[发明专利]声音处理方法和装置

权利要求书

1.一种声音处理方法，其特征在于，所述方法包括：

获取待处理的混合声音数据，将所述混合声音数据切分为多个混合音频帧，其中，所述混合声音数据包括目标声音数据和干扰声音数据；

获取所述混合声音数据对应的参考声音数据，将所述参考声音数据切分为多个参考音频帧；

调用回声消除模型，对于所述混合声音数据的一个混合音频帧，根据对应的所述参考声音数据的第一预设数目个参考音频帧，对所述混合音频帧进行回声消除处理，得到所述混合音频帧中的子目标声音数据，其中，所述第一预设数目个参考音频帧为所述混合音频帧对应的参考音频帧的当前帧及其之前接收到的音频帧；

根据得到的所述混合声音数据的每个混合音频帧的子目标声音数据，确定所述混合声音数据中的目标声音数据；

所述回声消除模型至少包括参考声音特征提取模块、声音关系确定模块、回声消除模块；

所述参考声音特征提取模块用于提取参考声音数据的参考音频特征数据；

所述声音关系确定模块用于确定目标声音数据与混合声音数据的关系数据，所述关系数据用于表示目标声音数据与混合声音数据的相关程度；

所述回声消除模块用于消除混合声音数据中的干扰声音数据。

2.根据权利要求1所述的声音处理方法，其特征在于，所述调用回声消除模型，对于所述混合声音数据的一个混合音频帧，根据对应的所述参考声音数据的第一预设数目个参考音频帧，对所述混合音频帧进行回声消除处理，得到所述混合音频帧中的子目标声音数据，包括：

调用回声消除模型；

当对所述混合声音数据的一个混合音频帧进行处理时，获取当前的一个混合音频帧，以及对应的所述参考声音数据的第一预设数目个参考音频帧；

通过所述参考声音特征提取模块，对所述第一预设数目个参考音频帧进行处理，得到所述第一预设数目个参考音频帧的参考音频特征数据；

通过声音关系确定模块，对所述参考音频特征数据和所述混合音频帧进行处理，得到所述混合音频帧中目标声音数据和混合声音数据的目标关系数据；

通过所述回声消除模块，对所述目标关系数据和所述混合音频帧进行处理，得到所述混合音频帧中的子目标声音数据；

通过上述确定一个混合音频帧的子目标声音数据的方法，对所述混合声音数据的每个混合音频帧进行处理，得到每个混合音频帧的子目标声音数据。

3.根据权利要求2所述的声音处理方法，其特征在于，所述参考音频特征数据包括参考音频特征向量和参考音频特征取值向量；所述声音关系确定模块至少包括混合声音特征提取模块和关系数据确定模块；

所述通过声音关系确定模块，对所述参考音频特征数据和所述混合音频帧进行处理，得到所述混合音频帧中目标声音数据和混合声音数据的目标关系数据，包括：

通过所述混合声音特征提取模块，对所述混合音频帧进行处理，得到所述混合音频帧的混合音频特征向量；

通过所述关系数据确定模块，对所述参考音频特征向量、所述参考音频特征取值向量和所述混合音频特征向量进行处理，得到所述混合音频帧中目标声音数据和混合声音数据的目标关系数据。

4.根据权利要求1-3任一所述的声音处理方法，其特征在于，所述参考声音特征提取模块包括堆叠的第二预设数目个子参考声音特征提取模块，所述声音关系确定模块包括堆叠的第三预设数目个子声音关系确定模块；

每个子声音关系确定模块的输入至少包括所述参考声音特征提取模块的输出。

5.根据权利要求1所述的声音处理方法，其特征在于，所述回声消除模型的训练方法包括：

获取训练样本，所述训练样本包括混合声音样本、参考声音样本，所述混合声音样本基于所述参考声音样本和目标声音样本得到，所述混合声音样本包括多个训练混合音频帧，所述参考声音样本包括多个训练参考音频帧；

获取初始回声消除模型；

根据所述训练样本中每个训练混合音频帧以及所述每个训练混合音频帧对应的第一预设数目个训练参考音频帧，对所述初始回声消除模型进行训练，得到训练后的回声消除模型。