声音处理方法、装置、电子设备和存储介质.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CN113489854A(43)申请公布日2021.10.08(21)申请号202110736459.8(22)申请日2021.06.30(71)申请人北京小米移动软件有限公司地址100085北京市海淀区西二旗中路33号院6号楼8层018号申请人北京小米松果电子有限公司(72)发明人操陈斌(74)专利代理机构北京博思佳知识产权代理有限公司11415代理人苑晨浩(51)Int.Cl.H04M9/08(2006.01)G10L21/0208(2013.01)G10L21/0216(2013.01)权利要求书6页说明书20页附图4页(54)发明名称声音处理方法、装置、电子设备和存储介质(57)摘要本公开是关于一种声音处理方法、装置、电子设备和存储介质，所述方法应用于终端设备，所述终端设备包括第一麦克风和第二麦克风，所述方法包括：根据所述第一信号的向量和所述第二信号的向量，确定第一残差信号的向量，其中，所述第一信号包括输入所述第一麦克风的第一语音信号和第一噪声信号，所述第二信号包括输入所述第二麦克风的第二语音信号和第二噪声信号，所述第一残差信号包括第二噪声信号和残留语音信号；根据所述第一残差信号的向量和所述第一信号的向量，利用预先训练的神经网络确定当前帧的增益函数；根据所述第一信号的向量和所述当前帧的增益函数，确定当前帧的第一语音信号。CN113489854ACN113489854A权利要求书1/6页1.一种声音处理方法，其特征在于，应用于终端设备，所述终端设备包括第一麦克风和第二麦克风，所述方法包括：根据所述第一信号的向量和所述第二信号的向量，确定第一残差信号的向量，其中，所述第一信号包括输入所述第一麦克风的第一语音信号和第一噪声信号，所述第二信号包括输入所述第二麦克风的第二语音信号和第二噪声信号，所述第一残差信号包括第二噪声信号和残留语音信号；根据所述第一残差信号的向量和所述第一信号的向量，利用预先训练的神经网络确定当前帧的增益函数；根据所述第一信号的向量和所述当前帧的增益函数，确定当前帧的第一语音信号。2.根据权利要求1所述的声音处理方法，其特征在于，还包括：根据第三信号、第四信号和回声参考信号确定第一信号的向量和第二信号的向量，其中，所述第三信号包括输入所述第一麦克风的第一语音信号、第一噪声信号和第一回声信号，所述第四信号包括输入所述第二麦克风的第二语音信号、第二噪声信号和第二回声信号，所述第一信号还包括残留回声信号，所述第二信号还包括残留回声信号。3.根据权利要求2所述的声音处理方法，其特征在于，所述根据第一信号向量、第二信号向量和回声参考信号确定第一信号的向量和第二信号的向量，包括：获取所述第一信号和所述回声参考信号组成的第一向量、所述第二信号和所述回声参考信号组成的第二向量；根据当前帧的第一向量和前一帧的第一分离向量确定第二残差信号的向量，并根据当前帧的第二向量和前一帧的第二分离向量确定第三残差信号的向量；根据所述第二残差信号的向量、所述第一向量和平滑参数，确定当前帧的第一分离向量，并根据所述第三残差信号的向量、所述第二向量和平滑参数，确定当前帧的第二分离向量；根据所述第一向量和当前帧的第一分离向量确定第一信号的向量，并根据当前帧的第二向量和当前帧的第二分离向量确定第二信号的向量。4.根据权利要求3所述的声音处理方法，其特征在于，所述获取所述第一信号和所述回声参考信号组成的第一向量、所述第二信号和所述回声参考信号组成的第二向量，包括：分别将所述第一信号的向量、所述第二信号的向量和所述回声参考信号的向量由时域形式转换为频域形式；将频域形式的第一信号的向量和所述频域形式的回声参考信号的向量组成第一向量，并将频域形式的第二信号的向量和所述频域形式的回声参考信号的向量组成第二向量。5.根据权利要求1所述的声音处理方法，其特征在于，所述根据所述第一信号的向量和所述第二信号的向量，确定第一残差信号的向量，包括：将所述第一信号的向量中的样本点的数量截取为第一数量，并将所述第二信号的向量中的样本点的数量截取为第二数量；根据所述第一信号的向量和前一帧的第一传递函数，确定第二信号的傅里叶变换系数的向量；根据所述第二信号的向量和所述傅里叶变换系数的向量中第二数量的样本点，确定所述第一残差信号的向量。2CN113489854A权利要求书2/6页6.根据权利要求5所述的声音处理方法，其特征在于，还包括：根据所述第一残差信号的向量、前一帧的残差信号协方差、前一帧的状态估计误差协方差、第一信号的向量和平滑参数，确定第一卡尔曼增益系数；根据所述第一卡尔曼增益系数和所述第一残差信号和前一帧的第一传递函数，确定当前帧的第一传递函数。7.根据权利要求6所述的声音处理方法，其特征在于，还