语音信号处理方法、装置、电子设备以及存储介质.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CN113763978A(43)申请公布日2021.12.07(21)申请号202110450066.0(22)申请日2021.04.25(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)专利代理机构深圳翼盛智成知识产权事务所(普通合伙)44300代理人李汉亮(51)Int.Cl.G10L21/0208(2013.01)G10L21/0364(2013.01)权利要求书3页说明书14页附图3页(54)发明名称语音信号处理方法、装置、电子设备以及存储介质(57)摘要本申请实施例公开了一种语音信号处理方法、装置、电子设备以及存储介质，包括：在通话过程中获取采集信号以及参考信号；基于所述参考信号对所述采集信号进行回声消除处理，得到处理后语音信号；提取所述采集信号对应的第一信号音频特征以及所述参考信号对应的第二信号音频特征；根据所述第一信号音频特征以及第二信号音频特征，确定所述采集信号中近端语音信号的信号衰减；基于所述信号衰减抑制处理后语音信号中残留的回声信号，并对所述参考信号的音量进行调整，该方案可以提高语音信号处理的准确性。CN113763978ACN113763978A权利要求书1/3页1.一种语音信号处理方法，其特征在于，包括：在通话过程中获取采集信号以及参考信号；基于所述参考信号对所述采集信号进行回声消除处理，得到处理后语音信号；提取所述采集信号对应的第一信号音频特征以及所述参考信号对应的第二信号音频特征；根据所述第一信号音频特征以及第二信号音频特征，确定所述采集信号中近端语音信号的信号衰减；基于所述信号衰减抑制处理后语音信号中残留的回声信号，并对所述参考信号的音量进行调整。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一信号音频特征以及第二信号音频特征，确定所述采集信号中近端语音信号的信号衰减，包括：获取预设语音信号处理模型；采用所述语音信号处理模型，构建所述第一信号音频特征对应的第一语音向量和第二信号音频特征对应的第二语音向量；基于所述第一语音向量和第二语音向量，确定所述采集信号中近端语音信号的信号衰减。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一语音向量和第二语音向量，确定所述采集信号中近端语音信号的信号衰减，包括：对所述第一语音向量和第二语音向量进行音素分解处理，得到所述第一语音向量对应的第一音素以及所述第二语音向量对应的第二音素；对所述第一音素进行非线性变换，得到所述第一音素对应的非线性特征；基于所述非线性特征和第二音素，确定所述采集信号中近端语音信号的信号衰减。4.根据权利要求3所述的方法，其特征在于，所述基于所述非线性特征和第二音素，确定所述采集信号中近端语音信号的信号衰减，包括：确定与非线性特征对应的上下文特征；基于所述上下文特征和第二音素，确定所述采集信号中近端语音信号的信号衰减。5.根据权利要求4所述的方法，其特征在于，所述基于所述上下文特征和第二音素，确定所述采集信号中近端语音信号的信号衰减，包括：对所述上下文特征进行线性变换，得到所述第一音素的预测时长；基于所述预测时长以及第二音素，识别所述采集信号中近端语音信号；根据所述采集信号和近端语音信号，计算所述近端语音信号的信号衰减。6.根据权利要求1至5任一项所述的方法，其特征在于，所述对所述参考信号的音量进行调整号，包括：检测所述采集信号与抑制后语音信号之间的能量差；当检测到所述采集信号与抑制后语音信号之间的能量差大于预设值时，则降低所述参考信号的音量。7.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述信号衰减抑制处理后语音信号中残留的回声信号，包括：确定信号衰减对应的信号衰减值；2CN113763978A权利要求书2/3页计算所述采集信号与信号衰减值之间的乘积，得到所述采集信号衰减后的功率谱值；基于所述衰减后的功率谱值对所述采集信号中残留的回声信号进行抑制。8.根据权利要求7所述的方法，其特征在于，所述基于所述衰减后的功率谱值对所述采集信号中残留的回声信号进行抑制，包括：获取所述采集信号的相位值；基于所述功率谱值与相位值对所述采集信号中的回声信号进行抑制。9.一种语音信号处理装置，其特征在于，包括：获取模块，用于在通话过程中获取采集信号以及参考信号；处理模块，用于基于所述参考信号对所述采集信号进行回声消除处理，得到处理后语音信号；提取模块，用于提取所述采集信号对应的第一信号音频特征以及所述参考信号对应的第二信号音频特征；确定模块，用于根据所述第一信号音频特征以及第二信号音频特征，确定所述采集信号中近端语音信号的信号衰减；抑制模块，用于基于所述信号衰减抑制处理后语音