[发明专利]音频处理方法、装置、设备及存储介质

权利要求书

1.一种音频处理方法，其特征在于，包括：

获取传感器阵列采集的一段音频的初始频域信号；

基于所述初始频域信号进行方位估计，以确定n个目标声源的方位，其中，n为大于等于1的整数；

分别在每个方位进行波束形成处理，以得到每个目标声源的第一频域信号；以及

基于预设规则分别对所述第一频域信号中目标频点的能量进行抑制处理，以得到每个目标声源的目标频域信号。

2.根据权利要求1所述的方法，其特征在于，所述基于预设规则分别对所述第一频域信号中目标频点的能量进行抑制处理，包括：

分别对所述第一频域信号中能量小于等于能量阈值的目标频点的能量进行抑制处理。

3.根据权利要求1所述的方法，其特征在于，所述基于预设规则分别对所述第一频域信号中目标频点的能量进行抑制处理，包括：

获取所述传感器阵列中任一传感器采集的初始频域信号作为每个第一频域信号对应的参考信号；

依次确定所述第一频域信号中当前语音帧和所述参考信号中当前语音帧；

计算所述参考信号中当前语音帧的瞬时能量与所述第一频域信号中当前语音帧的瞬时能量的瞬时能量比；

计算所述参考信号中累计语音帧的积累能量与所述第一频域信号中累计语音帧的积累能量的积累能量比，其中，所述累计语音帧为所述当前语音帧之前的语音帧；

若所述瞬时能量比与所述积累能量比的比值大于第一阈值，则将所述第一频域信号中当前语音帧的全部频点作为所述目标频点，并对所述目标频点的能量进行抑制处理；否则返回重新确定所述第一频域信号中当前语音帧和所述参考信号中当前语音帧。

4.根据权利要求2所述的方法，其特征在于，所述分别对所述第一频域信号中能量小于等于能量阈值的目标频点的能量进行抑制处理之前，还包括：

确定每个第一频域信号中每个频点对应的参考频点能量；以及

将每个频点的参考频点能量乘以判决门限，以得到每个频点对应的能量阈值。

5.根据权利要求4所述的方法，其特征在于，所述确定每个第一频域信号中每个频点对应的参考频点能量，包括：

在n等于1的情况下，将所述传感器阵列中任一传感器采集的初始频域信号中每个频点的能量作为所述参考频点能量；

或者

在n大于等于2的情况下，将其它第一频域信号中在每个频点的最大能量作为所述参考频点能量，其中，所述其它第一频域信号不包括当前处理的第一频域信号。

6.根据权利要求2所述的方法，其特征在于，所述分别对所述第一频域信号中能量小于等于能量阈值的目标频点的能量进行抑制处理，包括：

将所述目标频点的能量乘以第一衰减因子。

7.根据权利要求3所述的方法，其特征在于，所述若所述瞬时能量比与所述积累能量比的比值大于第一阈值，则将所述第一频域信号中当前语音帧的全部频点作为所述目标频点，包括：

若所述瞬时能量比与所述积累能量比的比值大于第一阈值，则对衰减帧数进行累加并返回重新确定所述第一频域信号中当前语音帧和所述参考信号中当前语音帧；否则对所述衰减帧数清零并返回重新确定所述第一频域信号中当前语音帧和所述参考信号中当前语音帧；

响应于所述衰减帧数大于第二阈值，将所述第一频域信号中所述当前语音帧的全部频点作为所述目标频点。

8.根据权利要求3所述的方法，其特征在于，所述计算所述参考信号中当前语音帧的瞬时能量与所述第一频域信号中当前语音帧的瞬时能量的瞬时能量比之前，还包括：

若所述累计语音帧的数量大于第三阈值，计算所述瞬时能量比与所述积累能量比；否则返回重新确定所述第一频域信号中当前语音帧和所述参考信号中当前语音帧。

9.根据权利要求3所述的方法，其特征在于，所述对所述目标频点的能量进行抑制处理，包括：

将所述目标频点的能量乘以第二衰减因子。