[发明专利]鸟声音频的蝉鸣噪声消除方法、系统、装置及存储介质

权利要求书

1.一种鸟声音频的蝉鸣噪声消除方法，其特征在于，包括以下步骤：

获取包含蝉鸣噪声的待处理鸟声音频；

对所述待处理鸟声音频进行傅里叶变换得到第一幅度谱和第一相位谱；

将所述第一幅度谱输入基于深度学习的鸟声降噪模型得到降噪后的第二幅度谱，其中，所述鸟声降噪模型包括依次连接的门控卷积编码器、序列建模模块和门控卷积解码器，所述序列建模模块包括分别用于对时间维度相关性和频率维度相关性建模的Conformer模块；

将所述第一相位谱和所述第二幅度谱进行傅里叶逆变换得到降噪鸟声音频。

2.根据权利要求1所述的鸟声音频的蝉鸣噪声消除方法，其特征在于，所述鸟声降噪模型通过以下步骤获得：

获取训练数据集，并通过傅里叶变换提取所述训练数据集中音频的幅度谱；

初始化鸟声降噪模型并设置优化参数，所述优化参数包括学习率、批次大小和训练次数；

根据所述批次大小和所述训练次数将所述训练数据集的幅度谱输入所述鸟声降噪模型得到降噪幅度谱；

根据损失函数计算所述降噪幅度谱和训练数据集中的训练标签之间的损失值；

根据所述学习率和所述损失值更新所述鸟声降噪模型。

3.根据权利要求2所述的鸟声音频的蝉鸣噪声消除方法，其特征在于，所述训练数据集通过以下步骤获得：

采集不同区域的多种鸟声数据和多种蝉鸣声数据；

从所述鸟声数据筛选背景噪声较小的鸟声数据，对筛选出的鸟声数据进行背景噪声消除和鸟声提取得到鸟声音频，其中，所述鸟声音频中的两个鸟声信号之间的时间间隔小于第一预设时长；

切除所述蝉鸣声数据中的非蝉鸣声片段得到蝉鸣噪声音频，其中，所述蝉鸣噪声音频中的每个蝉鸣噪声持续时间大于第二预设时长；

分别对所述鸟声音频和所述蝉鸣噪声音频进行切片得到鸟声片段和蝉鸣声片段；

按照预设的信噪比混合所述鸟声片段和所述蝉鸣声片段得到音频样本，并将所述鸟声片段作为所述音频样本的训练标签。

4.根据权利要求1所述的鸟声音频的蝉鸣噪声消除方法，其特征在于，所述对所述待处理鸟声音频进行傅里叶变换得到第一幅度谱和第一相位谱包括以下步骤：

根据所述待处理鸟声音频确定所述待处理鸟声音频的短时傅里叶变换系数；

根据所述短时傅里叶变换系数确定第一幅度谱和第一相位谱。

5.根据权利要求3所述的鸟声音频的蝉鸣噪声消除方法，其特征在于，所述鸟声降噪模型的门控卷积编码器包括依次连接的第一卷积门控线性单元、批次归一化单元和线性整流单元，所述第一卷积门控线性单元包含两个二维卷积层；

所述第一卷积门控线性单元表示为：

y＝(x*W₁+b₁)⊙σ(x*W₂+b₂)；

其中，(x*W+b)表示二维卷积层，W和b分别表示卷积核权重参数和偏差，σ表示sigmoid函数，x表示输入特征，符号*和⊙分别表示卷积运算和逐元素乘法；

所述门控卷积编码器的编码过程表示为：

w＝ReLU(BN(conv2d(x))⊙σ(conv2d(x)))；

其中，x表示编码器的输入特征，w表示编码器的输出特征，σ表示sigmoid函数，⊙表示逐元素乘法，Conv2d表示二维卷积，BN表示批次归一化，ReLU表示线性整流。