CN112259116A - 一种音频数据的降噪方法、装置、电子设备及存储介质 - Google Patents
一种音频数据的降噪方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112259116A CN112259116A CN202011098018.1A CN202011098018A CN112259116A CN 112259116 A CN112259116 A CN 112259116A CN 202011098018 A CN202011098018 A CN 202011098018A CN 112259116 A CN112259116 A CN 112259116A
- Authority
- CN
- China
- Prior art keywords
- sub
- noise reduction
- band
- domain information
- bands
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 230000009467 reduction Effects 0.000 claims abstract description 373
- 238000012545 processing Methods 0.000 claims abstract description 131
- 238000012549 training Methods 0.000 claims abstract description 31
- 238000005070 sampling Methods 0.000 claims description 36
- 230000002194 synthesizing effect Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000013507 mapping Methods 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 37
- 230000015572 biosynthetic process Effects 0.000 description 14
- 238000003786 synthesis reaction Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000009432 framing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L21/0232—Processing in the frequency domain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L21/0224—Processing in the time domain
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本公开实施例公开了一种音频数据的降噪方法、装置、电子设备及存储介质,其中该方法包括:对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;将第一子带的频域信息输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益;基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;根据第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。通过基于降噪模型对第一子带降噪,通过增益映射对其他子带降噪,不仅能够提高模型训练效率,也能够提高音频数据的降噪效率。
Description
技术领域
本公开实施例涉及计算机技术领域,尤其涉及一种音频数据的降噪方法、装置、电子设备及存储介质。
背景技术
近年来,利用深度学习模型来进行音频数据降噪是降噪的主流趋势之一。可利用音频数据样本进行深度学习模型的训练,且利用低频采样率的音频数据样本训练得到的模型,可应用于低频采样率的音频数据降噪,利用高频采样率的音频数据样本训练得到的模型,可应用于高频采样率的音频数据降噪。
现有降噪方法至少包括如下技术问题:当音频数据样本的采样率越高时,模型训练需要更长的样本点数,更多的模型参数和更复杂的模型结构,导致模型训练效率较低;并且,当基于该模型进行音频数据降噪时,降噪处理也会相应耗时较长,导致音频数据降噪效率较低。
发明内容
本公开实施例提供一种音频数据的降噪方法、装置、电子设备及存储介质,不仅能够提高模型训练效率,也能够提高音频数据的降噪效率。
第一方面,本公开实施例提供了一种音频数据的降噪方法,包括:
对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;
将所述第一子带的频域信息输入降噪模型,以使所述降噪模型输出所述第一子带降噪后的频域信息,和所述第一子带的增益;
基于所述第一子带的增益,确定除所述第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;
根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
第二方面,本公开实施例还提供了一种音频数据的降噪装置,包括:
分子带模块,用于对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;
第一降噪模块,用于将所述第一子带的频域信息输入降噪模型,以使所述降噪模型输出所述第一子带降噪后的频域信息,和所述第一子带的增益;
第二降噪模块,用于基于所述第一子带的增益,确定除所述第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;
降噪数据确定模块,用于根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本公开实施例任一所述的音频数据的降噪方法。
第四方面,本公开实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的音频数据的降噪方法。
本公开实施例的技术方案,对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;将第一子带的频域信息输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益;基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;根据第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
人耳最敏感的声音频率范围,通常认为是较低频率的范围。基于此,本公开实施例的技术方案中,把分帧后的音频数据划分为各个子带,通过降噪模型只对低频区间对应的第一子带进行降噪,并根据降噪模型输出的第一子带的增益,对其他子带的增益进行映射,以对其他子带进行降噪。相较于传统的利用降噪模型对全频带降噪来说,减少了整体的降噪耗时,提高了降噪效率。
此外,由于降噪模型只应用于第一子带降噪,而非全频带降噪,降噪模型可以只通第一子带的样本数据进行训练,从而能够提高模型训练效率。尤其针对高采样率的音频数据进行模型训练的情况,通过只对第一子带的样本数据进行训练,可大大减少模型参数和模型复杂度,提高模型训练效率。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例一所提供的一种音频数据的降噪方法的流程示意图;
图2为本公开实施例二所提供的一种音频数据的降噪方法的流程示意图;
图3为本公开实施例三所提供的一种音频数据的降噪方法的流程示意图;
图4为本公开实施例五所提供的一种音频数据的降噪装置结构示意图;
图5为本公开实施例六所提供的一种电子设备结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
实施例一
图1为本公开实施例一所提供的一种音频数据的降噪方法的流程示意图,本公开实施例适用于音频数据降噪的情形,尤其适用于高采样率的音频数据的实时降噪的情形。该方法可以由音频数据的降噪装置来执行,该装置可以通过软件和/或硬件的形式实现,该装置可配置于电子设备中,例如配置于计算机中。
如图1所示,本实施例提供的音频数据的降噪方法,包括:
S110、对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带。
本公开实施例中,需要降噪的音频数据可以是实时采集的音频数据流,也可以是采集完毕的音频数据文件。
通常在对音频数据进行降噪前,可以对音频数据进行分帧处理,得到音频帧数据。其中,对音频数据进行分帧处理,可以理解为将音频数据中的采样点进行分段处理,且可以基于现有的Matlab分帧代码或其他分帧方式进行分帧,在此不做穷举。通过对音频数据进行分帧,不仅有利于音频数据流的实时处理,无需等到音频数据采集完毕再降噪,还有利于音频数据文件中各音频帧数据进行同时降噪,以提高降噪效率。
在获取到音频帧数据时,可以对每帧数据进行分子带处理。其中,音频帧数据的不同子带可以认为是,音频帧数据中包含的不同频率区间的数据部分。其中,可以基于时域和/或频域的处理方法,将音频帧数据解析为不同频率区间的数据部分。
其中,音频数据的每个子带的频率区间不同,可以理解为每个子带的频率区间的端点值不完全一致。各子带的频率区间可以呈现重叠、依次相邻或不相邻等情况。示例性的,采样率为48khz的音频帧数据,其频率范围为0hz-24khz,该音频帧数据的各子带对应的频率区间,可以是重叠的情况,例如是0hz-8khz、7khz-16khz和15khz-24khz;也可以是依次相邻的情况,例如是0hz-8khz、8khz-16khz和16khz-24khz;还可以是不相邻的情况,例如是0hz-8khz、9khz-16khz和17khz-24khz等。
在本公开实施例一些优选的实现方式中,音频帧数据的各子带的频率区间依次相邻,可以认为前一个子带的频率区间的右侧端点值,等于后一个子带的频域区间的左侧端点值。在这些优选的实现方式中,通过将各子带的频率区间相邻设置,不仅避免了重叠频率区域的音频帧数据重复降噪处理,还可以在降噪时不遗漏一些频率区域的音频帧数据,保证音频帧数据的全带都可以完成降噪,在一定程度上可提升降噪效果。
其中,区间最大值最小的频率区间,可以认为是各子带对应的频率区间中,相对的低频区间。此外,频率区间中相对的低频区间,还可以用区间最小值最小的频率区间,或者区间中间值最小的频率区间等描述方式来表示,在此不做穷举。
人耳最敏感的声音频率范围为200hz-800hz,与声音频率20hz-20000hz范围相比,通常认为是较低频率的范围。因此,将音频帧数据分子带后,通过将区间最大值最小的频率区间对应的子带,作为第一子带,旨在从各子带中选取出包含人耳敏感的频率范围的,相对低频区间对应的第一子带,为后续通过降噪模型对第一子带降噪奠定基础。
S120、将第一子带的频域信息输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益。
本公开实施例中,降噪模型例如可以是,循环神经网络噪声抑制(RecurrentNeural Network Noise,RNNoise)模型,卷积神经网络(Convolutional Neural Networks,CNN)模型等,其他音频降噪模型也可应用于此,在此不做穷举。降噪模型可以通过预先训练得到,且基于降噪模型可以实现对音频帧数据的第一子带的降噪,同时可以输出第一子带的增益。
其中,对于每帧音频数据来说,第一子带的增益可以认为是,第一子带对应的频率区间中每个频点对应的增益的集合,且每个频点对应的增益为一个增益数值。其中,增益数值例如可以是降噪后的频域信息,占降噪前的频域信息的占比数值。其中,增益通常在0-1范围内,且增益越趋近于0,可认为该音频帧数据越趋近于噪声,越需要对该音频帧数据进行消除。
与传统的对音频数据的全带数据进行降噪处理相比,本公开实施例通过利用降噪模型只针对第一子带进行降噪处理,可以减少音频数据的整体降噪耗时,提高了降噪效率,在音频数据实时降噪的应用中优势非常明显。
并且,通常采样率越高,传统的降噪模型的结构越复杂,降噪过程耗费的计算资源越多,致使音频数据降噪很难落地到笔记本或手机等计算资源有限的终端中,不利于实际工程的应用。而本公开实施例提供的降噪模型,对高采样率的音频数据降噪时,可以只对其低频区间的第一子带进行降噪,因此模型复杂度大大降低,耗费的计算资源也大大减小,有利于落地到计算资源有限的终端中去,有利于实际工程的应用。
在本公开实施例一些可选的实现方式中,降噪模型的训练方式,包括:获取与第一子带的频率区间相同的样本帧数据,以及样本帧数据的目标频域信息;利用样本帧数据的频域信息,以及目标频域信息,对降噪模型进行训练,直至降噪模型收敛。
其中,在进行降噪模型训练时,所需要的样本数据,可以与需要降噪的音频数据的频率范围相同,也可以与需要降噪的音频数据的频率范围不同,只需保证样本数据经过分帧,和/或分子带处理后,样本帧数据与第一子带具备相同的频率区间即可。
通常,音频数据的采样率需达到其频率最大值的两倍,才能满足采集需求。现有大部分开源的音频数据集的采样率较低,例如采样率为16khz。当需要降噪的音频数据的频率最大值较高时,其采样率也较高,例如采样率达到32khz、48khz等,此时若采用传统的利用全带样本数据进行降噪模型训练,不仅没有开源的音频数据集支持,需要耗费大量时间进行高采样率的样本数据采集,而且训练过程必然需要更多的样本点数,更多的模型参数和更复杂的模型结构,这将导致模型训练效率较低。
而本公开这些可选的实施方式中,可以利用现有的采样率较低的开源音频数据集,将数据集中的样本数据进行分帧,和/或分子带处理,以使样本帧数据与第一子带具备相同的频率区间,就可以进行降噪模型训练,以应用于高采样率的音频数据的降噪。从而,不仅无需耗费时间进行高采样率的样本数据采集,而且只根据第一子带的频率区间的样本帧数据进行训练,可大大减少模型参数和模型复杂度,提高模型训练效率。
S130、基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理。
本公开实施例中,由于各子带的频率区间依次相邻,且相邻频点增益的关联性较强,可基于第一子带的增益,对其他子带对应的频率区间中,各频点的增益进行确定。其中,基于第一子带的增益,确定除第一子带外的其他子带的增益的方式,例如可以是按照相邻频点间的增益映射关系,依次确定其他子带的各频点的增益,或者可以是根据第一子带的频率区间中频率值较大的频点的增益,确定其他子带的增益等。
在本公开实施例一些可选的实现方式中,基于第一子带的增益,确定除第一子带外的其他子带的增益,包括:综合第一子带的频率区间中,预设频点值到区间最大值的平均增益,以及降噪模型输出的第一子带属于预设类别的判决概率,确定除第一子带外的其他子带的增益。
其中,预设频点值到区间最大值的平均增益,可以认为是从预设频点值到区间最大值的频率范围内,各频点对应的增益的平均值。由于第一子带对应的频率区间中,频率值较大的频点的增益与相对的高频区间对应的其他子带的增益关联性较高。因此,可以将第一子带的频率区间中,预设频点值到区间最大值的平均增益,作为确定其他子带的增益的因素之一。
其中,降噪模型除了可以对第一子带的频率信息进行降噪之外,还可以对音频帧数据进行有效声音类别的检测,其中有效声音类别例如为人声类别,或是乐器声类别等。当预设类别的判决概率的数值越大,可以认为该音频帧数据属于噪声的概率越小,相应的增益越大。由于同一音频帧数据中,各子带属于预设类别的判决概率的关联性较高。因此,可以将第一子带属于预设类别的判决概率,也作为确定其他子带的增益的因素之一。
在这些可选的实施方式中,通过综合第一子带的频率区间中,预设频点值到区间最大值的平均增益,以及降噪模型输出的第一子带属于预设类别的判决概率,能够确定降噪效果较好的其他子带的增益。
S140、根据第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
本公开实施例中,可根据第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,得到降噪后的音频帧数据的时域信息。此外,还可对各降噪后的音频帧数据进行合成,以还原成降噪后的音频数据流或音频数据文件,以便于对时域的音频数据流或音频文件进行播放。
在本公开实施例一些可选的实现方式中,音频数据的降噪方法应用于语音数据降噪,相应的,区间最大值最小的频率区间,包含人声频率区间。
在这些可选的实施方式中,降噪方法可应用于语音数据降噪,例如可在噪声较大的通讯环境下,对通讯者输入的语音流进行实时降噪,或者对已录制的语音文件进行降噪等等。并且,在应用于语音数据降噪时,区间最大值最小的频率区间,即语音数据中相对低频的区间需要包含人声频率的区间,以提高语音数据的降噪效果。
本公开实施例的技术方案,把分帧后的音频数据划分为各个子带,通过降噪模型只对低频区间对应的第一子带进行降噪,并根据降噪模型输出的第一子带的增益,对其他子带的增益进行映射,以对其他子带进行降噪。相较于传统的利用降噪模型对全频带降噪来说,减少了整体的降噪耗时,提高了降噪效率。
此外,由于降噪模型只应用于第一子带降噪,而非全频带降噪,降噪模型可以只通第一子带的样本数据进行训练,从而能够提高模型训练效率。尤其针对高采样率的音频数据进行模型训练的情况,通过只对第一子带的样本数据进行训练,可大大减少模型参数和模型复杂度,提高模型训练效率。
实施例二
本公开实施例与上述实施例中所提供的音频数据的降噪方法中各个可选方案可以结合。本实施例所提供的音频数据的降噪方法,对在时域上进行分子带处理,以及相应的在时域合成降噪后音频帧数据等步骤进行了优化,丰富了分子带处理方式。并且,通过进行下采样处理,能够减少降噪模型的计算量,在一定程度上提高降噪效率,通过进行上采样处理,够保证音频帧数据的音质。
图2为本公开实施例二所提供的一种音频数据的降噪方法的流程示意图。参见图2,本实施例提供的音频数据的降噪方法,包括:
S210、在时域对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带。
其中,在时域对音频帧数据进行分子带处理,可以包括:通过分析滤波器组对音频帧数据进行分子带处理,其中分析滤波器组中各滤波器的通带不同。
分析滤波器组中的滤波器可以是正交镜像滤波器,也可以是离散余弦调制的滤波器,或者可以是其他可应用于分子带处理的滤波器,在此不做穷举。其中,滤波器组中滤波器的数量可以等于用户需求的子带的数量,且各滤波器的通带,可以与各子带需求的频率区间相对应,例如可以分别等于各子带需求的频率区间。通过将时域的音频帧数据与各滤波器分别进行卷积,可以得到不同子带的时域信息,以实现不同子带的划分。
S220、将第一子带的频域信息输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益。
本公开实施例中,在得到各子带的时域信息后,可以只将第一子带的时域信息进行时频变换处理,而不用对其他子带的时域数据进行变换。其中,可以将第一子带的时域信息进行傅里叶变换,以得到第一子带的频域信息。通过利用降噪模型,能够实现第一子带的频域信息降噪,以及输出第一子带对应的频域区间中,各频点对应的增益。
S230、基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带的时域信息进行降噪处理。
其中,在得到其他子带的增益之后,可以直接利用其他子带的时域信息乘以相对应的增益,以实现对其他子带的时域信息进行降噪处理。
S240、将第一子带降噪后的频域信息转化为时域信息,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成,得到降噪后的音频帧数据的时域信息。
其中,可以利用傅里叶逆变换,将第一子带降噪后的频域信息转化为时域信息。通过将各子带降噪后的时域信息合成,可以得到降噪后的音频帧数据的时域信息。
其中,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成,可以包括:通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成。其中,综合滤波器组中的各滤波器,需要与分析滤波器组中的各滤波器相对应,以实现将分子带后的音频帧数据进行准确的合成。
在本公开实施例一些进一步的实现方式中,还包括:在通过分析滤波器组对音频帧数据进行分子带处理之前,对音频帧数据进行下采样处理;或者,在通过分析滤波器组对音频帧数据进行分子带处理之后,对第一子带的时域信息进行下采样处理;
相应的,在通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成之前,对第一子带降噪后的时域信息和其他子带降噪后的时域信息上采样处理;或者,在通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成之后,对降噪后的音频帧数据的时域信息进行上采样处理。
其中,根据Nobel等式可知,先对音频帧数据进行下采样处理,再通过分析滤波器组对音频帧数据进行分子带处理,可以等效于,先通过分析滤波器组对音频帧数据进行分子带处理,再对第一子带的时域信息进行下采样处理。同理,先对第一子带降噪后的时域信息和其他子带降噪后的时域信息上采样处理,再通过综合滤波器组,对上采样后的时域信息进行合成,可以等效于,先通过综合滤波器组,将各子带噪后的时域信息进行合成之后,再对合成的时域信息进行上采样处理。
在这些进一步的实现方式中,通过下采样的操作,能够实现减少降噪模型待计算的数据量,从而可以在一定程度上提高降噪模型的滤波效率。通过上采样的操作,能够在一定程度上还原音频帧数据的音质,保证播放音频帧数据时用户的听觉体验。
示例性的,当用户需求的子带数量为3个时,对音频帧数据x(n),n=1,2,...L(其中L为样本点总数)进行降噪的过程,可以是:
首先,可以针对子带数量,以及第一子带的频率范围进行滤波器组的设计。
例如,可采用3个离散余弦调制的滤波器,对该音频帧数据进行分子带处理,且各滤波器的表达式可以为:
其中,h0(n)可以表示原型低通滤波器,h1(n)、h2(n)和h3(n)可分别表示3个离散余弦调制的滤波器;其中,N可以等于滤波器的数量,滤波器长度可为len。
同时,可以对音频帧数据进行下采样。
例如,可以将音频帧数据进行M倍的下采样处理,且下采样处理的表达式可以为:
其中,dec(m,n)可以表示下次样后第m组的第n个采样点的时域信息;M可以等于子带的个数。
其次,可以利用滤波器h1(n)、h2(n)和h3(n)分别对各组下采样处理后的音频帧数据进行分子带处理,且分子带处理的表达式可以为:
x(m,n)=dec(m,n)×hm(n);
其中,x(m,n)可以表示第m个子带的第n个点的时域信息。通过将每组下采样的时域信息,分别与分析滤波器组中的各滤波器进行时域卷积,能够得到各子带的时域信息。
接着,将S(1,k)输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益;基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带的时域信息进行降噪处理;将第一子带降噪后的频域信息转化为时域信息。
然后,通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成。
其中,综合滤波器组中的各滤波器,需要与分析滤波器组中的各滤波器相对应。例如,可采用3个离散余弦调制的滤波器,作为综合滤波器组中的各滤波器,且综合滤波器组中各滤波器的表达式可以为:
其中,综合滤波器组中滤波器f1(n)、f2(n)和f3(n),与h1(n)、h2(n)和h3(n)分别对应。通过f1(n)、f2(n)和f3(n)可将各子带降噪后的时域信息进行滤波,且滤波的表达式可以为:
syn(m,n)=out(m,n)×fm(n);
其中,out(m,n)可以表示降噪后第m个子带的第n个采样点的时域信息;syn(m,n)可以表示第m个子带第n个采用点滤波后的时域信息。通过将各个子带的时域信息与对应的子带合成滤波器作卷积,能够为降噪后音频帧数据的合成奠定基础。
最后,将syn(m,n)进行M倍的上采样处理up(m,n)=upsample(syn(m,n)),并综合得到最终降噪增强后的音频帧数据,且综合的表达式可以为:
其中,enh(n)可表示最终的增强音频数据。
本公开实施例的技术方案,对在时域上进行分子带处理,以及相应的在时域合成降噪后音频帧数据等步骤进行了优化,丰富了分子带处理方式。并且,通过进行下采样处理,能够减少降噪模型的计算量,在一定程度上提高降噪效率,通过进行上采样处理,够保证音频帧数据的音质。此外,本公开实施例提供的音频数据的降噪方法与上述实施例提供的音频数据的降噪方法属于同一技术构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且相同的技术特征在本实施例与上述实施例中具有相同的有益效果。
实施例三
本公开实施例与上述实施例中所提供的音频数据的降噪方法中各个可选方案可以结合。本实施例所提供的音频数据的降噪方法,对在频域上进行分子带处理,以及相应的在频域合成降噪后音频帧数据等步骤进行了优化,丰富了分子带处理方式。
图3为本公开实施例三所提供的一种音频数据的降噪方法的流程示意图。参见图3,本实施例提供的音频数据的降噪方法,包括:
S310、将音频帧数据转化为频域信息后,对音频帧数据的频域信息进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带。
其中,可以将音频帧数据的时域信息直接进行傅里叶变换,以得到全频带音频帧数据的频域信息。进而,对音频帧数据的频域信息进行分子带处理,可以包括:将音频帧数据的频域信息按频率区间进行分组,得到各子带的频域信息。
其中,音频帧数据的频域信息,可以包括当前音频帧数据进行时频转化后,各采样点对应的每个频点的分量信息,例如各采样点在1khz、2khz、3khz、...24khz等频点处各包含多少分量。将音频帧数据的频域信息按频率区间分组,可以理解为按频点划分频率区间,并将各频率区间内的频域信息作为不同子带的频域信息。
示例性的,按频点划分频率区间,例如是若全频带的频率范围为0hz-24khz,则可以将8khz和16khz两个频点作为划分频点,将0hz-24khz划分为0hz-8khz、8khz-16khz和16khz-24khz三个频率区间。各频率区间内的频域信息,可以认为是不同子带的频域信息。
S320、将第一子带的频域信息输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益。
其中,在确定第一子带的频域信息之后,可以只将第一子带的频域信息输入降噪模型,而不用将其他子带的频域数据输入降噪模型。
S330、基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带的频域信息进行降噪处理。
其中,在得到其他子带的增益之后,可以直接利用其他子带的频域信息乘以相对应的增益,以实现对其他子带的频域信息进行降噪处理。
S340、将第一子带降噪后的频域信息,以及其他子带降噪后的频域信息进行拼接,得到音频帧数据降噪后的频域信息。
其中,将第一子带降噪后的频域信息,以及其他子带降噪后的频域信息进行拼接,包括:将第一子带降噪后的频域信息,以及其他子带降噪后的频域信息按频率区间进行拼接。
各频域信息按频域区间进行了分子带,通过对降噪后各子带的频域信息,按照划分的频域区间再次进行拼接,能够得到音频帧数据降噪后的全频带的频域信息。
S350、将音频帧数据降噪后的频域信息转化为时域信息,得到降噪后音频数据的帧数据的时域信息。
其中,可以利用傅里叶逆变换,将音频帧数据降噪后的频域信息转化为时域信息,即可以得到降噪后的音频帧数据的时域信息。
示例性的,当用户需求的子带数量为3个时,对音频帧数据x(n),n=1,2,...L(其中L为样本点总数)进行降噪的过程,还可以是:
首先,对音频帧数据x(n)做L个点的FFT变换,可简化表示为:
其中,X(k)为音频帧数据中第k个点的频域信息。
其次,将X(k)按频率区间进行分组,得到各子带的频域信息,可简化表示为:
其中,M可以表示子带的个数;S(m,k)可以表示第m子带中第k个点对应的频域信息。
再次,可以将将S(1,k)输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益;基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带的频域信息进行降噪处理。
接着,可以将所有子带S(m,k)拼起来,得到全带频域信息S(k),通过FFT逆变换,可以得到降噪后音频数据的帧数据的时域信息,且FFT逆变换可简化表示为:
enh(n)=ifft(S(k));
其中,enh(n)可表示最终的增强音频数据。
本公开实施例的技术方案,对在频域上进行分子带处理,以及相应的在频域合成降噪后音频帧数据等步骤进行了优化,丰富了分子带处理方式。此外,本公开实施例提供的音频数据的降噪方法与上述实施例提供的音频数据的降噪方法属于同一技术构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且相同的技术特征在本实施例与上述实施例中具有相同的有益效果。
实施例四
本公开实施例与上述实施例中所提供的音频数据的降噪方法中各个可选方案可以结合。本实施例所提供的音频数据的降噪方法,对确定其他子带的增益步骤进行了优化,能够实现从第一子带的增益向其他子带的增益的映射,为其他子带的降噪处理奠定基础。
在本公开实施例一些可选的实现方式中,综合第一子带的频率区间中,预设频点值到区间最大值的平均增益,以及降噪模型输出的第一子带属于预设类别的判决概率,确定除第一子带外的其他子带的增益,包括:
将第一子带的频率区间中,预设频点值到区间最大值的平均增益,作为第一增益因子;根据第一增益因子,以及降噪模型输出的第一子带属于预设类别的判决概率,确定除第一子带外的其他子带属于预设类别的判决概率;根据其他子带属于预设类别的判决概率,确定其他子带的第二增益因子;综合第一增益因子、第二增益因子,以及其他子带属于预设类别的判决概率,确定除第一子带外的其他子带的增益。
示例性的,假设当前音频帧数据中,第m个子带第k个频的增益记为G(m,k),且为方便描述,第一子带的增益G(1,k)可以简化表示为g(k)。
由于第一子带对应的频率区间中,频率值较大的频点的增益与相对的高频区间对应的其他子带的增益关联性较高。因此,可以将第一子带的频率区间中,预设频点值到区间最大值的平均增益,作为确定其他子带的增益的第一增益因子,以保证根据增益降噪后的子带之间可以平滑过渡。
其中,第一增益因子的计算公式,可以简化表示为:
avgGainH可表示第一增益因子;nFFT为常数值,可表示时频变换后频点的总数量;Bw也为常数值,可表示预设频点值到区间最大值之间的频点数量,一般取经验值,例如可以是nFFT的1/4到1/3范围内的数值。
其中,降噪模型估计出的第一子带属于预设类别的判决概率,可以认为是当前音频帧数据属于预设类别的判决概率,且可记作vad。
其中,根据第一增益因子avgGainH,以及降噪模型输出的第一子带属于预设类别的判决概率vad,确定除第一子带外的其他子带属于预设类别的判决概率,例如可以基于下述公式确定:
avgProbH可以表示除第一子带外的其他子带属于预设类别的判决概率。avgProbH除了通过确定avgGainH和vad的平方根来得到之外,还可以通过确定avgGainH和vad的加权和得到,且其他融合avgGainH和vad,以确定除第一子带外的其他子带属于预设类别的判决概率的方式也可应用于此,在此不做具体限定。
其中,根据其他子带属于预设类别的判决概率avgProbH,确定其他子带的第二增益因子,例如可以基于下述公式确定:
gainH可以表示其他子带的第二增益因子,且gainH与avgProbH需呈正相关,值域范围需是[0,1]。除了通过双曲正切tanh确定gainH之外,其他可满足gainH与avgProbH呈正相关,gainH值域范围是[0,1]的gainH的确定方式也可应用于此,在此不做具体限定。
其中,综合第一增益因子avgGainH、第二增益因子gainH,以及其他子带属于预设类别的判决概率avgProbH,确定除第一子带外的其他子带的增益,例如可以基于下述公式确定:
其中,gain可表示除第一子带外的其他子带的增益。由于除第一子带外的其他子带对应的相对的高频区间,包含有效声音的分量信息较少,通过将其他子带中各频点的增益,设置为相同增益数值,能够满足对其他子带的降噪需求。
本公开实施例的技术方案,对确定其他子带的增益步骤进行了优化,能够实现从第一子带的增益向其他子带的增益的映射,为其他子带的降噪处理奠定基础。此外,本公开实施例提供的音频数据的降噪方法与上述实施例提供的音频数据的降噪方法属于同一技术构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且相同的技术特征在本实施例与上述实施例中具有相同的有益效果。
实施例五
图4为本公开实施例五所提供的一种音频数据的降噪装置结构示意图。本实施例提供的音频数据的降噪装置适用于音频数据降噪的情形,尤其适用于高采样率的音频数据的实时降噪的情形。
如图4所示,音频数据的降噪装置,包括:
分子带模块410,用于对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;
第一降噪模块420,用于将第一子带的频域信息输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益;
第二降噪模块430,用于基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;
降噪数据确定模块440,用于根据第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
在本公开实施例一些可选的实现方式中,分子带模块,包括:
时域分子带子模块,用于在时域对音频帧数据进行分子带处理;
相应的,第二降噪模块,用于根据其他子带的增益分别对其他子带的时域信息进行降噪处理;
降噪数据确定模块,用于将第一子带降噪后的频域信息转化为时域信息,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成,得到降噪后的音频帧数据的时域信息。
在本公开实施例一些进一步的实现方式中,时域分子带子模块,具体用于通过分析滤波器组对音频帧数据进行分子带处理,其中分析滤波器组中各滤波器的通带不同;
相应的,降噪数据确定模块,具体用于通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成。
在本公开实施例一些进一步的实现方式中,时域分子带子模块,还用于在通过分析滤波器组对音频帧数据进行分子带处理之前,对音频帧数据进行下采样处理;或者,在通过分析滤波器组对音频帧数据进行分子带处理之后,对第一子带的时域信息进行下采样处理;
相应的,降噪数据确定模块,还用于在通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成之前,对第一子带降噪后的时域信息和其他子带降噪后的时域信息上采样处理;或者,在通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成之后,对降噪后的音频帧数据的时域信息进行上采样处理。
在本公开实施例一些可选的实现方式中,分子带模块,包括:
频域分子带子模块,用于将音频帧数据转化为频域信息后,对音频帧数据的频域信息进行分子带处理;
相应的,第二降噪模块,用于根据其他子带的增益分别对其他子带的频域信息进行降噪处理;
降噪数据确定模块,用于将第一子带降噪后的频域信息,以及其他子带降噪后的频域信息进行拼接,得到音频帧数据降噪后的频域信息;将音频帧数据降噪后的频域信息转化为时域信息,得到降噪后音频数据的帧数据的时域信息。
在本公开实施例一些进一步的实现方式中,频域分子带子模块,具体用于将音频帧数据的频域信息按频率区间进行分组,得到各子带的频域信息;
相应的,降噪数据确定模块,具体用于将第一子带降噪后的频域信息,以及其他子带降噪后的频域信息按频率区间进行拼接。
在本公开实施例一些可选的实现方式中,降噪模型的训练方式,包括:获取与第一子带的频率区间相同的样本帧数据,以及样本帧数据的目标频域信息;利用样本帧数据的频域信息,以及目标频域信息,对降噪模型进行训练,直至降噪模型收敛。
在本公开实施例一些可选的实现方式中,第二降噪模块,包括:
增益映射子模块,用于综合第一子带的频率区间中,预设频点值到区间最大值的平均增益,以及降噪模型输出的第一子带属于预设类别的判决概率,确定除第一子带外的其他子带的增益。
在本公开实施例一些进一步的实现方式中,增益映射子模块,具体用于将第一子带的频率区间中,预设频点值到区间最大值的平均增益,作为第一增益因子;根据第一增益因子,以及降噪模型输出的第一子带属于预设类别的判决概率,确定除第一子带外的其他子带属于预设类别的判决概率;根据其他子带属于预设类别的判决概率,确定其他子带的第二增益因子;综合第一增益因子、第二增益因子,以及其他子带属于预设类别的判决概率,确定除第一子带外的其他子带的增益。
在本公开实施例一些可选的实现方式中,各子带的频率区间依次相邻。
在本公开实施例一些可选的实现方式中,音频数据的降噪装置应用于语音数据降噪,相应的,区间最大值最小的频率区间,包含人声频率区间。
本公开实施例所提供的音频数据的降噪装置,可执行本公开任意实施例所提供的音频数据的降噪方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本公开实施例的保护范围。
实施例六
下面参考图5,其示出了适于用来实现本公开实施例的音频数据的降噪方法的电子设备(例如图5中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(Read-Only Memory,ROM)502中的程序或者从存储装置508加载到随机访问存储器(Random Access Memory,RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的音频数据的降噪方法中限定的上述功能。
本公开实施例提供的电子设备与上述实施例提供的音频数据的降噪方法属于同一公开构思,未在本公开实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
实施例七
本公开实施例提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例所提供的音频数据的降噪方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)或闪存(FLASH)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;将第一子带的频域信息输入降噪模型,以使降噪模型输出第一子带降噪后的频域信息,和第一子带的增益;基于第一子带的增益,确定除第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;根据第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元、模块的名称在某种情况下并不构成对该单元、模块本身的限定,例如,第一降噪模块还可以被描述为“第一子带降噪模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FieldProgrammable Gate Array,FPGA)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、专用标准产品(Application Specific Standard Parts,ASSP)、片上***(System on Chip,SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,【示例一】提供了一种音频数据的降噪方法,该方法包括:
对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;
将所述第一子带的频域信息输入降噪模型,以使所述降噪模型输出所述第一子带降噪后的频域信息,和所述第一子带的增益;
基于所述第一子带的增益,确定除所述第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;
根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
根据本公开的一个或多个实施例,【示例二】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,所述对音频帧数据进行分子带处理,包括:
在时域对音频帧数据进行分子带处理;
相应的,所述根据其他子带的增益分别对其他子带进行降噪处理,包括:根据其他子带的增益分别对其他子带的时域信息进行降噪处理;
所述根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据,包括:
将所述第一子带降噪后的频域信息转化为时域信息,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成,得到降噪后的音频帧数据的时域信息。
根据本公开的一个或多个实施例,【示例三】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,所述在时域对音频帧数据进行分子带处理,包括:
通过分析滤波器组对音频帧数据进行分子带处理,其中所述分析滤波器组中各滤波器的通带不同;
相应的,所述将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成,包括:通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成。
根据本公开的一个或多个实施例,【示例四】提供了一种音频数据的降噪方法,还包括:
在所述通过分析滤波器组对音频帧数据进行分子带处理之前,对所述音频帧数据进行下采样处理;或者,在所述通过分析滤波器组对音频帧数据进行分子带处理之后,对第一子带的时域信息进行下采样处理;
相应的,在所述通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成之前,对所述第一子带降噪后的时域信息和其他子带降噪后的时域信息上采样处理;或者,在所述通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成之后,对降噪后的音频帧数据的时域信息进行上采样处理。
根据本公开的一个或多个实施例,【示例五】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,所述对音频帧数据进行分子带处理,包括:
将音频帧数据转化为频域信息后,对所述音频帧数据的频域信息进行分子带处理;
相应的,所述根据其他子带的增益分别对其他子带进行降噪处理,包括:根据其他子带的增益分别对其他子带的频域信息进行降噪处理;
所述根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据,包括:
将所述第一子带降噪后的频域信息,以及其他子带降噪后的频域信息进行拼接,得到所述音频帧数据降噪后的频域信息;将所述音频帧数据降噪后的频域信息转化为时域信息,得到降噪后所述音频数据的帧数据的时域信息。
根据本公开的一个或多个实施例,【示例六】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,所述对所述音频帧数据的频域信息进行分子带处理,包括:
将所述音频帧数据的频域信息按频率区间进行分组,得到各子带的频域信息;
相应的,所述将所述第一子带降噪后的频域信息,以及其他子带降噪后的频域信息进行拼接,包括:
将所述第一子带降噪后的频域信息,以及其他子带降噪后的频域信息按频率区间进行拼接。
根据本公开的一个或多个实施例,【示例七】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,所述降噪模型的训练方式,包括:
获取与所述第一子带的频率区间相同的样本帧数据,以及所述样本帧数据的目标频域信息;
利用所述样本帧数据的频域信息,以及所述目标频域信息,对所述降噪模型进行训练,直至所述降噪模型收敛。
根据本公开的一个或多个实施例,【示例八】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,所述基于所述第一子带的增益,确定除所述第一子带外的其他子带的增益,包括:
综合所述第一子带的频率区间中,预设频点值到所述区间最大值的平均增益,以及所述降噪模型输出的所述第一子带属于预设类别的判决概率,确定除所述第一子带外的其他子带的增益。
根据本公开的一个或多个实施例,【示例九】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,所述综合所述第一子带的频率区间中,预设频点值到所述区间最大值的平均增益,以及所述降噪模型输出的所述第一子带属于预设类别的判决概率,确定除所述第一子带外的其他子带的增益,包括:
将所述第一子带的频率区间中,预设频点值到所述区间最大值的平均增益,作为第一增益因子;
根据所述第一增益因子,以及所述降噪模型输出的所述第一子带属于预设类别的判决概率,确定除所述第一子带外的其他子带属于预设类别的判决概率;
根据其他子带属于预设类别的判决概率,确定其他子带的第二增益因子;
综合所述第一增益因子、第二增益因子,以及其他子带属于预设类别的判决概率,确定除所述第一子带外的其他子带的增益。
根据本公开的一个或多个实施例,【示例十】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,所述各子带的频率区间依次相邻。
根据本公开的一个或多个实施例,【示例十一】提供了一种音频数据的降噪方法,还包括:
在本公开实施例一些可选的实现方式中,音频数据的降噪方法应用于语音数据降噪,相应的,所述区间最大值最小的频率区间,包含人声频率区间。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (14)
1.一种音频数据的降噪方法,其特征在于,包括:
对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;
将所述第一子带的频域信息输入降噪模型,以使所述降噪模型输出所述第一子带降噪后的频域信息,和所述第一子带的增益;
基于所述第一子带的增益,确定除所述第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;
根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
2.根据权利要求1所述的方法,其特征在于,所述对音频帧数据进行分子带处理,包括:
在时域对音频帧数据进行分子带处理;
相应的,所述根据其他子带的增益分别对其他子带进行降噪处理,包括:根据其他子带的增益分别对其他子带的时域信息进行降噪处理;
所述根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据,包括:
将所述第一子带降噪后的频域信息转化为时域信息,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成,得到降噪后的音频帧数据的时域信息。
3.根据权利要求2所述的方法,其特征在于,所述在时域对音频帧数据进行分子带处理,包括:
通过分析滤波器组对音频帧数据进行分子带处理,其中所述分析滤波器组中各滤波器的通带不同;
相应的,所述将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成,包括:通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成。
4.根据权利要求3所述的方法,其特征在于,还包括:
在所述通过分析滤波器组对音频帧数据进行分子带处理之前,对所述音频帧数据进行下采样处理;或者,在所述通过分析滤波器组对音频帧数据进行分子带处理之后,对第一子带的时域信息进行下采样处理;
相应的,在所述通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成之前,对所述第一子带降噪后的时域信息和其他子带降噪后的时域信息上采样处理;或者,在所述通过综合滤波器组,将第一子带降噪后的时域信息和其他子带降噪后的时域信息进行合成之后,对降噪后的音频帧数据的时域信息进行上采样处理。
5.根据权利要求1所述的方法,其特征在于,所述对音频帧数据进行分子带处理,包括:
将音频帧数据转化为频域信息后,对所述音频帧数据的频域信息进行分子带处理;
相应的,所述根据其他子带的增益分别对其他子带进行降噪处理,包括:根据其他子带的增益分别对其他子带的频域信息进行降噪处理;
所述根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据,包括:
将所述第一子带降噪后的频域信息,以及其他子带降噪后的频域信息进行拼接,得到所述音频帧数据降噪后的频域信息;将所述音频帧数据降噪后的频域信息转化为时域信息,得到降噪后所述音频数据的帧数据的时域信息。
6.根据权利要求5所述的方法,其特征在于,所述对所述音频帧数据的频域信息进行分子带处理,包括:
将所述音频帧数据的频域信息按频率区间进行分组,得到各子带的频域信息;
相应的,所述将所述第一子带降噪后的频域信息,以及其他子带降噪后的频域信息进行拼接,包括:
将所述第一子带降噪后的频域信息,以及其他子带降噪后的频域信息按频率区间进行拼接。
7.根据权利1所述的方法,其特征在于,所述降噪模型的训练方式,包括:
获取与所述第一子带的频率区间相同的样本帧数据,以及所述样本帧数据的目标频域信息;
利用所述样本帧数据的频域信息,以及所述目标频域信息,对所述降噪模型进行训练,直至所述降噪模型收敛。
8.根据权利1所述的方法,其特征在于,所述基于所述第一子带的增益,确定除所述第一子带外的其他子带的增益,包括:
综合所述第一子带的频率区间中,预设频点值到所述区间最大值的平均增益,以及所述降噪模型输出的所述第一子带属于预设类别的判决概率,确定除所述第一子带外的其他子带的增益。
9.根据权利要求8所述的方法,其特征在于,所述综合所述第一子带的频率区间中,预设频点值到所述区间最大值的平均增益,以及所述降噪模型输出的所述第一子带属于预设类别的判决概率,确定除所述第一子带外的其他子带的增益,包括:
将所述第一子带的频率区间中,预设频点值到所述区间最大值的平均增益,作为第一增益因子;
根据所述第一增益因子,以及所述降噪模型输出的所述第一子带属于预设类别的判决概率,确定除所述第一子带外的其他子带属于预设类别的判决概率;
根据其他子带属于预设类别的判决概率,确定其他子带的第二增益因子;
综合所述第一增益因子、第二增益因子,以及其他子带属于预设类别的判决概率,确定除所述第一子带外的其他子带的增益。
10.根据权利要求1所述的方法,其特征在于,所述各子带的频率区间依次相邻。
11.根据权利要求1-10任一所述的方法,其特征在于,应用于语音数据降噪,相应的,所述区间最大值最小的频率区间,包含人声频率区间。
12.一种音频数据的降噪装置,其特征在于,包括:
分子带模块,用于对音频帧数据进行分子带处理,其中各子带的频率区间不同,且将区间最大值最小的频率区间对应的子带,作为第一子带;
第一降噪模块,用于将所述第一子带的频域信息输入降噪模型,以使所述降噪模型输出所述第一子带降噪后的频域信息,和所述第一子带的增益;
第二降噪模块,用于基于所述第一子带的增益,确定除所述第一子带外的其他子带的增益,并根据其他子带的增益分别对其他子带进行降噪处理;
降噪数据确定模块,用于根据所述第一子带降噪后的频域信息,以及对其他子带进行降噪处理的结果,确定降噪后的音频帧数据。
13.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的音频数据的降噪方法。
14.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-11中任一所述的音频数据的降噪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011098018.1A CN112259116B (zh) | 2020-10-14 | 2020-10-14 | 一种音频数据的降噪方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011098018.1A CN112259116B (zh) | 2020-10-14 | 2020-10-14 | 一种音频数据的降噪方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112259116A true CN112259116A (zh) | 2021-01-22 |
CN112259116B CN112259116B (zh) | 2024-03-15 |
Family
ID=74243667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011098018.1A Active CN112259116B (zh) | 2020-10-14 | 2020-10-14 | 一种音频数据的降噪方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112259116B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160847A (zh) * | 2021-03-02 | 2021-07-23 | 广州朗国电子科技有限公司 | 音频降噪模型的建立方法及音频降噪电路 |
CN113611321A (zh) * | 2021-07-14 | 2021-11-05 | 中国传媒大学 | 一种语音增强方法及*** |
WO2022240442A1 (en) * | 2021-05-08 | 2022-11-17 | Cerence Operating Company | Noise reduction based on dynamic neural networks |
CN113936698B (zh) * | 2021-09-26 | 2023-04-28 | 度小满科技(北京)有限公司 | 音频数据的处理方法、装置以及电子设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5490233A (en) * | 1992-11-30 | 1996-02-06 | At&T Ipm Corp. | Method and apparatus for reducing correlated errors in subband coding systems with quantizers |
US20040078200A1 (en) * | 2002-10-17 | 2004-04-22 | Clarity, Llc | Noise reduction in subbanded speech signals |
CN1684143A (zh) * | 2004-04-14 | 2005-10-19 | 华为技术有限公司 | 一种语音增强的方法 |
CN101083640A (zh) * | 2006-04-26 | 2007-12-05 | 扎尔林克半导体股份有限公司 | 低复杂度的降噪方法 |
CN101477800A (zh) * | 2008-12-31 | 2009-07-08 | 瑞声声学科技(深圳)有限公司 | 语音增强的方法 |
US20120263317A1 (en) * | 2011-04-13 | 2012-10-18 | Qualcomm Incorporated | Systems, methods, apparatus, and computer readable media for equalization |
CN104919523A (zh) * | 2013-01-08 | 2015-09-16 | 杜比国际公司 | 临界采样滤波器组中的基于模型的预测 |
US20160012828A1 (en) * | 2014-07-14 | 2016-01-14 | Navin Chatlani | Wind noise reduction for audio reception |
CN110335620A (zh) * | 2019-07-08 | 2019-10-15 | 广州欢聊网络科技有限公司 | 一种噪声抑制方法、装置和移动终端 |
CN111477237A (zh) * | 2019-01-04 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 音频降噪方法、装置和电子设备 |
CN111554315A (zh) * | 2020-05-29 | 2020-08-18 | 展讯通信(天津)有限公司 | 单通道语音增强方法及装置、存储介质、终端 |
-
2020
- 2020-10-14 CN CN202011098018.1A patent/CN112259116B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5490233A (en) * | 1992-11-30 | 1996-02-06 | At&T Ipm Corp. | Method and apparatus for reducing correlated errors in subband coding systems with quantizers |
US20040078200A1 (en) * | 2002-10-17 | 2004-04-22 | Clarity, Llc | Noise reduction in subbanded speech signals |
CN1684143A (zh) * | 2004-04-14 | 2005-10-19 | 华为技术有限公司 | 一种语音增强的方法 |
CN101083640A (zh) * | 2006-04-26 | 2007-12-05 | 扎尔林克半导体股份有限公司 | 低复杂度的降噪方法 |
CN101477800A (zh) * | 2008-12-31 | 2009-07-08 | 瑞声声学科技(深圳)有限公司 | 语音增强的方法 |
US20120263317A1 (en) * | 2011-04-13 | 2012-10-18 | Qualcomm Incorporated | Systems, methods, apparatus, and computer readable media for equalization |
CN104919523A (zh) * | 2013-01-08 | 2015-09-16 | 杜比国际公司 | 临界采样滤波器组中的基于模型的预测 |
US20160012828A1 (en) * | 2014-07-14 | 2016-01-14 | Navin Chatlani | Wind noise reduction for audio reception |
CN111477237A (zh) * | 2019-01-04 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 音频降噪方法、装置和电子设备 |
CN110335620A (zh) * | 2019-07-08 | 2019-10-15 | 广州欢聊网络科技有限公司 | 一种噪声抑制方法、装置和移动终端 |
CN111554315A (zh) * | 2020-05-29 | 2020-08-18 | 展讯通信(天津)有限公司 | 单通道语音增强方法及装置、存储介质、终端 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160847A (zh) * | 2021-03-02 | 2021-07-23 | 广州朗国电子科技有限公司 | 音频降噪模型的建立方法及音频降噪电路 |
WO2022240442A1 (en) * | 2021-05-08 | 2022-11-17 | Cerence Operating Company | Noise reduction based on dynamic neural networks |
CN113611321A (zh) * | 2021-07-14 | 2021-11-05 | 中国传媒大学 | 一种语音增强方法及*** |
CN113611321B (zh) * | 2021-07-14 | 2024-04-26 | 中国传媒大学 | 一种语音增强方法及*** |
CN113936698B (zh) * | 2021-09-26 | 2023-04-28 | 度小满科技(北京)有限公司 | 音频数据的处理方法、装置以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112259116B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112259116B (zh) | 一种音频数据的降噪方法、装置、电子设备及存储介质 | |
CN107068161B (zh) | 基于人工智能的语音降噪方法、装置和计算机设备 | |
ES2347760T3 (es) | Procedimiento y dispositivo de reduccion de ruido. | |
CN112634928B (zh) | 声音信号处理方法、装置和电子设备 | |
CN108564963A (zh) | 用于增强语音的方法和装置 | |
CN113299313B (zh) | 音频处理方法、装置及电子设备 | |
CN111370019A (zh) | 声源分离方法及装置、神经网络的模型训练方法及装置 | |
CN111724807A (zh) | 音频分离方法、装置、电子设备及计算机可读存储介质 | |
CN111508519A (zh) | 一种音频信号人声增强的方法及装置 | |
CN115588437A (zh) | 语音增强方法、装置、设备和存储介质 | |
CN113611324A (zh) | 一种直播中环境噪声抑制的方法、装置、电子设备及存储介质 | |
CN114898762A (zh) | 基于目标人的实时语音降噪方法、装置和电子设备 | |
CN111739544A (zh) | 语音处理方法、装置、电子设备及存储介质 | |
CN111968651A (zh) | 一种基于wt的声纹识别方法及*** | |
CN113096679A (zh) | 音频数据处理方法和装置 | |
CN116403594B (zh) | 基于噪声更新因子的语音增强方法和装置 | |
CN112309425A (zh) | 一种声音变调方法、电子设备及计算机可读存储介质 | |
CN116913258A (zh) | 语音信号识别方法、装置、电子设备和计算机可读介质 | |
WO2022227932A1 (zh) | 声音信号处理方法、装置和电子设备 | |
CN114783455A (zh) | 用于语音降噪的方法、装置、电子设备和计算机可读介质 | |
CN113674752B (zh) | 音频信号的降噪方法、装置、可读介质和电子设备 | |
CN113763976A (zh) | 音频信号的降噪方法、装置、可读介质和电子设备 | |
CN116137153A (zh) | 一种语音降噪模型的训练方法以及语音增强方法 | |
CN114360572A (zh) | 语音去噪方法、装置、电子设备及存储介质 | |
CN114255778A (zh) | 一种音频流降噪方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |