[发明专利]音频数据的增益控制方法及装置

摘要

本发明提供一种音频数据的增益控制方法及装置。本发明实施例通过获取第N帧音频数据和所述第N帧音频数据的VAD信息，以及根据期望幅度数值和所述第N帧音频数据，获得所述第N帧音频数据的期望增益，进而根据所述第N帧音频数据的VAD信息、所述第N帧音频数据之前相邻的M帧音频数据中每帧音频数据的VAD信息、所述第N帧音频数据的期望增益和所述第N帧音频数据之前相邻的M帧音频数据中每帧音频数据的期望增益，获得所述第N帧音频数据的控制增益，使得能够利用所述控制增益，对所述第N帧音频数据进行增益控制处理，从而将待识别音频数据的幅度数值控制在识别阈值之上，能够有效避免语音识别性能的降低。

主权项

一种音频数据的增益控制方法，其特征在于，包括：获取第N帧音频数据和所述第N帧音频数据的VAD信息，N为大于M的整数，M为大于或等于1的整数；根据期望幅度数值和所述第N帧音频数据，获得所述第N帧音频数据的期望增益；根据所述第N帧音频数据的VAD信息、所述第N帧音频数据之前相邻的M帧音频数据中每帧音频数据的VAD信息、所述第N帧音频数据的期望增益和所述第N帧音频数据之前相邻的M帧音频数据中每帧音频数据的期望增益，获得所述第N帧音频数据的控制增益；利用所述控制增益，对所述第N帧音频数据进行增益控制处理；其中，所述根据所述第N帧音频数据的VAD信息、所述第N帧音频数据之前相邻的M帧音频数据中每帧音频数据的VAD信息、所述第N帧音频数据的期望增益和所述第N帧音频数据之前相邻的M帧音频数据中每帧音频数据的期望增益，获得所述第N帧音频数据的控制增益，包括：根据所述第N帧音频数据的VAD信息，确定所述第N帧音频数据是否为语音帧；若所述第N帧音频数据为语音帧，对所述第N帧音频数据的VAD信息和所述第N帧音频数据之前相邻的M帧音频数据中每帧音频数据的VAD信息进行运算处理，以获得运算结果；若所述运算结果满足预先设置的控制条件，根据所述第N帧音频数据的期望增益和所述第N帧音频数据之前相邻的M帧音频数据中每帧音频数据的期望增益，获得所述第N帧音频数据的控制增益。