[发明专利]音频降噪方法和装置、存储介质及电子装置在审
申请号: | 202211625879.X | 申请日: | 2022-12-16 |
公开(公告)号: | CN116110418A | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 黄景标;方瑞东;林聚财;黄威震;毛亚朋;刘克柱;薛晗;殷俊;王国龙 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G10L21/0208 | 分类号: | G10L21/0208;G10L21/0216;G10L21/0232;G10L21/0264;G10L25/30;G06N3/04;G06N3/08 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 黄海英 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 音频 方法 装置 存储 介质 电子 | ||
1.一种音频降噪方法,其特征在于,包括:
获取当前时刻的第一带噪音频数据和历史时刻的第二带噪音频数据;
依据所述第一带噪音频数据和所述第二带噪音频数据进行特征提取,得到目标特征信息;
将所述目标特征信息输入到目标神经网络结构中,得到所述第一带噪音频数据对应的目标音频信号,其中,所述目标神经网络结构由带噪音频训练样本集训练得到的,所述带噪音频训练样本集由多个带噪音频训练样本和每个带噪音频训练样本对应的预设音频信号组成,每个带噪音频训练样本通过所述预设音频信号和目标噪声信号得到。
2.根据权利要求1所述的方法,其特征在于,所述目标神经网络结构由编码模块、时序传递模块、跨层连接模块和解码模块组成,其中,所述跨层连接模块用于连接所述编码模块中的卷积层和所述解码模块中的转置卷积层,所述跨层连接模块中的卷积核由所述编码模块输出的数据的层数决定。
3.根据权利要求1所述的方法,其特征在于,依据所述第一带噪音频数据和所述第二带噪音频数据进行特征提取,得到目标特征信息包括:
对所述第一带噪音频数据中的每帧信号进行短时傅里叶变换,得到所述第一带噪音频数据对应的第一时频域信息;
对所述第二带噪音频数据中的每帧信号进行短时傅里叶变换,得到所述第二带噪音频数据对应的第二时频域信息;
对所述第一时频域信息和所述第二时频域信息进行拼接处理,得到所述目标特征信息。
4.根据权利要求2所述的方法,其特征在于,将所述目标特征信息输入到目标神经网络结构中,得到所述第一带噪音频数据对应的目标音频信号包括:
通过所述编码模块对所述目标特征信息进行编码处理,得到目标特征矩阵;
通过所述时序传递模块将所述目标特征矩阵传递到所述解码模块中;
通过所述跨层连接模块将所述编码模块中的每个卷积层的输出特征矩阵传递到所述解码模块的每个转置卷积层中;
通过所述解码模块对所述目标特征矩阵和所述输出特征矩阵进行解码处理,得到所述第一带噪音频数据对应的目标音频信号。
5.根据权利要求1所述的方法,其特征在于,所述目标神经网络结构采用以下步骤训练得到:
获取所述带噪音频训练样本集;
对所述带噪音频训练样本集中的带噪音频训练样本进行特征提取,得到训练特征集;
依据所述训练特征集对初始目标神经网络结构进行训练,得到所述目标神经网络结构。
6.根据权利要求5所述的方法,其特征在于,获取所述带噪音频训练样本集包括:
获取所述预设音频信号;
获取所述目标噪声信号;
对所述预设音频信号和所述目标噪声信号进行混合和构造处理,得到所述带噪音频训练样本;
依据所述带噪音频训练样本和所述预设音频信号确定所述带噪音频训练样本集。
7.根据权利要求6所述的方法,其特征在于,获取所述预设音频信号包括:
在目标环境下采集得到第三带噪音频数据,并将所述第三带噪音频数据进行降噪处理,得到处理后的第三带噪音频数据;
对所述处理后的第三带噪音频数据进行评分,得到第一目标分数;
若所述第一目标分数大于第一阈值,则确定所述处理后的第三带噪音频数据为所述预设音频信号。
8.根据权利要求6所述的方法,其特征在于,获取所述目标噪声信号包括:
在目标环境下采集得到初始噪声数据;
对所述初始噪声数据进行评分,得到第二目标分数;
若所述第二目标分数大于第二阈值,则确定所述初始噪声数据为所述目标噪声信号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211625879.X/1.html,转载请声明来源钻瓜专利网。