音频处理方法、装置、设备和存储介质.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CN114286274A(43)申请公布日2022.04.05(21)申请号202111572486.2(22)申请日2021.12.21(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人卿睿魏建强(74)专利代理机构北京品源专利代理有限公司11332代理人骆文欣(51)Int.Cl.H04S1/00(2006.01)H04S7/00(2006.01)权利要求书3页说明书13页附图5页(54)发明名称音频处理方法、装置、设备和存储介质(57)摘要本公开提供了一种音频处理方法、装置、设备和存储介质，涉及人工智能领域，尤其涉及语音技术领域。具体实现方案为：在接收到待处理音频时，确定待处理音频对应的目标发声方向；根据所述目标发声方向对应方向感重建滤波器，对所述待处理音频进行方向感重建，得到目标音频；输出所述目标音频。本公开实施例为线上参与方提供了线上沉浸式的沟通体验。CN114286274ACN114286274A权利要求书1/3页1.一种音频处理方法，包括：在接收到待处理音频时，确定所述待处理音频对应的目标发声方向；根据所述目标发声方向对应方向感重建滤波器，对所述待处理音频进行方向感重建，得到目标音频；输出所述目标音频。2.根据权利要求1所述的方法，其中，所述目标发声方向对应方向感重建滤波器的目标滤波系数，采用以下方式确定：获取所述目标发声方向下的至少一个初始滤波系数；根据至少一个所述初始滤波系数，确定目标滤波系数。3.根据权利要求2所述的方法，其中，所述根据至少一个所述初始滤波系数，确定目标滤波系数，包括：对至少一个所述初始滤波系数进行加权，得到基准滤波系数；根据所述基准滤波系数，确定所述目标滤波系数。4.根据权利要求3所述的方法，其中，所述根据所述基准滤波系数，确定所述目标滤波系数，包括：根据所述基准滤波系数对应方向感重建滤波器的频谱数据，调整所述基准滤波系数，得到所述目标滤波系数。5.根据权利要求1‑4任一项所述的方法，其中，所述在接收到待处理音频时，确定所述待处理音频对应的目标发声方向，包括：在接收到待处理音频时，根据所述待处理音频对应目标参与方的标识信息，确定所述目标发声方向。6.根据权利要求5所述的方法，其中，所述根据所述待处理音频对应目标参与方的标识信息，确定所述目标发声方向，包括：根据所述待处理音频对应目标参与方的标识信息，判断所述目标参与方是否已分配发声方向；若否，则根据待分配发声方向的存在情况，向所述目标参与方分配所述目标发声方向。7.根据权利要求6所述的方法，其中，所述根据待分配发声方向的存在情况，向所述目标参与方分配所述目标发声方向，包括：若不存在待分配发声方向，则根据所述目标参与方的标识信息，从各已分配发声方向中选取所述目标发声方向。8.根据权利要求6所述的方法，其中，所述根据待分配发声方向的存在情况，向所述目标参与方分配所述目标发声方向，包括：若存在待分配发声方向，则根据所述目标参与方的发声顺序，从所述待分配发声方向中选取所述目标发声方向。9.根据权利要求7所述的方法，其中，所述根据所述目标参与方的标识信息，从各已分配发声方向中选取所述目标发声方向，包括：确定所述目标参与方的标识信息的哈希值；对所述哈希值进行数值转换，得到分配参考数据；根据所述分配参考数据和预设发声方向数量，确定目标发声方向的标识信息。2CN114286274A权利要求书2/3页10.根据权利要求1‑9任一项所述的方法，还包括：在预设缓存区域缓存待输出音频；其中，所述待输出音频为沉浸模式下的目标音频，或者普通模式下的待处理音频；响应于模式切换操作，输出所述预设缓存区域中的待输出音频。11.根据权利要求1‑10任一项所述的方法，在所述输出所述目标音频之前，所述方法还包括：对所述目标音频进行房间混响，以更新所述目标音频。12.一种音频处理装置，包括：方向确定模块，用于在接收到待处理音频时，确定所述待处理音频对应的目标发声方向；方向感重建模块，用于根据所述目标发声方向对应方向感重建滤波器，对所述待处理音频进行方向感重建，得到目标音频；音频输出模块，用于输出所述目标音频。13.根据权利要求12所述的装置，其中，所述装置还包括目标滤波系数确定模块，用于确定所述目标发声方向对应方向感重建滤波器的目标滤波系数，具体包括：初始滤波系数获取单元，用于获取所述目标发声方向下的至少一个初始滤波系数；目标滤波系数确定单元，用于根据至少一个所述初始滤波系数，确定目标滤波系数。14.根据权利要求13所述的装置，其中，所述目标滤波系数确定单元，包括：滤波加权子单元，用于对至少一个所述初始滤波系数进行加权，得到基准滤波系数；目标滤波系数确定