【技术实现步骤摘要】
音频处理方法及装置
本说明书涉及音频处理
,特别涉及音频处理方法及装置。
技术介绍
随着互联网技术的发展,用户对音频质量的要求越来越高,而为了能够向用户播放音质较高的音频,就需要对原始音频进行降噪处理或者增强处理,从而播放较为优质的音频;通常在对音频中的噪声进行抑制时,实则是消除音频中的噪声信号,保留干净的音频信号,而降噪程度越高,噪声去除得越干净,同时也越可能出现将干净的音频信号也消除,产生音频失真的问题,不仅无法有效的消除噪声信号,还对最终播放的音频产生过度的干扰,影响用户的收听效果,因此亟需一种有效的方案以解决上述问题。
技术实现思路
有鉴于此,本说明书实施例提供了一种音频处理方法。本说明书同时涉及一种音频处理装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的技术缺陷。根据本说明书实施例的第一方面,提供了一种音频处理方法,包括:获取携带有原始音频信号的降噪指令;对所述原始音频信号进行降噪处理获得降噪音频信号,并基于所述降噪音频信号确定所述原始音频信号中的噪声 ...
【技术保护点】
1.一种音频处理方法,其特征在于,包括:/n获取携带有原始音频信号的降噪指令;/n对所述原始音频信号进行降噪处理获得降噪音频信号,并基于所述降噪音频信号确定所述原始音频信号中的噪声音频信号;/n基于所述降噪音频信号的降噪音频特征以及所述噪声音频信号的噪声音频特征,计算所述原始音频信号的信噪比;/n根据所述信噪比在所述原始音频信号中筛选出目标音频片段,并根据所述目标音频片段确定响应所述降噪指令的目标音频信号。/n
【技术特征摘要】
1.一种音频处理方法,其特征在于,包括:
获取携带有原始音频信号的降噪指令;
对所述原始音频信号进行降噪处理获得降噪音频信号,并基于所述降噪音频信号确定所述原始音频信号中的噪声音频信号;
基于所述降噪音频信号的降噪音频特征以及所述噪声音频信号的噪声音频特征,计算所述原始音频信号的信噪比;
根据所述信噪比在所述原始音频信号中筛选出目标音频片段,并根据所述目标音频片段确定响应所述降噪指令的目标音频信号。
2.根据权利要求1所述的音频处理方法,其特征在于,所述对所述原始音频信号进行降噪处理获得降噪音频信号,包括:
构建所述原始音频信号对应的信号序列;
将所述信号序列输入至降噪模型进行降噪处理,获得所述降噪音频信号。
3.根据权利要求2所述的音频处理方法,其特征在于,所述基于所述降噪音频信号确定所述原始音频信号中的噪声音频信号,包括:
对所述原始音频信号进行分帧处理获得多个原始子音频信号,以及对所述降噪音频信号进行分帧处理获得多个降噪子音频信号;
根据所述多个原始子音频信号和所述多个降噪子音频信号确定多个噪声子音频信号;
基于所述多个噪声子音频信号生成所述噪声音频信号。
4.根据权利要求3所述的音频处理方法,其特征在于,所述根据所述多个原始子音频信号和所述多个降噪子音频信号确定多个噪声子音频信号,包括:
确定所述多个原始子音频信号中的各个原始子音频信号与所述多个降噪子音频信号中的各个降噪子音频信号的对应关系;
将具有对应关系的原始子音频信号和降噪子音频信号进行比较,根据比较结果确定所述多个噪声子音频信号。
5.根据权利要求3所述的音频处理方法,其特征在于,所述对所述原始音频信号进行分帧处理获得多个原始子音频信号,以及对所述降噪音频信号进行分帧处理获得多个降噪子音频信号,包括:
根据预设的分帧规则对所述原始音频信号进行分帧处理获得所述多个原始子音频信号;
根据所述预设的分帧规则对所述降噪音频信号进行分帧处理获得所述多个降噪子音频信号;
其中,所述预设的分帧规则为重叠分帧规则或非重叠分帧规则。
6.根据权利要求3所述的音频处理方法,其特征在于,所述降噪音频信号的降噪音频特征,通过如下方式确定:
确定所述多个降噪子音频信号中的各个降噪子音频信号对应的第一采样点总数,以及所述第一采样点总数中的各个采样点对应的第一采样点取值;
基于所述第一采样点总数和所述第一采样点取值计算所述多个降噪子音频信号中的各个降噪子音频信号对应的降噪子音频特征;
根据所述多个降噪子音频信号中的各个降噪子音频信号对应的降噪子音频特征确定所述降噪音频信号的降噪音频特征。
7.根据权利要求6所述的音频处理方法,其特征在于,所述噪声音频信号的噪声音频特征,通过如下方式确定:
确定所述多个噪声子音频信号中的各个噪声子音频信号对应的第二采样点总数,以及所述第二采样点总数中各个采样点对应的第二采样点取值;
基于所述第二采样点总数和所述第二采样点取值计算所述多个噪声子音频信号中的各个噪声子音频信号对应的噪声子音频特征;
根据所述多个噪声子音频信号中的各个噪声子音频信号对应的噪声子音频特征确定所述噪声音频信号的噪声音频特征。
8.根据权利要求7所述的音频处理方法,其特征在于,所述基于所述降噪音频信号...
【专利技术属性】
技术研发人员:李贝,刘鲁鹏,元海明,高强,夏龙,郭常圳,
申请(专利权)人:北京猿力未来科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。