[发明专利]音频信号处理方法及装置、存储介质

权利要求书

1.一种音频信号处理方法，其特征在于，包括：

获取至少两个麦克风分别对至少两个声源所采集的原始带噪信号；

对所述至少两个麦克风各自的原始带噪信号进行声源分离，得到所述至少两个声源各自的频域估计信号；

基于所述至少两个声源各自的频域估计信号，确定每个所述声源分别在所述至少两个麦克风的观测估计信号；

基于所述至少两个声源对应的所述观测估计信号，确定每个声源的增强输出信号；

根据滤波处理后的所述每个声源的增强输出信号，确定所述至少两个声源各自发出的音频信号。

2.根据权利要求1所述的方法，其特征在于，所述对所述至少两个麦克风各自的原始带噪信号进行声源分离，得到所述至少两个声源各自的频域估计信号，包括：

利用去模糊处理后的每一帧信号的分离矩阵对所述原始带噪信号进行声源分离，得到所述至少两个声源各自的频域估计信号；其中，所述频域估计信号携带有所述声源发出的所述音频信号的相位信息。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

利用所述分离矩阵和所述分离矩阵的逆矩阵，确定所述模糊处理后的分离矩阵。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在当前帧不是第一帧时，基于当前帧的前一帧的分离矩阵与当前帧的原始带噪信号，确定当前帧的分离矩阵；或

在当前帧是第一帧时，基于预定的单位矩阵与当前帧的原始带噪信号，确定当前帧的分离矩阵。

5.根据权利要求1所述的方法，其特征在于，所述观测估计信号携带有所述声源发出的所述音频信号的相位信息；所述基于所述至少两个声源对应的所述观测估计信号，确定每个声源的增强输出信号，包括：

根据所述观测估计信号，确定所述至少两个声源的估计坐标信息；

根据所述估计坐标信息和所述至少两个麦克风的坐标信息，确定所述至少两个声源到所述至少两个麦克风的时延差；

根据所述时延差，确定每个声源的所述增强输出信号。

6.根据权利要求5所述的方法，其特征在于，所述根据所述估计坐标信息和所述至少两个麦克风的坐标信息，确定所述至少两个声源到所述至少两个麦克风的时延差，包括：

根据所述估计坐标信息和所述至少两个麦克风的坐标信息，确定每个声源分别到所述至少两个麦克风的距离；

根据所述距离和声速，确定所述时延差。

7.根据权利要求5所述的方法，其特征在于，所述根据所述时延差，确定每个声源的所述增强输出信号，包括：

根据所述时延差和所述每个声源在各麦克风的所述观测估计信号，确定所述每个声源的增强输出信号。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述观测估计信号，对所述每个声源的增强输出信号进行所述滤波处理。

9.根据权利要求8所述的方法，其特征在于，所述根据所述观测估计信号，对所述每个声源的增强输出信号进行所述滤波处理，包括：

根据所述观测估计信号，确定所述增强输出信号的干扰信号；

根据所述干扰信号对所述增强输出信号进行所述滤波处理。

10.一种音频信号处理装置，其特征在于，包括：

第一获取模块，用于获取至少两个麦克风分别对至少两个声源所采集的原始带噪信号；

分离模块，用于对所述至少两个麦克风各自的原始带噪信号进行声源分离，得到所述至少两个声源各自的频域估计信号；

第一确定模块，用于基于所述至少两个声源各自的频域估计信号，确定每个所述声源分别在所述至少两个麦克风的观测估计信号；

第二确定模块，用于基于所述至少两个声源对应的所述观测估计信号，确定每个声源的增强输出信号；

第三确定模块，用于根据滤波处理后的所述每个声源的增强输出信号，确定所述至少两个声源各自发出的音频信号。