[发明专利]音频放大器在待机状态下的降噪方法、装置和电子设备

权利要求书

1.一种音频放大器在待机状态下的降噪方法，其特征在于，包括：

训练阶段，包括：

获取到达音频放大器的音频信号作为训练数据；

使用第一卷积神经网络对所述音频信号的波形图像进行空间卷积处理以提取出所述音频信号的波形图像的高维时域关联特征，以获得训练时域特征图；

对所述音频信号进行傅里叶变换后以获得所述音频信号的频域分量；

使用第二卷积神经网络对所述音频信号的频域分量进行空间卷积处理以提取出所述音频信号的频域分量之间的高维频域关联特征，以获得训练频域特征图；

将所述训练频域特征图映射到所述训练时域特征图的特征空间中，以获得训练融合特征图；

计算所述训练融合特征图与所述训练时域特征图之间的加权和以获得训练分类特征图；

将所述训练分类特征图通过分类器以获得分类损失函数值；以及

计算所述训练融合特征图与所述训练频域特征图之间的余弦距离以获得余弦距离损失函数值；

构造所述训练分类特征图与所述训练时域特征图之间的最大似然估计项，所述最大似然估计项为用于表示所述训练分类特征图与所述训练时域特征图之间的角度的余弦距离的二范数；以及

以所述分类损失函数值、所述余弦距离损失函数值和所述最大似然估计项的加权和作为损失函数值，来对所述第一卷积神经网络和所述第二卷积神经网络进行训练；以及

预测阶段，包括：

获取待处理的音频信号；

使用经训练阶段训练而成的所述第一卷积神经网络对所述待处理的音频信号的波形图像进行处理，以获得时域特征图；

对所述待处理的音频信号进行傅里叶变换后，使用经训练阶段训练而成的所述第二卷积神经网络从所述待处理的音频信号获得频域特征图；

融合所述时域特征图和所述频域特征图，以获得分类特征图；以及

将所述分类特征图通过分类器以获得分类结果，所述分类结果用于表示待处理的音频信号是底噪声或者是包含底噪声和待播放音频信号的音频信号。

2.根据权利要求1所述的音频放大器在待机状态下的降噪方法，其中，对所述音频信号进行傅里叶变换后以获得所述音频信号的频域分量，包括：

对所述音频信号进行傅里叶变换后以所述音频信号在各个谐波频率下的数值；以及

将所述音频信号在各个谐波频率下的数值排列为所述所述音频信号的频域分量。

3.根据权利要求2所述的音频放大器在待机状态下的降噪方法，其中，使用第二卷积神经网络对所述音频信号的频域分量进行空间卷积处理以提取出所述音频信号的频域分量之间的高维频域关联特征，以获得训练频域特征图，包括：

将各个所述音频信号的频率分量按照样本维度排列为频率矩阵；以及

使用所述第二卷积神经网络对所述频率矩阵进行空间卷积处理，以获得所述训练频域特征图。

4.根据权利要求1所述的音频放大器在待机状态下的降噪方法，其中，将所述训练频域特征图映射到所述训练时域特征图的特征空间中，以获得训练融合特征图，包括：

将所述训练时域特征图与所述训练频域特征图进行矩阵相乘以将所述训练频域特征图映射到所述训练时域特征图的特征空间中，以获得所述训练融合特征图。

5.根据权利要求4所述的音频放大器在待机状态下的降噪方法，其中，将所述训练分类特征图通过分类器以获得分类损失函数值，包括：

将所述训练分类特征图通过所述分类器的一个或多个全连接层以通过所述一个或多个全连接层将所述训练分类特征图编码为训练分类特征向量；

将所述训练分类特征向量输入所述分类器的Softmax分类函数以获得所述训练分类特征向量属于音频信号为底噪声的第一概率和所述训练分类特征向量属于音频信号为包含底噪声和待播放音频信号的音频信号的第二概率；

基于所述第一概率和所述第二概率的比较，确定分类结果；以及

计算所述分类结果为真实值的交叉熵损失函数值作为所述分类损失函数值。