[发明专利]产生混响音频信号的方法及音频处理模型的训练方法

权利要求书

1.一种音频处理模型的训练方法，其特征在于，所述训练方法包括：

获取音频样本数据集合，其中，每个音频样本数据包括混响音频信号和带噪音频信号，其中，所述混响音频信号是通过将纯净音频信号与房间冲击响应进行卷积而获得的，所述带噪音频信号是通过将所述混响音频信号与噪声信号混合而获得的；

根据每个音频样本数据中的所述混响音频信号和所述带噪音频信号，确定所述混响音频信号和所述带噪音频信号的信噪比和掩膜比，其中，所述掩膜比是基于所述混响音频信号产生的目标音频信号的幅度谱信号和所述带噪音频信号的幅度谱信号的比值；

根据所述信噪比调整所述掩膜比以获得目标掩膜比；

将所述带噪音频信号的幅度谱信号输入所述音频处理模型，得到估计的掩膜比；

根据所述估计的掩膜比和所述目标掩膜比确定损失函数；

根据确定的损失函数对所述音频处理模型进行训练。

2.如权利要求1所述的训练方法，其特征在于，所述目标音频信号是通过以下操作获得的：

在卷积时降低预定分贝的混响时间小于或等于第一预定阈值的情况下，将所述混响音频信号确定为所述目标音频信号，

在卷积时降低预定分贝的混响时间大于第一预定阈值的情况下，将第一混响音频信号的前n毫秒的前期反射信号与所述纯净音频信号进行叠加，产生所述目标音频信号。

3.如权利要求2所述的训练方法，其特征在于，所述降低预定分贝的混响时间为降低60dB的混响时间(RT60)，所述预定阈值为50亳秒，n为50。

4.如权利要求1所述的训练方法，其特征在于，所述确定所述混响音频信号和所述带噪音频信号的掩膜比，包括：

在所述目标音频信号的幅度谱信号与所述带噪音频信号的幅度谱信号的比值小于或等于1的情况下，将所述目标音频信号的幅度谱信号与所述带噪音频信号的幅度谱信号的比值作为所述掩膜比；

在所述目标音频信号的幅度谱信号与所述带噪音频信号的幅度谱信号的比值大于1的情况下，将所述掩膜比确定为1。

5.如权利要求1所述的训练方法，其特征在于，所述根据所述信噪比调整所述掩膜比以获得目标掩膜比，包括：

基于所述信噪比产生第二预定阈值；

在所述掩膜比小于或等于第二预定阈值的情况下，将所述目标掩膜比设置为0；

在所述掩膜比大于第二预定阈值的情况下，将所述掩膜比确定为所述目标掩膜比。

6.如权利要求5所述的训练方法，其特征在于，所述基于所述信噪比产生第二预定阈值，包括：

根据所述信噪比的大小，产生第二预定阈值，其中，所述信噪比越大，第二预定阈值越小。

7.如权利要求6所述的训练方法，其特征在于，所述根据所述信噪比的大小，产生第二预定阈值，包括：

根据下面的公式产生第二预定阈值：

其中，β表示第二预定阈值，x表示所述信噪比，func(x)表示基于所述信噪比产生第二预定阈值的函数。

8.一种音频处理方法，其特征在于，包括：

获取待测音频信号；

基于所述待测音频信号，利用使用如权利要求1至7中任何一项权利要求所述的训练方法训练好的音频处理模型，获得期望音频信号。

9.如权利要求8所述的音频处理方法，其特征在于，所述获得期望音频信号，包括：

对所述待测音频信号进行时频变换，获得所述待测音频信号的幅度谱信号和相位谱信号；

将所述待测音频信号的幅度谱信号输入所述音频处理模型，获得估计的掩膜比；

将所述待测音频信号的幅度谱信号与所述估计的掩膜比相乘，获得估计的幅度谱信号；

将所述估计的幅度谱信号与所述待测音频信号的相位谱信号结合，再经过时频逆变换，获得所述期望音频信号。