[发明专利]回声消除方法、回声消除装置及计算机可读存储介质

权利要求书

1.一种回声消除方法，其特征在于，所述方法包括：

获取近端采集的时域接收信号以及远端发送的时域参考信号；

分别将所述时域接收信号以及所述时域参考信号从时域转换到频域，得到频域接收信号以及频域参考信号；

基于所述频域接收信号的至少部分特征以及所述频域参考信号的至少部分特征，得到包括实部掩膜和虚部掩膜的频域掩膜信号；

基于所述频域掩膜信号，对所述频域接收信号进行声学掩蔽，得到频域目标信号；

将所述频域目标信号从频域转换到时域，得到时域目标信号。

2.根据权利要求1所述的方法，其特征在于，所述基于所述频域接收信号的至少部分特征以及所述频域参考信号的至少部分特征，得到包括实部掩膜和虚部掩膜的频域掩膜信号的步骤，包括：

基于所述频域接收信号的实部、虚部中的至少一个以及所述频域参考信号的实部、虚部中的至少一个，得到所述频域掩膜信号。

3.根据权利要求1所述的方法，其特征在于，所述基于所述频域接收信号的至少部分特征以及所述频域参考信号的至少部分特征，得到包括实部掩膜和虚部掩膜的频域掩膜信号的步骤，包括：

将所述频域接收信号的至少部分特征以及所述频域参考信号的至少部分特征送入预先训练好的神经网络进行分析，得到所述频域掩膜信号。

4.根据权利要求1所述的方法，其特征在于，所述基于所述频域接收信号的至少部分特征以及所述频域参考信号的至少部分特征，得到包括实部掩膜和虚部掩膜的频域掩膜信号的步骤，包括：

将所述频域接收信号的至少部分特征以及所述频域参考信号的至少部分特征送入预先训练好的神经网络进行分析，得到所述实部掩膜和所述虚部掩膜；

基于所述实部掩膜和所述虚部掩膜，构建所述频域掩膜信号。

5.根据权利要求4所述的方法，其特征在于，所述神经网络包括并联的第一子神经网络和第二子神经网络；

所述将所述频域接收信号的至少部分特征以及所述频域参考信号的至少部分特征送入预先训练好的神经网络进行分析，得到所述实部掩膜和所述虚部掩膜的步骤，包括：

将所述频域接收信号的至少部分特征以及所述频域参考信号的至少部分特征均送入所述第一子神经网络以及所述第二子神经网络进行分析，分别得到所述实部掩膜和所述虚部掩膜。

6.根据权利要求4所述的方法，其特征在于，在所述获取近端采集的时域接收信号以及远端发送的时域参考信号之前，还包括：

获取样本时域接收信号、样本时域参考信号以及样本时域真实信号；

分别将所述样本时域接收信号以及所述样本时域参考信号从时域转换到频域，得到样本频域接收信号以及样本频域参考信号；

将所述样本频域接收信号的至少部分特征以及所述样本频域参考信号的至少部分特征送入所述神经网络进行分析，以预测样本实部掩膜和样本虚部掩膜；

基于所述样本实部掩膜和所述样本虚部掩膜，构建样本频域掩膜信号；

基于所述样本频域掩膜信号，对所述样本频域接收信号进行声学掩蔽，得到样本频域目标信号；

将所述样本频域目标信号从频域转换到时域，得到样本时域目标信号；

基于所述样本时域目标信号和所述样本时域真实信号，得到损失函数值；

基于所述损失函数值，更新所述神经网络的参数；

重复执行所述分别将所述样本时域接收信号以及所述样本时域参考信号从时域转换到频域，得到样本频域接收信号以及样本频域参考信号的步骤至所述基于所述损失函数值，更新所述神经网络的参数的步骤，直至满足预设的停止训练的条件。