音频处理方法、装置、存储介质及设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114299981A(43)申请公布日2022.04.08(21)申请号202111647327.4(22)申请日2021.12.29(71)申请人中国电信股份有限公司地址100033北京市西城区金融大街31号(72)发明人郑佳欢向勇关迎辉张海平云龙(74)专利代理机构北京律智知识产权代理有限公司11438代理人孙宝海李建忠(51)Int.Cl.G10L21/0208(2013.01)G10L25/03(2013.01)G10L25/30(2013.01)权利要求书3页说明书14页附图4页(54)发明名称音频处理方法、装置、存储介质及设备(57)摘要本公开的实施例公开了一种音频处理方法、装置、存储介质及设备，本公开的实施例提供的音频处理方法，通过对待处理音频数据进行主语音特征提取，以及对待处理音频数据进行噪音特征提取；对主语音特征提取过程中的中间主语音特征以及噪音特征提取过程中的中间噪音特征进行特征相互交互，以对中间主语音特征进行语音强化处理，对中间噪音特征进行噪音弱化处理，提高了对待处理音频数据的噪音提取效果和语音提取效果。根据主语音特征提取得到的目标主语音特征以及根据噪音特征提取得到的目标噪音特征，生成去噪强音的音频数据，以更好地区分语音信息和噪音信息，进而可以精准地对噪音信息进行有效弱化，也可以很好的保留并强化语音信息的特征。CN114299981ACN114299981A权利要求书1/3页1.音频处理方法，其特征在于，所述方法包括：获取待处理音频数据；对所述待处理音频数据进行主语音特征提取，以及对所述待处理音频数据进行噪音特征提取；对所述主语音特征提取过程中的中间主语音特征以及所述噪音特征提取过程中的中间噪音特征进行特征交互，并根据得到的音频特征对所述中间主语音特征进行语音强化处理，以及对所述中间噪音特征进行噪音弱化处理；根据所述主语音特征提取得到的目标主语音特征以及根据所述噪音特征提取得到的目标噪音特征，生成去噪强音的音频数据。2.根据权利要求1所述的方法，其特征在于，音频处理模型包括特征提取网络、交互网络以及融合网络；所述对所述待处理音频数据进行主语音特征提取，以及对所述待处理音频数据进行噪音特征提取，包括：将所述待处理音频数据输入所述特征提取网络的第一分支网络进行主语音特征提取，以及将所述待处理音频数据输入所述特征提取网络的第二分支网络进行噪音特征提取；所述对所述主语音特征提取过程中的中间主语音特征以及所述噪音特征提取过程中的中间噪音特征进行特征交互，并根据得到的音频特征对所述中间主语音特征进行语音强化处理，以及对所述中间噪音特征进行噪音弱化处理，包括：将所述主语音特征提取过程中的中间主语音特征以及所述噪音特征提取过程中的中间噪音特征输入所述交互网络的拼接网络进行特征交互，得到音频特征，并所述音频特征输入所述交互网络的特征处理网络对所述中间主语音特征进行语音强化处理，以及对所述中间噪音特征进行噪音弱化处理；所述根据所述主语音特征提取得到的目标主语音特征以及根据所述噪音特征提取得到的目标噪音特征，生成去噪强音的音频数据，包括：将所述主语音特征提取得到的目标主语音特征以及所述噪音特征提取得到的目标噪音特征输入所述融合网络的去噪音频生成网络，生成去噪强音的音频数据。3.根据权利要求2所述的方法，其特征在于，所述将所述待处理音频数据输入所述特征提取网络的第一分支网络进行主语音特征提取，以及将所述待处理音频数据输入所述特征提取网络的第二分支网络进行噪音特征提取之前，所述方法还包括：获取带有样本标签的音频样本数据；将所述音频样本数据输入初始特征提取网络的第一分支网络进行主语音特征提取，以及将所述音频样本数据输入所述初始特征提取网络的第二分支网络进行噪音特征提取；将所述主语音特征提取过程中的中间主语音特征以及所述噪音特征提取过程中的中间噪音特征输入初始交互网络的拼接网络进行特征交互，得到音频特征，并将所述音频特征输入所述初始交互网络的特征处理网络对所述中间主语音特征进行语音强化处理，以及对所述中间噪音特征进行噪音弱化处理；将所述主语音特征提取得到的目标主语音特征以及所述噪音特征提取得到的目标噪音特征输入初始融合网络的去噪音频生成网络，生成去噪强音的音频数据；根据所述去噪强音的音频数据以及所述音频样本数据所对应的样本标签，分别调整所述初始特征提取网络、所述初始交互网络以及所述初始融合网络的模型参数，得到所述音2CN114299981A权利要求书2/3页频处理模型。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据得到的音频特征对所述中间主语音特征进行语音强化处理，以及对所述中间噪音特征进行噪音弱化处理，包括：根据所述音频特征，得到主语音特征