声音处理的部分卷积混响函数得到美化后的声音信号；

输出模块，作用为将所述美化后的声音信号转换成音频并输出。

12.根据权利要求11所述的声音处理装置，其特征在于，所述语音信号处理模块的作用还包括：

建立深度学习数据；

基于所述深度学习数据对所述深度学习模型进行训练。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如权利要求1-10任一所述的声音处理方法。

14.一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如权利要求1-10任一所述的声音处理方法。