CN111145770A - 音频处理方法和装置 - Google Patents
音频处理方法和装置 Download PDFInfo
- Publication number
- CN111145770A CN111145770A CN201811302472.7A CN201811302472A CN111145770A CN 111145770 A CN111145770 A CN 111145770A CN 201811302472 A CN201811302472 A CN 201811302472A CN 111145770 A CN111145770 A CN 111145770A
- Authority
- CN
- China
- Prior art keywords
- target
- data
- scene type
- processing mode
- denoising processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 150
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000000644 propagated effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/10009—Improvement or modification of read or write signals
- G11B20/10046—Improvement or modification of read or write signals filtering or equalising, e.g. setting the tap weights of an FIR filter
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02087—Noise filtering the noise being separate speech, e.g. cocktail party
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Circuit For Audible Band Transducer (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
Abstract
本公开实施例公开了音频处理方法和装置。该方法的具体实施方式包括:获取录音数据;从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式;基于该目标去噪处理方式,对该录音数据进行处理。该实施方式提供了新的音频处理方式。
Description
技术领域
本公开实施例涉及计算机技术领域,具体涉及音频处理方法和装置。
背景技术
录音,也可以称为拾音,指把声音收集起来的过程。电子设备(例如终端)可以录音。录音可以得到录音数据,可以将录音数据直接作为放音数据。放音数据可以由采集录音数据的电子设备播放,也可以由其它电子设备播放。
在音频处理领域,通常需要对音频数据进行去噪处理。
发明内容
本公开实施例提出了音频处理方法和装置。
第一方面,本公开实施例提供了一种音频处理方法,该方法包括:获取录音数据;从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式;基于上述目标去噪处理方式,对上述录音数据进行处理。
第二方面,本公开实施例提供了一种音频处理装置,该装置包括:获取单元,被配置成获取录音数据;选取单元,被配置成从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式;处理单元,被配置成基于上述目标去噪处理方式,对上述录音数据进行处理。
第三方面,本公开实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开实施例提供的音频处理方法和装置,通过从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式,再基于上述目标去噪处理方式,对上述录音数据进行处理,技术效果至少可以包括:提供了一种新的音频处理方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一些实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的音频处理方法的一个实施例的流程图;
图3是根据本公开的音频处理方法的一个应用场景的示意图;
图4是根据本公开的音频处理方法的另一个应用场景的示意图;
图5是根据本公开的音频处理装置的一个实施例的结构示意图;
图6是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的音频处理方法或音频处理装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104可以是用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如录音类应用、通话类应用、直播类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有通信功能的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上的拾音功能支持的后台服务器。终端设备可以将拾音得到的原始录音数据进行打包得到音频处理请求,然后将音频处理请求发送至后台服务器。后台服务器可以对接收到的音频处理请求等数据进行分析等处理,并将处理结果(例如放音数据)反馈给终端设备。
需要说明的是,本公开实施例所提供的音频处理方法一般由终端设备101、102、103执行,相应地,音频处理装置一般设置于终端设备101、102、103中。可选的,本公开实施例所提供的音频处理方法也可以由服务器执行,服务器可以接收终端设备发送的录音数据,然后执行本公开所示方法,最后将基于录音数据生成的放音数据发送给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
请参考图2,其示出了音频处理方法的一个实施例的流程200。本实施例主要以该方法应用于有一定运算能力的电子设备中来举例说明,该电子设备可以是图1示出的终端设备。该音频处理方法,包括以下步骤:
步骤201,获取录音数据。
在本实施例中,音频处理方法的执行主体(例如图1所示的终端设备)可以获取录音数据。
在本实施例中,录音数据可以是上述执行主体或者其它电子设备采集的音频数据。上述执行主体可以直接采集或者从其它电子设备接收录音数据,以获取录音数据。
步骤202,从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式。
在本实施例中,上述执行主体可以从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式。
在本实施例中,去噪处理方式可以是用于去除噪声的处理方式。可以将目标声音之外的声音定义为噪声。例如,目标声音可以是人类语音,目标声音之外的声音(噪音)可以是街上的汽车声。再例如,目标声音可以是甲某人的语音,目标声音之外的声音(噪音)可以包括乙某人的语音和街上的汽车声。
在本实施例中,去噪处理方式可以是去噪处理函数调用接口,也可以是打包好的去噪处理函数。
作为示例,去噪处理函数中可能包括滤波器、噪音判定阈值、频带选择参数等参数。
在本实施例中,上述去噪处理方式集合可以是去噪处理方式的集合。去噪处理方式集合中的去噪处理方式,不同点可以在于以下方面但不限于:滤波器、噪音判定阈值、频带选择参数等。
需要说明的,不同的去噪处理方式,可以具有不同的侧重点。例如,第一去噪处理方式可能去噪精度高一些,处理速度慢一些;第二去噪处理方式可能去噪精度低一些,处理速度快一些。
在本实施例中,可以通过各种方式,从上述去噪处理方式集合中,选取出目标去噪处理方式。
需要说明的是,从上述去噪处理方式集合中,选取出目标去噪处理方式,可以对于不同的电子设备,提供适配各种电子设备的去噪处理方式;或者,对于同一电子设备的不同音频采集时期(不同时期的去噪需求可能不同),提供适配当前时期的去噪处理方式。从而,可以实现自适应进行去噪处理,提高去噪处理的普适性和效率。
步骤203,基于目标去噪处理方式,对录音数据进行处理。
在本实施例中,上述执行主体可以基于步骤202选择处理的目标去噪处理方式,对上述录音数据进行处理。
在本实施例中,上述执行主体可以利用上述目标去噪处理方式,对上述录音数据进行处理。
继续参见图3,图3是根据图2所示实施例的音频处理方法的应用场景的一个示意图。在图3的应用场景中:
首先,终端301可以采集录音数据。
然后,从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式。
再后,终端301可以基于上述目标去噪处理方式,对上述录音数据进行处理。
最后,作为示例,终端301可以处理得到待放音数据,再由终端301读取上述待放音数据进行放音。
继续参见图4,图4是根据图2所示实施例的音频处理方法的应用场景的一个示意图。在图4的应用场景中:
首先,终端401可以采集录音数据。
然后,服务器402可以获取上述录音数据。
然后,上述服务器402可以从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式。
再后,上述服务器402可以基于上述目标去噪处理方式,对上述录音数据进行处理。
最后,作为示例,上述服务器402可以处理得到待放音数据,再将处理得到的待放音数据发送给终端403。再由终端403读取上述待放音数据进行放音。
本公开的上述实施例提供的方法,通过从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式,再基于上述目标去噪处理方式,对上述录音数据进行处理,技术效果至少可以包括:提供了一种新的音频处理方式。
在一些实施例中,步骤202可以通过以下方式实现:从上述去噪处理方式集合中,随机选取去噪处理方式,作为目标去噪处理方式。
在一些实施例中,步骤202可以通过以下方式实现:从上述去噪处理方式集合中,选取与目标场景类型对应的去噪处理方式,作为目标去噪处理方式。
需要说明的是,根据目标场景类型选取出目标去噪处理方式,可以根据录音数据采集自的场景,确定适合处理此录音数据的去噪处理方式。由此,可以通过更为合适的去噪处理方式对录音数据进行处理,以达到预期效果。作为示例,预期效果可能是处理精度高一些或者处理速度快一些。
在这里,上述去噪处理方式集合中的去噪处理方式与预定义的场景类型对应。
在这里,预定义的场景类型可以指示应用场景。应用场景可以从不同的角度得出不同的分类。
作为示例,从噪声等级高低的角度,场景类型可以分为高噪声场景、中噪声场景和低噪声场景。从使用方式的角度,场景类型可以分为通话场景和唱歌场景(用户唱歌的声音再放出来)。
在这里,目标场景类型可以是录音数据采集自的场景所属的类型。
可选的,可以利用各种方式确定目标场景类型。
在本公开中,上述目标应用可以是调用电子设备的录音采集功能采集上述录音数据的应用。
在这里,调用录音采集功能的应用,可以是具有录音采集功能的应用,例如,通话类应用、唱歌类应用(采集用户唱歌的声音再放出来)。
可以理解,不同的应用,对于录音采集功能的需求可能不同。例如,通话类应用所需的去噪处理要求可能高一些,对语音的清晰度的要求可能高一些。唱歌类应用所需的去噪处理要求可能低一些。
在一些实施例中,上述目标场景类型可以通过以下步骤得到:根据场景类型与应用的对应关系,从预设的场景类型集合中,选取与目标应用对应的场景类型作为目标场景类型。
在这里,上述执行主体可以预先存储场景类型与应用的对应关系。作为示例,场景类型可以包括高噪声场景和低噪声场景;应用可以包括通话类应用和唱歌类应用。通话类应用可以与高噪声场景对应,唱歌类应用可以与低噪声场景对应。
在这里,根据场景类型与应用的对应关系,选取出目标应用类型,可以由上述执行主体执行,也可以由采集录音数据的电子设备执行。
需要说明的是,以目标应用作为确定场景类型的桥梁,可以利用目标应用通常情况下所在场景所具有的性质,从而,快速而准确地确定目标场景类型。
在一些实施例中,上述目标场景类型可以通过以下步骤得到:获取目标应用中预先设置的场景类型,以及将所获取的场景类型作为目标场景类型。
在这里,可以由应用使用者或者应用提供方,根据目标应用经常使用的场景,设置场景类型。
需要说明的是,可以根据应用的类型(通话类还是唱歌类)和需求(实时性要求高还是低),提前为应用设置目标场景类型。从而,可以为应用确定出适合该应用的去噪处理方式。
在这里,获取目标应用中预先设置的场景类型作为目标应用类型,可以由上述执行主体执行,也可以由采集录音数据的电子设备执行。
在一些实施例中,上述目标场景类型通过以下步骤得到:根据上述录音数据,确定录音数据的目标噪音等级;根据预设的噪音等级和场景类型的对应关系,从预设的场景类型集合中,选取与目标噪音等级对应的场景类型作为目标场景类型。
在这里,可以选取录音数据的前端数据进行处理,确定噪音和目标声音的比例,从而确定录音数据中的噪音等级,以及将所确定的噪音等级确定为目标噪音等级。然后,根据噪音等级与场景类型的对应关系,选取出目标场景类型。
作为示例,噪音等级可以包括高噪音等级、中等噪音等级和低噪音等级。场景类型可以包括高噪音场景、中噪音场景和低噪音场景。高噪音等级对应高噪音场景,中等噪音等级对应中噪音场景,低噪音等级对应低噪音场景。
需要说明的是,对录音数据进行实时处理,确定噪音等级,再以噪音等级为桥梁,确定目标应用场景。可以贴合当前应用场景的噪音情况,实时而准确地确定目标场景类型。
在一些实施例中,上述录音数据可以包括基于上述目标电子设备的放音数据而产生的声音的回音数据。
作为示例,终端设备甲可以作为第一端,终端设备乙可以作为第二端。用户甲发出声音,终端设备甲采集得到第二端录音数据。终端设备甲或者服务器基于上述第二端录音数据,生成上述第一端放音数据。终端设备乙接收上述第一端放音数据,以及读取上述第一端放音数据进行放音。终端设备乙可以采集所在空间的声音,得到第一端录音数据。可以理解,由于终端设备乙基于第一端放音数据进行放音时,声音传递到终端设备乙所在的空间,终端设备乙采集到的第一端录音数据包括基于第一端放音数据的声音。
在这里,基于上述第一端放音而产生的声音在空间中进行传播,采集传播后的声音而形成的音频数据可以称为回音数据。可以理解,上述回音数据与上述第一端放音数据,具有一定程度的相似性但是不相同;例如,语义相同但是语音大小不同。
在一些实施例中,上述步骤203可以包括利用上述目标去噪处理方式,对上述录音数据进行处理,生成第一中间数据;利用预设的回声消除处理方式,消除上述第一中间数据中的回音数据,生成第二中间数据;基于上述第二中间数据,生成待放音数据。
在一些实施例中,回音消除处理方式原理如下:获取第一端放音数据和第一端录音数据;从上述第一端录音数据中,确定与上述第一端放音数据匹配的目标数据段;根据上述目标数据段的采集开始时间,确定上述第一端放音数据相对于上述第一端录音数据的延迟时间;根据上述延迟时间,消除上述第一端录音数据中的上述回音数据;其中,上述第一端放音数据基于第二端录音数据生成,第一端录音数据包括基于上述第一端放音数据而产生的声音的回音数据。
上述执行主体可以根据上述延迟时间,消除上述第一端录音数据中的上述回音数据。在这里,消除上述第一端录音数据中的上述回音数据的实现原理如下:采集第一端录音数据的时间向后推移上述延迟时间,可以确定采集回音数据的回音数据采集开始时间。在第一端录音数据中,找到回音数据采集开始时间的位置。从此位置之后的第一端录音数据中,减去回音数据,可以消除第一端录音数据中的上述回音数据。作为示例,可以预先生成以回音数据为自变量、以第一端录音数据为因变量的函数。利用此函数求取回音数据。
在一些实施例中,上述基于上述第二中间数据,生成待放音数据可以包括基于上述第二中间数据,生成待放音数据。
需要说明的是,在回音消除处理之后,可能还会有一些噪音不能去除,因此,在回音消除方式之后,再设置一次去噪处理,可以进一步去除噪声,提高音质。
在一些实施例中,上述基于上述第二中间数据,生成待放音数据可以利用各种处理方式进行处理,处理方式可以包括但不限于:自动增益控制、时频转换、音量限幅等。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种音频处理装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的音频处理装置500包括:获取单元501、选取单元502和处理单元503。其中,获取单元,被配置成获取录音数据;选取单元,被配置成从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式;处理单元,被配置成基于上述目标去噪处理方式,对上述录音数据进行处理。
在本实施例中,音频处理装置500的获取单元501、选取单元502和处理单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述选取单元,还被配置成:从上述去噪处理方式集合中,选取与目标场景类型对应的去噪处理方式,作为目标去噪处理方式;其中,上述去噪处理方式集合中的去噪处理方式与预定义的场景类型对应,目标场景类型是上述录音数据采集自的场景所属的类型。
在本实施例的一些可选的实现方式中,上述目标场景类型通过以下步骤得到:根据场景类型与应用的对应关系,从预设的场景类型集合中,选取与目标应用对应的场景类型作为目标场景类型;其中,上述目标应用是调用电子设备的录音采集功能采集上述录音数据的应用。
在本实施例的一些可选的实现方式中,上述目标场景类型通过以下步骤得到:获取目标应用中预先设置的场景类型,以及将所获取的场景类型确定为上述目标场景类型;其中,上述目标应用是调用电子设备的录音采集功能采集上述录音数据的应用。
在本实施例的一些可选的实现方式中,上述目标场景类型通过以下步骤得到:根据上述录音数据,确定录音数据的目标噪音等级;根据预设的噪音等级和场景类型的对应关系,从预设的场景类型集合中,选取与目标噪音等级对应的场景类型作为目标场景类型。
在本实施例的一些可选的实现方式中,上述录音数据包括基于上述目标电子设备的放音数据而产生的声音的回音数据;以及上述处理单元,还被配置成:利用上述目标去噪处理方式,对上述录音数据进行处理,生成第一中间数据;利用预设的回声消除处理方式,消除上述第一中间数据中的回音数据,生成第二中间数据;基于上述第二中间数据,生成待放音数据。
在本实施例的一些可选的实现方式中,上述处理单元,还被配置成:基于上述目标去噪处理方式,对上述第二中间数据进行处理,生成待放音数据。
需要说明的是,本公开实施例提供的音频处理装置中各单元的实现细节和技术效果可以参考本公开中其它实施例的说明,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端或服务器)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置606加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取录音数据;从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式;基于上述目标去噪处理方式,对上述录音数据进行处理。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取录音数据的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种音频处理方法,包括:
获取录音数据;
从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式;
基于所述目标去噪处理方式,对所述录音数据进行处理。
2.根据权利要求1所述的方法,其中,所述从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式,包括:
从所述去噪处理方式集合中,选取与目标场景类型对应的去噪处理方式,作为目标去噪处理方式;
其中,所述去噪处理方式集合中的去噪处理方式与预定义的场景类型对应,目标场景类型是所述录音数据采集自的场景所属的类型。
3.根据权利要求2所述的方法,其中,所述目标场景类型通过以下步骤得到:
根据场景类型与应用的对应关系,从预设的场景类型集合中,选取与目标应用对应的场景类型作为目标场景类型;
其中,所述目标应用是调用电子设备的录音采集功能采集所述录音数据的应用。
4.根据权利要求2所述的方法,其中,所述目标场景类型通过以下步骤得到:
获取目标应用中预先设置的场景类型,以及将所获取的场景类型确定为所述目标场景类型;
其中,所述目标应用是调用电子设备的录音采集功能采集所述录音数据的应用。
5.根据权利要求2所述的方法,其中,所述目标场景类型通过以下步骤得到:
根据所述录音数据,确定录音数据的目标噪音等级;
根据预设的噪音等级和场景类型的对应关系,从预设的场景类型集合中,选取与目标噪音等级对应的场景类型作为目标场景类型。
6.根据权利要求1-5中任一项所述的方法,其中,所述录音数据包括基于所述目标电子设备的放音数据而产生的声音的回音数据;以及
所述基于所述目标去噪处理方式,对所述录音数据进行处理,包括:
利用所述目标去噪处理方式,对所述录音数据进行处理,生成第一中间数据;
利用预设的回声消除处理方式,消除所述第一中间数据中的回音数据,生成第二中间数据;
基于所述第二中间数据,生成待放音数据。
7.根据权利要求6所述的方法,其中,所述基于所述第二中间数据,生成待放音数据,包括:
基于所述目标去噪处理方式,对所述第二中间数据进行处理,生成待放音数据。
8.一种音频处理装置,包括:
获取单元,被配置成获取录音数据;
选取单元,被配置成从预先建立的去噪处理方式集合中,选取去噪处理方式作为目标去噪处理方式;
处理单元,被配置成基于所述目标去噪处理方式,对所述录音数据进行处理。
9.根据权利要求8所述的装置,其中,所述选取单元,还被配置成:
从所述去噪处理方式集合中,选取与目标场景类型对应的去噪处理方式,作为目标去噪处理方式;
其中,所述去噪处理方式集合中的去噪处理方式与预定义的场景类型对应,目标场景类型是所述录音数据采集自的场景所属的类型。
10.根据权利要求9所述的装置,其中,所述目标场景类型通过以下步骤得到:
根据场景类型与应用的对应关系,从预设的场景类型集合中,选取与目标应用对应的场景类型作为目标场景类型;
其中,所述目标应用是调用电子设备的录音采集功能采集所述录音数据的应用。
11.根据权利要求9所述的装置,其中,所述目标场景类型通过以下步骤得到:
获取目标应用中预先设置的场景类型,以及将所获取的场景类型确定为所述目标场景类型;
其中,所述目标应用是调用电子设备的录音采集功能采集所述录音数据的应用。
12.根据权利要求9所述的装置,其中,所述目标场景类型通过以下步骤得到:
根据所述录音数据,确定录音数据的目标噪音等级;
根据预设的噪音等级和场景类型的对应关系,从预设的场景类型集合中,选取与目标噪音等级对应的场景类型作为目标场景类型。
13.根据权利要求8-12中任一项所述的装置,其中,所述录音数据包括基于所述目标电子设备的放音数据而产生的声音的回音数据;以及
所述处理单元,还被配置成:
利用所述目标去噪处理方式,对所述录音数据进行处理,生成第一中间数据;
利用预设的回声消除处理方式,消除所述第一中间数据中的回音数据,生成第二中间数据;
基于所述第二中间数据,生成待放音数据。
14.根据权利要求13所述的装置,其中,所述处理单元,还被配置成:
基于所述目标去噪处理方式,对所述第二中间数据进行处理,生成待放音数据。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811302472.7A CN111145770B (zh) | 2018-11-02 | 2018-11-02 | 音频处理方法和装置 |
PCT/CN2019/072945 WO2020087788A1 (zh) | 2018-11-02 | 2019-01-24 | 音频处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811302472.7A CN111145770B (zh) | 2018-11-02 | 2018-11-02 | 音频处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111145770A true CN111145770A (zh) | 2020-05-12 |
CN111145770B CN111145770B (zh) | 2022-11-22 |
Family
ID=70462909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811302472.7A Active CN111145770B (zh) | 2018-11-02 | 2018-11-02 | 音频处理方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111145770B (zh) |
WO (1) | WO2020087788A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115050384A (zh) * | 2022-05-10 | 2022-09-13 | 广东职业技术学院 | 一种户外直播中背景音降噪方法、设备和系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002011125A1 (en) * | 2000-07-31 | 2002-02-07 | Herterkom Gmbh | Attenuation of background noise and echoes in audio signal |
CN101667426A (zh) * | 2009-09-23 | 2010-03-10 | 中兴通讯股份有限公司 | 一种消除环境噪声的装置及方法 |
WO2011085628A1 (zh) * | 2010-01-13 | 2011-07-21 | 歌尔声学股份有限公司 | 时频域联合回声消除装置及方法 |
CN102629472A (zh) * | 2011-02-07 | 2012-08-08 | Jvc建伍株式会社 | 噪声去除装置及噪声去除方法 |
WO2012109384A1 (en) * | 2011-02-10 | 2012-08-16 | Dolby Laboratories Licensing Corporation | Combined suppression of noise and out - of - location signals |
CN103617797A (zh) * | 2013-12-09 | 2014-03-05 | 腾讯科技(深圳)有限公司 | 一种语音处理方法,及装置 |
CN104036786A (zh) * | 2014-06-25 | 2014-09-10 | 青岛海信信芯科技有限公司 | 一种语音降噪的方法及装置 |
CN104575510A (zh) * | 2015-02-04 | 2015-04-29 | 深圳酷派技术有限公司 | 降噪方法、降噪装置和终端 |
CN105554234A (zh) * | 2015-09-23 | 2016-05-04 | 宇龙计算机通信科技(深圳)有限公司 | 一种消噪处理的方法、装置和终端 |
CN105551517A (zh) * | 2015-12-10 | 2016-05-04 | 深圳市中易腾达科技股份有限公司 | 一种具有应用场景识别控制的无线传输录音笔及录音系统 |
CN105719644A (zh) * | 2014-12-04 | 2016-06-29 | 中兴通讯股份有限公司 | 一种自适应调整语音识别率的方法及装置 |
US9595997B1 (en) * | 2013-01-02 | 2017-03-14 | Amazon Technologies, Inc. | Adaption-based reduction of echo and noise |
CN106572411A (zh) * | 2016-09-29 | 2017-04-19 | 乐视控股(北京)有限公司 | 降噪控制方法及相关装置 |
CN106910511A (zh) * | 2016-06-28 | 2017-06-30 | 阿里巴巴集团控股有限公司 | 一种语音去噪方法和装置 |
WO2017136587A1 (en) * | 2016-02-02 | 2017-08-10 | Dolby Laboratories Licensing Corporation | Adaptive suppression for removing nuisance audio |
CN108257617A (zh) * | 2018-01-11 | 2018-07-06 | 会听声学科技(北京)有限公司 | 一种噪声场景识别系统及方法 |
CN108461089A (zh) * | 2016-12-09 | 2018-08-28 | 青岛璐琪信息科技有限公司 | 基于流媒体技术的视频综合系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9478229B2 (en) * | 2013-12-10 | 2016-10-25 | Massachusetts Institute Of Technology | Methods and apparatus for recording impulsive sounds |
JP6395558B2 (ja) * | 2014-10-21 | 2018-09-26 | オリンパス株式会社 | 第1の録音装置、第2の録音装置、録音システム、第1の録音方法、第2の録音方法、第1の録音プログラム、および第2の録音プログラム |
CN104991754B (zh) * | 2015-06-29 | 2018-03-16 | 小米科技有限责任公司 | 录音方法及装置 |
CN108022591B (zh) * | 2017-12-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 车内环境中语音识别的处理方法、装置和电子设备 |
-
2018
- 2018-11-02 CN CN201811302472.7A patent/CN111145770B/zh active Active
-
2019
- 2019-01-24 WO PCT/CN2019/072945 patent/WO2020087788A1/zh active Application Filing
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002011125A1 (en) * | 2000-07-31 | 2002-02-07 | Herterkom Gmbh | Attenuation of background noise and echoes in audio signal |
CN101667426A (zh) * | 2009-09-23 | 2010-03-10 | 中兴通讯股份有限公司 | 一种消除环境噪声的装置及方法 |
WO2011085628A1 (zh) * | 2010-01-13 | 2011-07-21 | 歌尔声学股份有限公司 | 时频域联合回声消除装置及方法 |
CN102474551A (zh) * | 2010-01-13 | 2012-05-23 | 歌尔声学股份有限公司 | 时频域联合回声消除装置及方法 |
CN102629472A (zh) * | 2011-02-07 | 2012-08-08 | Jvc建伍株式会社 | 噪声去除装置及噪声去除方法 |
WO2012109384A1 (en) * | 2011-02-10 | 2012-08-16 | Dolby Laboratories Licensing Corporation | Combined suppression of noise and out - of - location signals |
US9595997B1 (en) * | 2013-01-02 | 2017-03-14 | Amazon Technologies, Inc. | Adaption-based reduction of echo and noise |
CN103617797A (zh) * | 2013-12-09 | 2014-03-05 | 腾讯科技(深圳)有限公司 | 一种语音处理方法,及装置 |
CN104036786A (zh) * | 2014-06-25 | 2014-09-10 | 青岛海信信芯科技有限公司 | 一种语音降噪的方法及装置 |
CN105719644A (zh) * | 2014-12-04 | 2016-06-29 | 中兴通讯股份有限公司 | 一种自适应调整语音识别率的方法及装置 |
CN104575510A (zh) * | 2015-02-04 | 2015-04-29 | 深圳酷派技术有限公司 | 降噪方法、降噪装置和终端 |
CN105554234A (zh) * | 2015-09-23 | 2016-05-04 | 宇龙计算机通信科技(深圳)有限公司 | 一种消噪处理的方法、装置和终端 |
CN105551517A (zh) * | 2015-12-10 | 2016-05-04 | 深圳市中易腾达科技股份有限公司 | 一种具有应用场景识别控制的无线传输录音笔及录音系统 |
WO2017136587A1 (en) * | 2016-02-02 | 2017-08-10 | Dolby Laboratories Licensing Corporation | Adaptive suppression for removing nuisance audio |
CN106910511A (zh) * | 2016-06-28 | 2017-06-30 | 阿里巴巴集团控股有限公司 | 一种语音去噪方法和装置 |
CN106572411A (zh) * | 2016-09-29 | 2017-04-19 | 乐视控股(北京)有限公司 | 降噪控制方法及相关装置 |
CN108461089A (zh) * | 2016-12-09 | 2018-08-28 | 青岛璐琪信息科技有限公司 | 基于流媒体技术的视频综合系统 |
CN108257617A (zh) * | 2018-01-11 | 2018-07-06 | 会听声学科技(北京)有限公司 | 一种噪声场景识别系统及方法 |
Non-Patent Citations (4)
Title |
---|
C. BEAUGEANT 等: ""Combined systems for noise reduction and echo cancellation"", 《9TH EUROPEAN SIGNAL PROCESSING CONFERENCE》 * |
J. LARIVIERE 等: ""GMDF for noise reduction and echo cancellation"", 《IEEE SIGNAL PROCESSING LETTERS》 * |
Y. GUELOU 等: ""Analysis of two structures for combined acoustic echo cancellation and noise reduction"", 《1996 8TH EUROPEAN SIGNAL PROCESSING CONFERENCE》 * |
童仁杰: ""基于信号稀疏特性的语音增强算法研究"", 《中国博士学位论文全文数据库(信息科技辑)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115050384A (zh) * | 2022-05-10 | 2022-09-13 | 广东职业技术学院 | 一种户外直播中背景音降噪方法、设备和系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020087788A1 (zh) | 2020-05-07 |
CN111145770B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016180100A1 (zh) | 一种音频处理的性能提升方法及装置 | |
CN110267113B (zh) | 视频文件加工方法、系统、介质和电子设备 | |
CN109977905B (zh) | 用于处理眼底图像的方法和装置 | |
CN110931035B (zh) | 音频处理方法、装置、设备及存储介质 | |
CN112309414B (zh) | 基于音频编解码的主动降噪方法、耳机及电子设备 | |
US20130246061A1 (en) | Automatic realtime speech impairment correction | |
CN111435600B (zh) | 用于处理音频的方法和装置 | |
CN112992190B (zh) | 音频信号的处理方法、装置、电子设备和存储介质 | |
CN111415653B (zh) | 用于识别语音的方法和装置 | |
CN109600665B (zh) | 用于处理数据的方法和装置 | |
CN108829370B (zh) | 有声资源播放方法、装置、计算机设备及存储介质 | |
CN110096250B (zh) | 一种音频数据处理方法、装置、电子设备及存储介质 | |
CN111145770B (zh) | 音频处理方法和装置 | |
WO2020024949A1 (zh) | 确定时间戳的方法和装置 | |
CN111147655B (zh) | 模型生成方法和装置 | |
CN112307161B (zh) | 用于播放音频的方法和装置 | |
CN111145769A (zh) | 音频处理方法和装置 | |
CN111145776B (zh) | 音频处理方法和装置 | |
CN114743571A (zh) | 一种音频处理方法、装置、存储介质及电子设备 | |
CN114121050A (zh) | 音频播放方法、装置、电子设备和存储介质 | |
CN111145792B (zh) | 音频处理方法和装置 | |
CN111210837B (zh) | 音频处理方法和装置 | |
CN109375892B (zh) | 用于播放音频的方法和装置 | |
CN113382119B (zh) | 消除回声的方法、装置、可读介质和电子设备 | |
CN113409802B (zh) | 语音信号的增强处理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |