消除回声信号的方法、装置、计算设备和存储介质.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CN113763977A(43)申请公布日2021.12.07(21)申请号202110411034.X(22)申请日2021.04.16(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)发明人吴雯夏咸军(74)专利代理机构中国专利代理(香港)有限公司72001代理人孙之刚陈岚(51)Int.Cl.G10L21/0208(2013.01)G10L25/30(2013.01)权利要求书3页说明书14页附图7页(54)发明名称消除回声信号的方法、装置、计算设备和存储介质(57)摘要本申请的实施例提供了一种消除回声信号的方法、装置、计算设备和存储介质，方法包括：获取远端设备处的远端语音信号作为参考信号；采集近端设备处的麦克风信号，麦克风信号包括近端设备处的近端语音信号和与参考信号对应的回声信号；对麦克风信号进行滤波处理以获得第一滤波信号，第一滤波信号包括回声信号中的非线性分量和近端语音信号；将第一滤波信号和参考信号提供给神经网络语音模型以输出至少一个权重序列，其中神经网络语音模型是基于训练样本集进行训练得到的，训练样本集至少包括第一滤波信号样本和参考信号样本；以及基于至少一个权重序列和第一滤波信号获得将被发送至远端设备的近端目标语音信号。CN113763977ACN113763977A权利要求书1/3页1.一种消除回声信号的方法，包括：获取远端设备处的远端语音信号作为参考信号；采集近端设备处的麦克风信号，所述麦克风信号包括近端设备处的近端语音信号和与所述参考信号对应的回声信号；对所述麦克风信号进行滤波处理以获得第一滤波信号，所述第一滤波信号包括所述回声信号中的非线性分量和所述近端语音信号；将所述第一滤波信号和所述参考信号提供给神经网络语音模型以输出至少一个权重序列，其中所述神经网络语音模型是基于训练样本集进行训练得到的，所述训练样本集至少包括第一滤波信号样本和参考信号样本；以及基于所述至少一个权重序列和所述第一滤波信号获得将被发送至所述远端设备的近端目标语音信号。2.根据权利要求1所述的方法，所述对所述麦克风信号进行滤波处理以获得第一滤波信号包括：将所述近端语音信号、所述回声信号和所述参考信号提供给自适应滤波器，以输出所述第一滤波信号和第二滤波信号，所述第二滤波信号包括所述回声信号中的线性分量，其中所述方法包括：将所述第一滤波信号、所述参考信号和所述第二滤波信号一同提供给所述神经网络语音模型以输出所述至少一个权重序列。3.根据权利要求2所述的方法，其中将所述第一滤波信号、所述参考信号、和所述第二滤波信号一同提供给所述神经网络语音模型以输出所述至少一个权重序列包括：对所述第一滤波信号、所述第二滤波信号和所述参考信号分别进行特征提取，获得所述一滤波信号、所述第二滤波信号和所述参考信号的频谱特征；对所述第一滤波信号、所述第二滤波信号和所述参考信号的频谱特征进行拼接，获得拼接频谱特征；将所述拼接频谱特征提供给所述神经网络语音模型以获得所述至少一个权重序列。4.根据权利要求3所述的方法，其中对所述第一滤波信号、所述第二滤波信号和所述参考信号分别进行特征提取，获得所述一滤波信号、所述第二滤波信号和所述参考信号的频谱特征包括：对所述第一滤波信号、所述第二滤波信号和所述参考信号中的每一个进行分帧和加窗处理，获得分别与所述第一滤波信号、所述第二滤波信号和所述参考信号对应的第一音频信号；对所述第一音频信号进行傅里叶变换获得第一频域信号；以及基于所述第一频域信号生成与所述第一滤波信号、所述第二滤波信号和所述参考信号对应的对数能量谱。5.根据权利要求3所述的方法，其中所述基于所述至少一个权重序列和所述第一滤波信号获得将被发送至所述远端设备的近端目标语音信号包括：对所述至少一个权重序列中的各个权重序列进行加权处理获得目标权重序列；计算所述目标权重序列和所述第一滤波信号的频谱信号的点积，获得所述近端目标语音信号的频谱信号。6.根据权利要求5所述的方法，其中所述方法还包括：2CN113763977A权利要求书2/3页对所述近端目标语音信号的频谱信号进行时频反变换以得到所述近端目标语音信号的时域信号；将所述近端目标语音信号的所述时域信号发送至所述远端设备。7.根据权利要求4所述的方法，其中所述训练样本集还包括近端语音信号样本和第二滤波信号样本，所述方法还包括：通过如下训练步骤得到所述神经网络语音模型，所述训练步骤包括：获取所述第一滤波信号样本、近端语音信号样本、第二滤波信号样本和参考信号样本；将所述第一滤波信号样本、近端语音信号样本、第二滤波信号样本和参考信号样本提供给神经网络语音模型，对所述神经网络语音模型进行训练，直至所述神经网