[发明专利]音频信号处理方法、装置和电子设备

说明书

本公开涉及一种音频信号处理方法、装置和电子设备，该方法包括：获取音频信号；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，推理过程仅包含乘法、加法和比较操作；对仿FFT数据执行音频任务的处理，得到音频输出结果。本公开利用基于神经网络的仿FFT模型对音频信号进行处理以实现类似于FFT的功能，由于仿FFT模型的计算只涉及乘法和加法，因此降低了装置的运行功耗，使得采用本公开技术方案的硬件设备在电池供电的情况下能够延长数倍的使用时间。本公开技术方案由已经形成功能的所有后续任务去反逼仿FFT模型学习所有后续任务所需要的特征，使仿FFT模型输出的特征更优于FFT的计算结果。

技术领域

本公开涉及计算机、神经网络及信号处理技术领域，特别涉及一种音频信号处理方法、装置和电子设备。

背景技术

语音领域中，在现有的数字信号处理（DSP）中，FFT（Fast Fourier Transform，快速傅里叶变换）是一种重要的信号变换工具，用于将语音的时域信号转换为频域信号。在此基础上的后续任务对频域信号进行进一步处理得到结果。

然而，FFT的计算复杂度高，需要大量的计算资源和功耗，在小型化装置中，FFT将产生大量功耗，在电池电量有限的情况下限制了设备的使用时间。因此，如何在小型化装置中以低功耗的损失实现FFT功能，延长小型化装置的使用时间，便成为亟待解决的问题。

发明内容

有鉴于此，本公开提供一种音频信号处理方法、装置和电子设备，实现低功耗的FFT功能，进而降低需要实现FFT功能的装置的使用功耗，在有限供电电量的情况下，延长需要实现FFT功能的装置的使用时间。

本公开的技术方案是这样实现的：

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；

对所述仿FFT数据执行音频任务的处理，得到音频输出结果。

进一步，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。

进一步，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。

进一步，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。

进一步，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。