[发明专利]音质控制方法、装置、设备及存储介质

权利要求书

1.一种音质控制方法，其特征在于，所述音质控制方法包括以下步骤：

基于实时语音降噪模型，对音频数据进行降噪处理，所述实时语音降噪模型用于根据降噪参数对所述音频数据进行降噪处理；

对降噪处理后的音频数据进行双层自动增益控制。

2.如权利要求1所述的音质控制方法，其特征在于，所述基于实时语音降噪模型，对音频数据进行降噪处理的步骤，包括：

对音频数据进行噪声场景判定，确定所述音频数据对应的噪声场景；

根据所述噪声场景获取与所述噪声场景匹配的降噪参数；

基于所述降噪参数的实时语音降噪模型，对所述音频数据进行降噪处理。

3.如权利要求1或2所述的音质控制方法，其特征在于，所述基于实时语音降噪模型，对音频数据进行降噪处理的步骤之前，还包括：

获取预设噪声场景对应的音频训练数据；

提取所述音频训练数据的时域特征值和目标值；

基于语音活动检测、噪声谱估计和谱减构建的深度学习降噪模型，对所述时域特征值和所述目标值进行训练，得到降噪参数；

使用所述降噪参数对实时语音降噪模型的参数进行更新。

4.如权利要求2所述的音质控制方法，其特征在于，所述对音频数据进行噪声场景判定，确定所述音频数据对应的噪声场景的步骤，包括：

对音频数据对应的噪声数据进行计算，根据计算得到的结果对噪声的频谱特性进行估计，得到噪声谱估计值；

将所述噪声谱估计值与噪声场景各自对应的标准噪声谱估计值进行比对，将比对结果最小值对应的噪声场景确定为所述音频数据对应的噪声场景。

5.如权利要求1所述的音质控制方法，其特征在于，所述对降噪处理后的音频数据进行双层自动增益控制的步骤，包括：

对降噪处理后的音频数据进行分帧处理，得到音频帧；

若所述音频帧为语音帧，则进行数字自动增益控制，获取数字自动增益值；

若所述数字自动增益值大于或等于增益阈值，则进行模拟自动增益控制，获取模拟自动增益步长，并将所述模拟自动增益步长反馈至音频数据采集设备；

若所述数字自动增益值小于增益阈值，则输出所述语音帧。

6.如权利要求5所述的音质控制方法，其特征在于，所述对降噪处理后的音频数据进行双层自动增益控制的步骤，还包括：

若所述音频帧为噪声帧，则判断所述噪声帧中的噪声场景是否为预设噪声场景；

若所述噪声帧中的噪声场景是预设噪声场景，则产生并输出舒适噪声；

若所述噪声帧中的噪声场景不是预设噪声场景，则对所述音频帧进行降噪处理，产生并输出舒适噪声。

7.如权利要求5所述的音质控制方法，其特征在于，所述对降噪处理后的音频数据进行分帧处理，得到音频帧的步骤之后，还包括：

基于语音活动检测算法，确定所述音频帧的语音活动检测值；

基于所述语音活动检测值，确定所述音频帧的类型，所述类型包括语音帧和噪声帧。

8.一种音质控制装置，其特征在于，所述音质控制装置包括：

实时语音降噪模块，用于基于实时语音降噪模型，对音频数据进行降噪处理，所述实时语音降噪模型用于根据降噪参数对所述音频数据进行降噪处理；

音量自动增益模块，用于对降噪处理后的音频数据进行双层自动增益控制。

9.一种音质控制设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的音质控制程序，所述音质控制程序程序配置为实现如权利要求1至7中任一项所述的音质控制方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有音质控制程序，所述音质控制程序被处理器执行时实现如权利要求1至7任一项所述的音质控制方法的步骤。