[发明专利]音频处理方法、装置、电子设备及可读存储介质

权利要求书

1.一种音频处理方法，其特征在于，所述方法包括：

响应于用户对录音初始界面上的开始录音按键的操作，展示录音采集界面，并在所述录音采集界面上输出噪声检测提示信息，所述噪声检测提示信息用于提示在采集用户发出的语音之前或过程中正在进行噪声检测；

采集用户发出的语音并对采集到的语音进行降噪处理，得到录制语音包；

在所述录音采集界面上输出降噪提示信息，所述降噪提示信息用于提示正在对用户发出的语音进行降噪处理。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述录音采集界面上输出多个噪声来源选项，所述多个噪声来源选项至少包括：录音环境选项、录音设备选项、发音特征选项；

所述对采集到的语音进行降噪处理，得到录制语音包，包括：

采用与用户选中的噪声来源选项对应的降噪策略，对采集到的语音进行降噪处理，得到录制语音包。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

采集多个录音者各自发出的带噪声语音；

从采集的多个带噪声语音中分别提取出对应的噪声，将提取出的噪声存储到噪声数据库中；

所述对采集到的语音进行降噪处理，得到录制语音包，包括：

将检测到的噪声与所述噪声数据库中的各个噪声分别进行比较，确定与检测到的噪声匹配的目标噪声；

采用与所述目标噪声对应的降噪策略，对采集到的语音进行降噪处理，得到录制语音包。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于用户对录音初始界面上的开始录音按键的再次操作，在所述录音采集界面上输出个性化降噪提示信息，所述个性化降噪提示信息用于提示即将根据用户的历史录音操作触发的带噪声语音对用户本次录音操作触发的语音进行降噪处理；

从用户的历史录音操作触发的带噪声语音中提取出历史噪声；

采集用户本次录音操作触发的语音，并采用提取出的历史噪声对应的降噪策略，对采集到的语音进行降噪处理，得到录制语音包。

5.根据权利要求1-4任一所述的方法，其特征在于，在得到录制语音包之后，所述方法还包括：

对当前待语音播报的内容进行分析，确定播放场景；

在所述播放场景为个性化播放场景的情况下，根据所述录制语音包对所述当前待播报语音的内容进行语音播报；

在所述播放场景为通用播放场景的情况下，根据默认语音包对所述当前待播报语音的内容进行语音播报。

6.根据权利要求1-4任一所述的方法，其特征在于，所述对采集到的语音进行降噪处理，得到录制语音包，具体包括：

从采集到的语音中提取对应的频谱特征；

将所述采集到的语音及其频谱特征输入预先训练的语音降噪模型，得到录制语音包，其中，所述语音降噪模型是以复合带噪声语音对应的频谱特征及其对应的无噪声语音为训练样本，对经过预训练的模型进行训练得到的。

7.根据权利要求6所述的方法，其特征在于，所述复合带噪声语音是按照以下步骤得到的：

采集多个录音者各自发出的语音；

从所述多个录音者各自发出的语音中筛选出带噪声语音和无噪声语音；

从筛选出的多个带噪声语音中分别提取出对应的噪声；

根据提取出的噪声，对筛选出的无噪声语音进行加噪处理，得到复合带噪声语音。

8.根据权利要求7所述的方法，其特征在于，所述根据提取出的噪声，所述对筛选出的无噪声语音进行加噪处理，得到复合带噪声语音，包括：

对提取出的噪声进行分类，其中，提取出的噪声的类别至少包括：背景噪声、音频受损带来的噪声；

在提取出的噪声的类别为背景噪声的情况下，对筛选出的无噪声语音进行加性加噪处理，得到复合带噪声语音；

在提取出的噪声的类别为音频受损带来的噪声的情况下，对筛选出的无噪声语音进行乘性加噪处理，得到复合带噪声语音。