[发明专利]信号处理方法和装置、电子设备、计算机可读介质

权利要求书

1.一种信号处理方法，所述方法包括：

获取待测声音的参考信号，所述参考信号为向声音输出设备输出的信号，所述声音输出设备得到所述参考信号之后，输出所述待测声音；

从声音输入设备接收所述待测声音的回波信号，所述回波信号为所述声音输入设备回收所述待测声音的信号；

分别对所述参考信号和所述回波信号进行信号预处理；

将处理后的参考信号和回波信号输入预先训练的时延估计模型，得到所述时延估计模型输出的所述参考信号和所述回波信号之间的时间差值，所述时延估计模型用于表征所述参考信号、所述回波信号以及所述时间差值之间的对应关系，所述时延估计模型用于提取所述参考信号的特征和所述回波信号的特征，并基于所述参考信号的特征和所述回波信号的特征长时间上的相关性训练得出，所述时延估计模型可以包括：依次连接的卷积神经网络、时间卷积序列网络以及全连接层；所述卷积神经网络用于实现参考信号的特征和回波信号的特征的提取和深度融合，所述时间卷积序列网络学习参考信号和回波信号在长时间上的相关性，所述全连接层提取参考信号和回波信号的时间延迟。

2.根据权利要求1所述的方法，所述获取待测声音的参考信号之前，所述方法还包括：

获取多个等幅扫频信号；

将至少一个扫频信号输入所述声音输出设备，并获取所述扫频信号在所述声音输入设备的输出信号；

基于所述扫频信号以及所述扫频信号对应的输出信号，检测所述声音输出设备和所述声音输入设备是否为非线性设备；

响应于确定所述声音输出设备和所述声音输入设备为非线性设备，获取待测声音的参考信号。

3.根据权利要求2所述的方法，所述方法还包括:

响应于确定所述声音输出设备和所述声音输入设备不是非线性设备，采用时间延迟估计算法计算所述参考信号和所述回波信号之间的时间差值。

4.根据权利要求1所述的方法，其中，所述时延估计模型通过如下步骤训练得到：

获取训练样本，其中，所述训练样本包括样本信号和所述样本信号对应的回波信号；

执行以下训练步骤：将所述样本信号和所述样本信号对应的回波信号输入至第一卷积神经网络，得到所述样本信号的特征向量和所述样本信号对应的回波信号的特征向量；将所述样本信号的特征向量和所述样本信号对应的回波信号的特征向量输入至第二卷积神经网络，得到所述样本信号和所述样本信号对应的回波信号在预设时间段的相关性信息；将所述样本信号和所述样本信号对应的回波信号在预设时间段的相关性信息输入全连接层，得到所述样本信号和所述样本信号对应的回波信号之间的时间差值；若所述第一卷积神经网络、所述第二卷积神经网络和所述全连接层满足训练完成条件，将所述第一卷积神经网络、所述第二卷积神经网络和所述全连接层作为所述时延估计模型。

5.根据权利要求1-4之一所述的方法，其中，所述分别对所述参考信号和所述回波信号进行信号预处理，包括：

对所述参考信号和所述回波信号进行子带分解以及拼接；

将拼接后的信号求幅度谱，得到处理后的参考信号和回波信号。

6.根据权利要求1-4之一所述的方法，其中，所述分别对所述参考信号和所述回波信号进行信号预处理，包括：

对所述参考信号和所述回波信号进行频域变换，得到处理后的参考信号和回波信号。