[发明专利]回声消除模型的训练方法和装置及回声消除方法和装置

说明书

本公开关于一种回声消除模型的训练方法和装置及回声消除方法和装置，训练方法包括：根据近端信号，得到第一信号；将第一信号输入回声消除模型，并基于回声消除模型的输出得到第二信号，其中，第二信号是第一信号经过回声消除后的预测信号；根据第一信号和第二信号，确定回声消除模型的预测损失，其中，预测损失包括第一预测损失，第一预测损失是基于从第二信号分离出的残留回声分量和语音信号分量计算得到；根据预测损失调整回声消除模型的参数。根据本公开的回声消除模型的训练方法和装置及回声消除方法和装置，能够对残留回声进行额外的抑制，提高回声的消除量。

技术领域

本公开涉及信号处理领域，尤其涉及一种回声消除模型的训练方法和装置及回声消除方法和装置。

背景技术

在室内与远端用户进行实时通讯时，从远端传来的声音可在近端的扬声器播放，并经过室内空间的反射与传播，重新被近端麦克风采集，从而形成声学回声。声学回声消除系统(Acoustic Echo Cancellation，AEC)能够识别并抑制回声信号，使得远端通讯的用户听不到自己的回声，极大提高了音频体验。相关技术中，可通过融合了深度学习方法的AEC进行回声消除，但是，其对于回声的消除量有限，容易出现漏回声的现象。

发明内容

本公开提供一种回声消除模型的训练方法和装置及回声消除方法和装置，以至少解决上述相关技术中的问题，也可不解决任何上述问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种回声消除模型的训练方法，包括：根据近端信号，得到第一信号；将所述第一信号输入回声消除模型，并基于回声消除模型的输出得到第二信号，其中，所述第二信号是第一信号经过回声消除后的预测信号；根据所述第一信号和所述第二信号，确定回声消除模型的预测损失，其中，所述预测损失包括第一预测损失，所述第一预测损失是基于从所述第二信号分离出的残留回声分量和语音信号分量计算得到；根据所述预测损失调整所述回声消除模型的参数。

可选地，所述回声消除模型的输出包括第一掩蔽矩阵；所述基于回声消除模型的输出得到第二信号，包括：对所述近端信号进行时频变换，得到第二近端信号；根据所述第一掩蔽矩阵和所述第二近端信号的乘积，得到所述第二信号。

可选地，所述根据近端信号，得到第一信号，包括：对所述近端信号进行线性回声消除，得到第一近端信号；对所述第一近端信号进行时频变换，得到第一信号；其中，所述近端信号包括语音信号和回声信号；所述第一近端信号包括所述语音信号和残留回声信号；所述第一信号包括频域语音信号和频域残留回声信号。

可选地，所述第一预测损失通过下述步骤确定：将所述第二信号向所述频域残留回声信号方向做映射，得到频域残留回声信号映射向量，将所述频域残留回声信号映射向量作为从所述第二信号分离出的残留回声分量；将所述第二信号向所述频域语音信号方向做映射，得到频域语音信号映射向量，将所述频域语音信号映射向量作为从所述第二信号分离出的语音信号分量；根据所述频域残留回声信号映射向量和所述频域语音信号映射向量，确定所述第一预测损失。

可选地，所述根据所述频域残留回声信号映射向量和所述频域语音信号映射向量，确定所述第一预测损失，包括：根据所述频域残留回声信号映射向量和所述频域语音信号映射向量，得到所述第二信号的平均信回比；根据所述第二信号的平均信回比的相反数，确定所述第一预测损失。

可选地，所述第一预测损失，被表示为：

其中，loss_res表示所述第一预测损失，C_proj(n,k)表示时频点(n,k)处的频域语音信号映射向量，R_proj(n,k)表示时频点(n,k)处的频域残留回声信号映射向量，时频点(n,k)表示第n帧的第k个频率点，N表示帧数，K表示频率点数，1≤n≤N，1≤k≤K，表示所述第二信号的平均信回比。