[发明专利]音频信号处理方法、装置和存储介质

说明书

本公开涉及一种音频信号处理方法、装置和存储介质，所述方法包括：获取声音信号；将所述声音信号中的各信号帧输入解混模型，其中，所述解混模型是将信号帧中的直达声与混响作为独立声源进行设定的用于去除信号帧中的混响的计算模型，针对所述声音信号中的任一非首个信号帧，所述解混模型根据当前信号帧的信号值以及在所述当前信号帧之前的历史信号帧的信号值计算出对所述当前信号帧去除混响后的信号值；获得所述解混模型输出的去除混响后的声音信号。本公开可以提升去混响效率。

技术领域

本公开涉及声音处理领域，尤其涉及一种音频信号处理方法、装置和存储介质。

背景技术

目前，各种产品设备大多采用麦克风阵列进行声音拾取，应用麦克风波束形成技术或者盲源分离技术提高语音信号处理质量，提高真实环境下的语音识别率。

然而在实际生活环境中由于墙、家具等的反射，声音存在混响现象。混响会导致波束形成和分离效果的恶化。因此去混响模块在语音增强系统链路中是一个非常重要的模块，目前的去混响技术效率较低，效果不够理想。

发明内容

为克服相关技术中存在的问题，本公开提供一种音频信号处理方法、装置和存储介质。

根据本公开实施例的第一方面，提供一种音频信号处理方法，包括获取声音信号；将所述声音信号中的各信号帧输入解混模型，其中，所述解混模型是将信号帧中的直达声与混响作为独立声源进行设定的用于去除信号帧中的混响的计算模型，针对所述声音信号中的任一非首个信号帧，所述解混模型能够根据当前信号帧的信号值以及在所述当前信号帧之前的历史信号帧的信号值计算出对所述当前信号帧去除混响后的信号值；获得所述解混模型输出的去除混响后的声音信号。

可选的，所述解混模型用于对所述当前信号帧中的直达声的期望信号值进行估算，并将估算结果作为对所述当前信号帧去除混响后的信号值，其中，所述解混模型包括解混矩阵，所述解混矩阵是预设的用于建立当前信号帧的信号值、在所述当前信号帧之前的历史信号帧的信号值、以及所述当前信号帧中的直达声的期望信号值三者之间的映射关系的矩阵。

可选的，所述解混模型通过以下方式对所述期望信号值进行估算：基于所述当前信号帧的上一信号帧对应的所述解混矩阵计算所述当前信号帧中的直达声的第一期望信号值；基于所述第一期望信号值更新所述解混矩阵；基于更新后的所述解混矩阵计算所述当前信号帧中的直达声的第二期望信号值，并将所述第二期望信号值作为所述去除混响后的信号值。

可选的，所述基于所述当前信号帧的上一信号帧对应的所述解混矩阵求取所述当前信号帧中的直达声的第一期望信号值，包括：根据所述当前信号帧的信号值、所述历史信号帧的信号值以及所述当前信号帧的上一信号帧对应的所述解混矩阵确定所述第一期望信号值。

可选的，所述映射关系为：其中，d_n,k为第n帧第k频率索引的直达声的期望信号值，x_Δ,k为表征第n帧的前Δ帧内的第k频率索引的信号值序列的向量，x_n,k为第n帧第k频率索引的信号值，W_k为所述解混矩阵，其中：w_1,k为第一子解混矩阵，w_2,k为第二子解混矩阵，为所述解混模型中的解混滤波器系数向量。

可选的，所述基于所述第一期望信号值更新所述第一子解混矩阵，包括：通过所述第一期望信号值更新加权协方差矩阵；基于更新后的所述加权协方差矩阵更新所述解混矩阵。

可选的，所述基于更新后的所述解混矩阵计算所述当前信号帧中的直达声的第二期望信号值，包括：根据所述当前信号帧的信号值、所述历史信号帧的信号值以及所述更新后的解混矩阵确定所述第二期望信号值。