[发明专利]音频信号处理方法、装置和存储介质

权利要求书

1.一种音频信号处理方法，其特征在于，包括：

获取声音信号；

将所述声音信号中的各信号帧输入解混模型，其中，所述解混模型是将信号帧中的直达声与混响作为独立声源进行设定的用于去除信号帧中的混响的计算模型，针对所述声音信号中的任一非首个信号帧，所述解混模型根据当前信号帧的信号值以及在所述当前信号帧之前的历史信号帧的信号值计算出对所述当前信号帧去除混响后的信号值；

获得所述解混模型输出的去除混响后的声音信号；

其中，所述解混模型用于对所述信号帧中的直达声的期望信号值进行估算，并将估算结果作为对所述信号帧去除混响后的信号值，其中，所述解混模型包括解混矩阵，所述解混矩阵是预设的用于建立当前信号帧的信号值、在所述当前信号帧之前的历史信号帧的信号值、以及所述当前信号帧中的直达声的期望信号值三者之间的映射关系的矩阵；

其中，所述解混模型通过以下方式对所述期望信号值进行估算：

基于所述当前信号帧的上一信号帧对应的所述解混矩阵计算所述当前信号帧中的直达声的第一期望信号值；

基于所述第一期望信号值更新所述解混矩阵；

基于更新后的所述解混矩阵计算所述当前信号帧中的直达声的第二期望信号值，并将所述第二期望信号值作为所述去除混响后的信号值。

2.根据权利要求1所述的方法，其特征在于，所述基于所述当前信号帧的上一信号帧对应的所述解混矩阵求取所述当前信号帧中的直达声的第一期望信号值，包括：

根据所述当前信号帧的信号值、所述历史信号帧的信号值以及所述当前信号帧的上一信号帧对应的所述解混矩阵确定所述第一期望信号值。

3.根据权利要求1-2中任一项所述的方法，其特征在于，所述映射关系为：

其中，d_n，k为第n帧第k频率索引的直达声的期望信号值，x_Δ，k为表征第n帧的前Δ帧内的第k频率索引的信号值序列的向量，x_n，k为第n帧第k频率索引的信号值，W_k为所述解混矩阵，其中：

w_1，k为第一子解混矩阵，w_2，k为第二子解混矩阵，为所述解混模型中的解混滤波器系数向量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述第一期望信号值更新所述解混矩阵，包括：

通过所述第一期望信号值更新加权协方差矩阵；

基于更新后的所述加权协方差矩阵更新所述解混矩阵。

5.根据权利要求1所述的方法，其特征在于，所述基于更新后的所述解混矩阵计算所述当前信号帧中的直达声的第二期望信号值，包括：

根据所述当前信号帧的信号值、所述历史信号帧的信号值以及更新后的所述解混矩阵确定所述第二期望信号值。

6.一种音频信号处理装置，其特征在于，包括：

获取模块，被配置为获取声音信号；

处理模块，被配置为将所述声音信号中的各信号帧输入解混模型，其中，所述解混模型是将信号帧中的直达声与混响作为独立声源进行设定的用于去除信号帧中的混响的计算模型，针对所述声音信号中的任一非首个信号帧，所述解混模型能够根据当前信号帧的信号值以及在所述当前信号帧之前的历史信号帧的信号值计算出对所述当前信号帧去除混响后的信号值；

输出模块，被配置为获得所述解混模型输出的去除混响后的声音信号；

其中，解混模型用于对所述信号帧中的直达声的期望信号值进行估算，并将估算结果作为对所述信号帧去除混响后的信号值，其中，所述解混模型包括解混矩阵，所述解混矩阵是预设的用于建立信号帧的信号值、在该信号帧之前的历史信号帧的信号值、以及该信号帧中的直达声的期望信号值三者之间的映射关系的矩阵；

其中，所述解混模型被配置为，通过以下方式对所述期望信号值进行估算：基于所述当前信号帧的上一信号帧对应的所述解混矩阵计算所述当前信号帧中的直达声的第一期望信号值；基于所述第一期望信号值更新所述解混矩阵；基于更新后的所述解混矩阵计算所述当前信号帧中的直达声的第二期望信号值，并将所述第二期望信号值作为所述去除混响后的信号值。