预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共33页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115101082A(43)申请公布日2022.09.23(21)申请号202210639667.0(22)申请日2022.06.07(71)申请人腾讯科技(深圳)有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人梁俊斌(74)专利代理机构北京三高永信知识产权代理有限责任公司11138专利代理师祝亚男(51)Int.Cl.G10L21/02(2013.01)G10L21/0232(2013.01)G10L25/18(2013.01)权利要求书3页说明书23页附图6页(54)发明名称语音增强方法、装置、设备、存储介质及程序产品(57)摘要本申请公开了一种语音增强方法、装置、设备、存储介质及程序产品,涉及语音技术处理领域。该方法包括:沿频域维度对待进行语音增强的目标音频进行频带切分,得到至少两个子频带;获取至少两个子频带分别对应的子带能量数据;沿时域维度对至少两个子频带分别对应的子带能量数据进行分析,得到至少两个子频带分别对应的子带能量分布数据;当指定子频带对应的子带能量分布数据符合调整条件的情况下,对指定子频带的子带能量数据进行调整,得到目标增强音频。通过以上方式,能够有选择地对目标音频中不符合调整条件的子带能量数据进行调整,在充分考虑目标音频特性的同时提高了语音增强的质量。本申请可应用于云技术、人工智能、智慧交通等各种场景。CN115101082ACN115101082A权利要求书1/3页1.一种语音增强方法,其特征在于,所述方法包括:获取目标音频,所述目标音频为待进行语音增强的音频数据;沿频域维度对所述目标音频进行频带切分,得到至少两个子频带;获取所述至少两个子频带分别对应的子带能量数据,所述子带能量数据用于指示所述目标音频中的音频帧在所述子频带内沿频域维度的频率变化情况;沿时域维度对所述至少两个子频带分别对应的子带能量数据进行分析,得到所述至少两个子频带分别对应的子带能量分布数据,所述子带能量分布数据用于指示所述目标音频在所述至少两个子频带上的频率分布情况;在所述至少两个子频带中,存在指定子频带对应的子带能量分布数据符合调整条件的情况下,基于所述指定子频带对应的子带能量分布数据确定调整参数,对所述指定子频带的子带能量数据进行调整,得到目标增强音频。2.根据权利要求1所述的方法,其特征在于,所述沿时域维度对所述至少两个子频带分别对应的子带能量数据进行分析,得到所述至少两个子频带分别对应的子带能量分布数据,包括:获取第i帧音频帧中至少两个子频带分别对应的子带能量数据以及第i‑1帧音频帧中至少两个子频带分别对应的子带能量分布数据,其中,i为大于1的正整数;基于所述第i帧音频帧中至少两个子频带分别对应的子带能量数据、所述第i‑1帧音频帧中至少两个子频带分别对应的子带能量分布数据以及预设权重,得到所述第i帧音频帧中至少两个子频带分别对应的子带能量分布数据。3.根据权利要求2所述的方法,其特征在于,所述子带能量分布数据包括子带能量长时分布数据,所述子带能量长时分布数据用于指示相邻两帧音频帧的子带能量数据的变化情况;所述基于所述第i帧音频帧中至少两个子频带分别对应的子带能量数据、所述第i‑1帧音频帧中至少两个子频带分别对应的子带能量分布数据以及预设权重,得到所述第i帧音频帧中至少两个子频带分别对应的子带能量分布数据,包括:以第一预设权重对所述第i帧音频帧中至少两个子频带分别对应的子带能量数据以及所述第i‑1帧音频帧中至少两个子频带分别对应的子带能量长时分布数据进行加权融合,确定所述第i帧音频帧中至少两个子频带分别对应的子带能量长时分布数据。4.根据权利要求3所述的方法,其特征在于,所述在所述至少两个子频带中,存在指定子频带对应的子带能量分布数据符合调整条件的情况下,基于所述指定子频带对应的子带能量分布数据确定调整参数,包括:响应于所述至少两个子频带中存在指定子频带对应的子带能量长时分布数据达到预设听觉阈值,确定所述调整参数,所述预设听觉阈值用于指示所述调整条件。5.根据权利要求2所述的方法,其特征在于,所述子带能量分布数据包括子带能量高位分布数据,所述子带能量高位分布数据用于指示第i帧音频帧的子带能量数据与第i‑1帧音频帧的子带能量高位分布数据的数据比较情况;所述基于所述第i帧音频帧中至少两个子频带分别对应的子带能量数据、所述第i‑1帧音频帧中至少两个子频带分别对应的子带能量分布数据以及预设权重,得到所述第i帧音频帧中至少两个子频带分别对应的子带能量分布数据,包括:2CN115101082A权利要求书2/3页基于所述第i帧音频帧中至少两个子频带分别对应的子带能量数据、所述第i‑1帧音频帧中至少两个子频带分别对应的子带能量高位分布数据以及第