[发明专利]音频处理模型的训练、音频去噪方法、装置及电子设备

说明书

本公开关于一种音频处理模型的训练方法，其特征在于，所述音频处理模型包括待训练的特征降维模型、待训练的音频去噪模型和待训练的特征升维模型，所述方法包括：获取带噪音频信号和对应的纯净音频信号；将所述带噪音频信号输入至所述待训练的特征降维模型中，得到降维后的音频特征；将所述降维后的音频特征输入至所述待训练的音频去噪模型中，得到去噪后的音频特征；将所述去噪后的音频特征输入至所述待训练的特征升维模型中，得到去噪音频信号：基于所述纯净音频信号和所述去噪音频信号之间的差异，调整所述待训练的音频处理模型的模型参数，直至所述模型损失值低于预设阈值。采用本公开可以提高对音频的去噪准确度。

技术领域

本公开涉及音频处理领域，尤其涉及音频处理模型的训练、音频去噪方法、装置、电子设备及存储介质。

背景技术

在音频文件播放的过程中，音频中的噪声往往会使音频的收听者产生刺耳的感觉。同时，音频中存在的噪声往往还会影响着整个音频对信息的表达。这使得音频去噪处理在音频信号处理领域中具有重要的地位。

相关技术往往利用神经网络去解决音频信号去噪处理的问题。在对神经网络进行训练时，往往是利用神经网络输出的低维特征来直接对神经网络的损失进行优化；然而，采用此种方式往往无法对音频去噪处理最终输出与进行公平比较，使得训练得到的神经网络在对音频信号进行去噪处理的准确度不高。

现有技术的音频去噪处理过程存在准确度不高的问题

发明内容

本公开提供一种音频处理模型的训练、音频去噪方法、装置、电子设备及存储介质，以至少解决相关技术中音频去噪准确度不高的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种音频处理模型的训练方法，所述音频处理模型包括待训练的特征降维模型、待训练的音频去噪模型和待训练的特征升维模型，所述方法包括：

获取训练样本数据；所述训练样本数据包括带噪音频信号和对应的纯净音频信号；

将所述带噪音频信号输入至所述待训练的特征降维模型中，得到降维后的音频特征；

将所述降维后的音频特征输入至所述待训练的音频去噪模型中，得到去噪后的音频特征；

将所述去噪后的音频特征输入至所述待训练的特征升维模型中，得到去噪音频信号：

基于所述纯净音频信号和所述去噪音频信号之间的差异，获取所述音频处理模型的模型损失值；

根据所述模型损失值调整所述待训练的音频处理模型的模型参数，直至所述模型损失值低于预设阈值时，将模型参数调整后的音频处理模型作为训练好的音频处理模型；所述训练好的音频处理模型包括训练好的特征降维模型、训练好的音频去噪模型和训练好的特征升维模型。

在一种可能实现方式中，所述将所述带噪音频信号输入至所述特征降维模型中，得到降维后的音频特征，包括：

对所述带噪音频信号进行时频转换处理，得到时频转换处理后的带噪音频信号；

将所述时频转换处理后的带噪音频信号输入至所述待训练的特征降维模型，得到所述降维后的音频特征。

在一种可能实现方式中，所述将所述时频转换处理后的带噪音频信号输入至所述待训练的特征降维模型，得到所述降维后的音频特征，包括：

通过所述待训练的特征降维模型，对所述时频转换处理后的带噪音频信号进行全连接处理，得到第一全连接处理结果；所述第一全连接处理结果的特征维度小于所述时频转换处理后的带噪音频信号的特征维度；

确定所述第一全连接处理结果为所述降维后的音频特征。

在一种可能实现方式中，所述将所述去噪后的音频特征输入至所述待训练的特征升维模型中，得到去噪音频信号，包括: