[发明专利]音频信号处理方法、装置和电子设备

权利要求书

1.一种音频信号处理方法，包括：

获取音频信号；

通过训练后的仿快速傅里叶变换FFT模型对所述音频信号进行推理，得到仿FFT数据，其中，所述仿FFT模型对所述音频信号的推理过程仅包含乘法、加法和比较操作；

对所述仿FFT数据执行音频任务的处理，得到音频输出结果。

2.根据权利要求1所述的音频信号处理方法，其特征在于，所述仿FFT模型的训练过程，包括：

获取音频样本信号；

将所述音频样本信号输入预训练的仿FFT模型，通过所述预训练的仿FFT模型得到仿FFT预测数据；

对所述仿FFT预测数据执行所述音频任务的处理，得到音频样本任务预测数据；

对所述音频样本信号进行FFT变换，得到频域信号；

对所述频域信号执行所述音频任务的处理，得到音频样本任务处理结果数据；

根据所述音频样本任务预测数据和所述音频样本任务处理结果数据之间的差异，调整所述预训练的仿FFT模型中的参数，得到所述训练后的仿FFT模型。

3.根据权利要求2所述的音频信号处理方法，其特征在于，所述根据所述音频样本任务预测数据和所述音频样本任务处理结果数据之间的差异，调整所述预训练的仿FFT模型中的参数，包括：

根据所述音频样本任务预测数据和所述音频样本任务处理结果数据，建立均方误差MSE损失函数；

根据所述MSE损失函数，调整所述预训练的仿FFT模型中的参数，直到所述MSE损失函数收敛至期望值或者达到训练的迭代次数。

4.根据权利要求1所述的音频信号处理方法，其特征在于：

所述音频任务包括降噪、增益、回声消除、语音唤醒、语音识别、声纹识别中的至少一种。

5.根据权利要求1至4任一项所述的音频信号处理方法，其特征在于：

所述仿FFT模型包括串联的至少一个特征提取器；

在所述特征提取器多于一个的情况下，各个所述特征提取器相互串联，任意相邻的两个特征提取器之间的前一个特征提取器输出的特征数据为下一个特征提取器的输入数据，所述音频信号在所述仿FFT模型中输入第一个特征提取器，并且所述仿FFT模型中的最后一个特征提取器输出的特征数据为所述仿FFT数据。

6.根据权利要求5所述的音频信号处理方法，其特征在于：

每个所述特征提取器均包括至少一个卷积神经网络CNN单元和至少一个与所述CNN单元连接的线性整流函数ReLU单元，所述特征提取器的输入数据经过所述CNN单元的处理得到的数据再经过所述ReLU单元的处理得到所述特征提取器输出的特征数据。

7.根据权利要求5所述的音频信号处理方法，其特征在于：

所述特征提取器的数量为10至100个。

8.根据权利要求5所述的音频信号处理方法，其特征在于，所述音频信号处理方法还包括：

在所述特征提取器的数量达到或超过特征提取器数量阈值、并且执行所述音频任务处理时的所述音频任务的数量达到或者超过音频任务数量阈值的情况下，当增加新的音频任务时，直接将所述训练后的仿FFT模型对所述音频信号进行推理所得到的仿FFT数据应用于所述新的音频任务，得到对应于所述新的音频任务的音频输出结果。

9.一种音频信号处理装置，其特征在于，包括：

信号获取模块，被配置为执行获取音频信号；

仿快速傅里叶变换FFT处理模块，被配置为执行通过训练后的仿FFT模型对所述音频信号进行推理，得到仿FFT数据，其中，所述仿FFT模型对所述音频信号的推理过程仅包含乘法、加法和比较操作；

音频任务处理模块，被配置为执行对所述仿FFT数据执行音频任务的处理，得到音频输出结果。