[发明专利]检测音频质量方法、装置及存储介质

说明书

本申请公开了一种检测音频质量方法、装置及存储介质，属于计算机技术领域。所述方法包括：根据目标干声音频的每个待检测音频帧对应的功率谱，确定每个待检测音频帧对应的人声基频估计值；对于每个待检测音频帧，对待检测音频帧的功率谱中每个频点的功率值进行乘权处理；根据每个待检测音频帧对应的功率谱和乘权处理后的功率谱，确定每个待检测音频帧的人声存在概率；根据每个待检测音频帧对应的人声存在概率，在目标干声音频的待检测音频帧中，检测人声音频帧和非人声音频帧；根据人声音频帧对应的功率谱和非人声音频帧对应的功率谱，确定目标干声音频的音频质量信息。采用本申请，可以更加准确的判定干声音频的音频质量。

技术领域

本申请涉及音频数据处理领域，特别涉及一种检测音频质量方法、装置及存储介质。

背景技术

K歌应用程序是人们常用的一种娱乐应用程序。用户可以通过K歌应用程序进行K歌，在K歌过程中，终端录制麦克风采集的音频，此音频一般称作干声音频。用户可以进一步操作将干声音频上传至服务器存储，后续在播放自己的演唱作品时，会将此干声音频下载下来，与伴奏音频进行合并播放。

在K歌应用程序运营的过程中，会有数以亿计的干声音频在服务器存储，而且，随着时间延续，服务器存储的干声音频会越来越多，这对服务器的存储能力是一个非常大的考验，所以，在服务器一般会设置一定的删除机。例如，对于太久没有登录的用户的干声音频进行删除，还有，对质量偏低的音频进行删除，等等。一般对干声音频进行音频质量评估时，就是简单的检测一下干声音频的总功率，由总功率确定音频质量信息，如果功率过低(可能是因为用户没有对着麦克风歌唱)，则判定该干声音频的质量低下，进而可以对其删除。

在实现本申请的过程中，发明人发现相关技术至少存在以下问题：

上述方案仅通过总功率来判断音频质量，然而，总功率并不能很全面准确的反映音频质量，导致最终确定的音频质量信息准确度较差。

发明内容

本申请实施例提供了一种检测音频质量方法、装置及存储介质，能够解决音频质量信息准确度较差的问题。所述技术方案如下：

第一方面，提供了一种检测音频质量的方法，所述方法包括：

根据目标干声音频的每个待检测音频帧对应的功率谱，确定每个待检测音频帧对应的人声基频估计值，其中，所述功率谱包括各频点的功率值；

对于每个待检测音频帧，对所述待检测音频帧的功率谱中每个频点的功率值进行乘权处理，得到乘权处理后的功率谱，其中，所述待检测音频帧对应的人声基频估计值的正整数倍的频点的权值大于其他频点的权值；

根据每个待检测音频帧对应的功率谱和乘权处理后的功率谱，确定每个待检测音频帧的人声存在概率；

根据每个待检测音频帧对应的人声存在概率，在所述目标干声音频的待检测音频帧中，检测人声音频帧和非人声音频帧；

根据所述人声音频帧对应的功率谱和所述非人声音频帧对应的功率谱，确定所述目标干声音频的音频质量信息。

在一种可能的实现方式中，所述根据目标干声音频的每个待检测音频帧对应的功率谱，确定每个待检测音频帧对应的人声基频估计值，包括：

根据每个待检测音频帧对应的功率谱和预设的人声频率特征信息，确定每个待检测音频帧对应的人声基频估计值。

在一种可能的实现方式中，所述人声频率特征信息为人声基频频率范围，所述根据每个待检测音频帧对应的功率谱和预设的人声频率特征信息，确定每个待检测音频帧对应的人声基频估计值，包括：

对每个待检测音频帧对应的功率谱进行预设窗长度的平滑处理；

将每个待检测音频帧对应的平滑处理后的功率谱在所述人声基频频率范围内的最小的波峰频率，分别确定为每个待检测音频帧对应的人声基频估计值。