[发明专利]样本音频数据的生成方法、装置、电子设备及存储介质

权利要求书

1.一种样本音频数据的生成方法，其特征在于，所述方法包括：

获取干净语音数据和多通道房间冲激响应，所述干净语音数据为噪声能量值小于预设能量值的语音数据，所述多通道房间冲激响应为增加了实际场景中麦克风阵列误差、通道幅值误差中至少一项的仿真混响效果数据；

基于所述干净语音数据和所述多通道房间冲激响应，生成多通道全混响干净语音数据和前期混响干净语音数据；

基于所述多通道房间冲激响应和单通道噪声数据，生成多通道噪声数据；

基于所述多通道全混响干净语音数据、前期混响干净语音数据及所述多通道噪声数据，生成样本音频数据。

2.根据权利要求1所述的方法，其特征在于，所述获取干净语音数据，包括：

获取语音数据库，所述语音数据库中存储有在实际语音场景下录制的语音数据；

采用语音活动检测VAD，识别所述语音数据库中任一条语音数据的噪声部分；

当所述语音数据的噪声部分的平均能量值小于所述预设能量值，将所述语音数据作为所述干净语音数据。

3.根据权利要求1所述的方法，其特征在于，所述获取多通道房间冲激响应，包括：

根据预设的混响效果，确定麦克风阵列中每个麦克风的理论位置坐标；

为所述麦克风阵列中至少一个麦克风的理论位置坐标增加随机扰动；

基于位置坐标调整后的麦克风阵列中的每个麦克风仿真音频信号的采集过程，得到多通道音频信号；

对所述多通道音频信号中至少一个通道音频信号的幅值进行随机调整，得到所述多通道房间冲激响应。

4.根据权利要求1所述的方法，其特征在于，所述基于所述干净语音数据和所述多通道房间冲激响应，生成多通道全混响干净语音数据和前期混响干净语音数据，包括：

将所述干净语音数据和所述多通道房间冲激响应进行卷积操作，得到所述多通道全混响干净语音数据；

将所述干净语音数据中前预设时长的语音数据与所述多通道房间冲激响应进行卷积操作，得到所述前期混响干净语音数据。

5.根据权利要求1所述的方法，其特征在于，所述基于所述多通道房间冲激响应和单通道噪声数据，生成多通道噪声数据，包括：

将所述多通道房间冲激响应与所述单通道噪声数据进行卷积操作，得到所述多通道噪声数据。

6.根据权利要求1所述的方法，其特征在于，所述基于所述多通道全混响干净语音数据、前期混响干净语音数据及所述多通道噪声数据，生成样本音频数据，包括：

按照预设信噪比，对所述多通道全混响干净语音数据和所述多通道噪声数据进行混合，得到带噪声混响语音数据；

对所述带噪声混响语音数据和所述前期混响干净语音数据的频响进行处理，得到样本音频数据。

7.一种样本音频数据的生成装置，其特征在于，所述装置包括：

获取模块，用于获取干净语音数据和多通道房间冲激响应，所述干净语音数据为噪声能量值小于预设能量值的语音数据，所述多通道房间冲激响应为增加了实际场景中麦克风阵列误差、通道幅值误差中至少一项的仿真混响效果数据；

第一生成模块，用于基于所述干净语音数据和所述多通道房间冲激响应，生成多通道全混响干净语音数据和前期混响干净语音数据；

第二生成模块，用于基于所述多通道房间冲激响应和单通道噪声数据，生成多通道噪声数据；

第三生成模块，用于基于所述多通道全混响干净语音数据、前期混响干净语音数据及所述多通道噪声数据，生成样本音频数据。

8.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如权利要求1至6中任一项所述的样本音频数据的生成方法。

9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如权利要求1至6中任一项所述的样本音频数据的生成方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序代码，所述计算机程序代码存储在计算机可读存储介质中，电子设备的处理器从所述计算机可读存储介质读取所述计算机程序代码，所述处理器执行所述计算机程序代码，使得所述电子设备执行如权利要求1至6中任一项所述的样本音频数据的生成方法。