[发明专利]音频数据处理方法和装置在审
| 申请号： | 202110362289.1 | 申请日： | 2021-04-02 |
| 公开（公告）号： | CN113096679A | 公开（公告）日： | 2021-07-09 |
| 发明（设计）人： | 陈诚 | 申请（专利权）人： | 北京字节跳动网络技术有限公司 |
| 主分类号： | G10L21/0208 | 分类号： | G10L21/0208;G10L21/02;G10L21/0224 |
| 代理公司： | 上海光栅知识产权代理有限公司 31340 | 代理人： | 关浩;马雯雯 |
| 地址： | 100041 北京市石景山区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开实施例提供一种音频数据处理方法和装置，该方法包括：获取时域音频数据；在时域音频数据中提取第一声学特征和第二声学特征，两个声学特征的维度小于预设维度；将第一声学特征和第二声学特征进行拼接得到输入特征；将输入特征输入至预先建立的语音增强模型中，在语音增强模型的网络层之间进行特征叠加处理，得到音频数据对应的掩膜特征；将掩膜特征扩展到频域后与时域音频数据的幅度谱特征相乘，得到所述音频数据中的人声预测结果。本公开实施例在实现抑制音频数据中的噪声的同时能够进一步降低特征维度，从而极大的降低了模型的参数量和计算复杂度，即使在实时通信场景下，也能够快速抑制语音数据中的噪声，得到更清晰、纯净的人声信号。 | ||
| 搜索关键词： | 音频 数据处理 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京字节跳动网络技术有限公司，未经北京字节跳动网络技术有限公司许可，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/patent/202110362289.1/，转载请声明来源钻瓜专利网。
