[发明专利]音频降噪方法、装置和电子设备

说明书

本公开提供了一种音频降噪方法，包括获取包括音频帧序列的第一音频数据，提取各音频帧的第一幅度谱，依次处理各音频帧的第一幅度谱，得到降噪后的第二幅度谱，以及基于各音频帧的所述第二幅度谱，构建降噪处理后的第二音频数据，其中，所述处理各音频帧的第一幅度谱包括，将该音频帧的第一幅度谱以及在该音频帧之前的至少一个音频帧的第二幅度谱共同输入降噪模型，得到该音频帧的第二幅度谱。本公开还提供了一种音频降噪装置、一种电子设备以及一种计算机可读存储介质。

技术领域

本公开涉及互联网技术领域，更具体地，涉及一种音频降噪方法、装置和电子设备。

背景技术

随着深度学习领域的不断发展，以深度神经网络为代表的深度学习技术愈来愈多地应用到音频信号处理领域。基于深度神经网络的音频降噪算法凭借其良好的非线性表达能力及稳健的泛化能力，应当具有良好的抑制噪声的能力。然而，本发明人发现，现有的降噪技术的效果并不令人满意，因此，如何提高降噪效果是一个亟待解决的问题。

发明内容

有鉴于此，本公开提供了一种音频降噪方法、装置和电子设备。

本公开的一个方面提供了一种音频降噪方法，包括获取包括音频帧序列的第一音频数据，提取各音频帧的第一幅度谱，依次处理各音频帧的第一幅度谱，得到降噪后的第二幅度谱，以及基于各音频帧的所述第二幅度谱，构建降噪处理后的第二音频数据，其中，所述处理各音频帧的第一幅度谱包括，将该音频帧的第一幅度谱以及在该音频帧之前的至少一个音频帧的第二幅度谱共同输入降噪模型，得到该音频帧的第二幅度谱。

根据本公开实施例，所述将该音频帧的第一幅度谱以及在该音频帧之前的至少一个音频帧的第二幅度谱共同输入降噪模型，得到该音频帧的第二幅度谱包括，确定所述音频帧之前且与所述音频帧相邻的预定数量的连续音频帧的第二幅度谱，合并所述音频帧的第一幅度谱以及所述预定数量的音频帧的所述第二幅度谱，得到输入数据，将所述输入数据输入降噪模型，得到所述音频帧的第二幅度谱。

根据本公开实施例，所述方法还包括，从清洁音频数据中随机确定至少一个时间段，将噪声数据按照随机确定的信噪比加入各个所述时间段，得到含噪声音频数据，以及使用所述含噪声音频数据训练所述降噪模型。

根据本公开实施例，所述降噪模型为神经网络，所述神经网络使用线性整流函数作为激活函数。

本公开的另一个方面提供了一种音频降噪装置，包括获取模块、提取模块、处理模块以及构建模块。获取模块，用于获取包括音频帧序列的第一音频数据。提取模块，用于提取各音频帧的第一幅度谱。处理模块，用于依次处理各音频帧的第一幅度谱，得到降噪后的第二幅度谱，其中，所述处理各音频帧的第一幅度谱包括，将该音频帧的第一幅度谱以及在该音频帧之前的至少一个音频帧的第二幅度谱共同输入降噪模型，得到该音频帧的第二幅度谱。构建模块，用于基于各音频帧的所述第二幅度谱，构建降噪处理后的第二音频数据。

根据本公开实施例，所述处理模块包括确定子模块、合并子模块以及处理子模块。确定子模块，用于确定所述音频帧之前且与所述音频帧相邻的预定数量的连续音频帧的第二幅度谱。合并子模块，用于合并所述音频帧的第一幅度谱以及所述预定数量的音频帧的所述第二幅度谱，得到输入数据。处理子模块，用于将所述输入数据输入降噪模型，得到所述音频帧的第二幅度谱。

根据本公开实施例，所述装置还包括确定模块、制备模块以及训练模块。确定模块，用于从清洁音频数据中随机确定至少一个时间段。制备模块，用于将噪声数据按照随机确定的信噪比加入各个所述时间段，得到含噪声音频数据。训练模块，用于使用所述含噪声音频数据训练所述降噪模型。

根据本公开实施例，所述降噪模型为神经网络，所述神经网络使用线性整流函数作为激活函数。

本公开的另一个方面提供了一种电子设备，包括，至少一个处理器以及至少一个存储器，用于存储一个或多个计算机可读指令，其中，当所述一个或多个计算机可读指令被所述至少一个处理器执行时，使得所述处理器执行如上所述的方法。