[发明专利]音频优化方法及相关装置、电子设备、存储介质

说明书

本申请公开了一种音频优化方法及相关装置、电子设备、存储介质，其中，音频优化方法包括：提取采集音频的第一音频表示，并提取参考音频的第二音频表示；基于第一音频表示和第二音频表示，分别提取得到第一回声表示、第一语音表示和第一噪声表示；将第一语音表示分别与第一回声表示、第一噪声表示进行交互处理，得到第二语音表示、第二回声表示和第二噪声表示；其中，交互处理包括：回声抑制、噪声抑制、语音增强；基于第二语音表示、第二回声表示和第二噪声表示中至少一者，得到优化之后的目标音频。上述方案，能够提高音频优化效果。

技术领域

本申请涉及音频处理技术领域，特别是涉及一种音频优化方法及相关装置、电子设备、存储介质。

背景技术

在现实场景中，由于手机、智能音箱、电视等电子设备中扬声器与麦克风存在耦合，麦克风会采集扬声器发出的信号，从而形成回声系统，且环境中也不可避免地存在噪声，进而音频质量将会受到较大的影响。

以通信领域为例，如果近端说话人和扬声器播放的远端说话人的声音同时传向远端，经过网络传输产生时延，远端说话人会听到自己的回声以及环境噪声，严重影响通话体验，甚至造成沟通障碍；或者，以智能硬件领域为例，在对智能电视、智能音箱等同时具备播放与交互功能的电子设备进行交互控制时，声音播放源相较于说话人来说，通常离麦克风近得多，从而影响交互识别。虽然目前已经提出若干音频优化算法，但优化效果均不理想。有鉴于此，如何提高音频优化效果成为亟待解决的问题。

发明内容

本申请主要解决的技术问题是提供一种音频优化方法及相关装置、电子设备、存储介质，能够提高音频优化效果。

为了解决上述技术问题，本申请第一方面提供了一种音频优化方法，包括：提取采集音频的第一音频表示，并提取参考音频的第二音频表示；基于第一音频表示和第二音频表示，分别提取得到第一回声表示、第一语音表示和第一噪声表示；将第一语音表示分别与第一回声表示、第一噪声表示进行交互处理，得到第二语音表示、第二回声表示和第二噪声表示；其中，交互处理包括：回声抑制、噪声抑制、语音增强；基于第二语音表示、第二回声表示和第二噪声表示中至少一者，得到优化之后的目标音频。

为了解决上述技术问题，本申请第二方面提供了一种音频优化装置，包括：音频特征提取模块、声音表示提取模块、声音表示交互模块和目标音频获取模块，音频特征提取模块，用于提取采集音频的第一音频表示，并提取参考音频的第二音频表示；声音表示提取模块，用于基于第一音频表示和第二音频表示，分别提取得到第一回声表示、第一语音表示和第一噪声表示；声音表示交互模块，用于将第一语音表示分别与第一回声表示、第一噪声表示进行交互处理，得到第二语音表示、第二回声表示和第二噪声表示；其中，交互处理包括：回声抑制、噪声抑制、语音增强；目标音频获取模块，用于基于第二语音表示、第二回声表示和第二噪声表示中至少一者，得到优化之后的目标音频。

为了解决上述技术问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的音频优化方法。

为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的音频优化方法。

上述方案，提取采集音频的第一音频表示，并提取参考音频的第二音频表示，基于第一音频表示和第二音频表示，分别提取得到第一回声表示、第一语音表示和第一噪声表示，在此基础上，再将第一语音表示分别与第一回声表示、第一噪声表示进行交互处理，得到第二语音表示、第二回声表示和第二噪声表示，且交互处理包括：回声抑制、噪声抑制、语音增强，并基于第二语音表示、第二回声表示和第二噪声表示中至少一者，得到优化之后的目标音频，由于第一语音表示和第一回声表示进行交互处理，有利于抑制回声并增强语音，而第一语音表示和第一噪声表示进行交互处理，有利于抑制噪声并增强语音，故在音频优化过程中，能够考虑到不同信号的统计特性，而采用并行方式交互处理第一语音表示和第一回声表示，以及第一语音表示和第一噪声表示，有利于提升提高音频优化效果。