[发明专利]音频传输方法、装置、电子设备及存储介质

权利要求书

1.一种音频传输方法，其特征在于，应用于发送端，包括：

采集音频信号；

将所述音频信号进行数字转换，得到第一数字信号，具体包括：对所述音频信号进行傅里叶变换，得到频域信号；对所述频域信号进行重叠分帧，得到多个音频帧；对每帧音频帧进行语义分析，得到每帧音频帧的语义信息；确定任意一帧音频帧的语义信息与位于该音频帧的前后两帧的音频帧的语义信息的连续性，在确定任意一帧音频帧的语义信息与前后两帧的音频帧的语义信息不连续的情况下，根据位于该音频帧的前后两帧的音频帧的语义信息对该任意音频帧进行模拟，得到模拟音频帧，并使用该模拟音频帧替换该任意音频帧，得到多个第一音频帧；根据每个第一音频帧上各个频点的幅值，并行对每个第一音频帧进行编码，得到每个第一音频帧对应的数字信号；将多个第一音频帧的数字信号按照时间的先后顺序进行拼接，得到所述第一数字信号；

对所述第一数字信号进行编码，得到第二数字信号，具体包括：对所述第一数字信号进行压缩编码，得到第三数字信号；对所述第三数字信号进行前向纠错FEC编码，得到所述第二数字信号；

向接收端发送所述第二数字信号。

2.根据权利要求1所述的方法，其特征在于，在将所述音频信号进行数字转换，得到第一数字信号之前，所述方法还包括：

将所述音频信号分割为多个音频段，其中，所述多个音频段中的任意两个相邻的音频段存在重叠，且每个音频段包括多个第二音频帧；

将所述多个音频段中的每个音频段输入到人声过滤模型，得到所述每个音频段的第一人声概率序列，所述第一人声概率序列用于表示所述每个音频段中的每个音频帧为人声的概率；

根据所述每个音频段的第一人声概率序列，确定所述任意两个相邻的音频段的重叠部分为人声的概率；

根据所述每个音频段的第一人声概率序列，以及所述任意两个相邻的音频段的重叠部分为人声的概率，确定所述音频信号的第二人声概率序列；

根据维特比算法以及所述第二人声概率序列确定所述音频信号的目标人声概率序列；

根据所述目标人声概率序列滤除所述音频信号中非人声音频帧，并将滤除非人声音频帧的音频信号作为所述音频信号。

3.一种音频传输方法，其特征在于，应用于接收端，包括：

从发送端接收第二数字信号；

对所述第二数字信号进行解码，得到第一数字信号，具体包括：对所述第二数字信号进行FEC解码，得到第三数字信号；对所述第三数字信号进行压缩解码，得到所述第一数字信号；

将所述第一数字信号进行音频转换，得到音频信号，具体包括：对所述第一数字信号进行分段，得到多个数字信号段，其中，所述多个数字信号段与多个第一音频帧一一对应，所述多个第一音频帧是所述发送端通过对频域信号进行重叠分帧，且对分帧后的多个音频帧中任意一帧音频帧的语义信息与前后两帧的音频帧的语义信息不连续时，对该音频帧进行音频模拟后得到的；所述频域信号为所述发送端对采集到的音频信号进行频域变换得到的；对所述多个数字信号段中的每个数字信号段进行解码，得到与所述每个数字信号段对应的第一音频帧中各个频点的幅值；根据所述每个数字信号段对应的第一音频帧中各个频点的幅值，确定所述每个数字信号段对应的第一音频帧的频谱图；将所述每个数字信号段对应的第一音频帧的频谱图进行拼接，得到所述频域信号；对所述频域信号进行傅里叶反变换，得到所述音频信号；

播放所述音频信号。

4.一种音频传输装置，其特征在于，包括用于执行如权利要求1-3中的任一项所述方法的模块。

5.一种电子设备，其特征在于，包括：处理器和存储器，所述处理器与所述存储器相连，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存储的计算机程序，以使得所述电子设备执行如权利要求1-3中任一项所述的方法。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-3任一项所述的方法。