CN113113038A - 回声消除方法、装置及电子设备 - Google Patents
回声消除方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113113038A CN113113038A CN202110546298.6A CN202110546298A CN113113038A CN 113113038 A CN113113038 A CN 113113038A CN 202110546298 A CN202110546298 A CN 202110546298A CN 113113038 A CN113113038 A CN 113113038A
- Authority
- CN
- China
- Prior art keywords
- signal
- echo cancellation
- estimated
- processed
- model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000000873 masking effect Effects 0.000 claims abstract description 185
- 238000012549 training Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims description 148
- 230000006870 function Effects 0.000 claims description 48
- 230000008030 elimination Effects 0.000 claims description 25
- 238000003379 elimination reaction Methods 0.000 claims description 25
- 238000001228 spectrum Methods 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 21
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 238000002592 echocardiography Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 8
- 230000002457 bidirectional effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000006854 communication Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000007175 bidirectional communication Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000002699 waste material 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
- G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
- Telephone Function (AREA)
Abstract
本公开实施例提供一种回声消除方法、装置及电子设备，所述方法包括接收多个待处理信号，根据多个待处理信号对应的远端信号和/或第一混合信号，预训练的回声消除模型，得到估计掩蔽值，根据估计掩蔽值确定估计近端信号，若根据估计掩蔽值确定预训练的回声消除模型不满足预设条件，则将估计近端信号或根据其他传统模型确定的替代估计近端信号发送至远端进行播放，并在根据估计掩蔽值更新预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足预设条件。本公开提高了网络模型消除回声的准确性。
Description
技术领域
本公开实施例涉及数据处理技术领域，尤其涉及一种回声消除方法、装置及电子设备。
背景技术
声学回声是由远端信号经过扬声器播放后被近端的传声器采集而得的信号，其与远端信号的区别不仅仅包含近端房间系统的响应，还有扬声器的非线性特性对信号产生的失真，且每个设备自带的音频处理过程也有可能引入非线性的变化，导致远端房间中的说话人将听到自己的回声，严重影响了用户的语音交互体验，因此，声学回声消除是语音交互场景中不可或缺的模块。
现有技术中，随着深度学习神经网络的广泛应用，可以通过训练一网络模型来对声学回声进行消除。
然而，现有的非线性回声消除的网络模型都是离线训练，即需要先准备大量的训练数据集，然后在高性能服务器上将模型训练到最优，再将该模型嵌入到对应的终端设备上进行前向处理，得到相应的结果。但是非线性回声是与终端设备的参数有关的，如果训练数据集中不包含该设备的回声数据，那么预先训练好的网络模型可能无法对非线性残余回声进行消除，降低了网络模型消除回声的准确性，进而影响了用户的使用体验。
发明内容
本公开实施例提供一种回声消除方法、装置及电子设备，以提高网络模型消除回声的准确性。
第一方面，本公开实施例提供一种回声消除方法，包括：
接收多个待处理信号，其中，每个所述待处理信号中包含远端发送的远端信号和/或近端接收的与所述远端信号对应的第一混合信号；
根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据所述估计掩蔽值确定估计近端信号；
若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他传统模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
第二方面，本公开实施例提供一种回声消除装置，包括：
接收模块，用于接收多个待处理信号，其中，每个所述待处理信号中包含远端发送的远端信号和/或近端接收的与所述远端信号对应的第一混合信号；
处理模块，用于根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，确定估计近端信号，其中，所述预训练的回声消除模型通过远端训练信号，以及与所述远端训练信号对应的混合训练信号训练得到；
所述处理模块，还用于根据所述估计近端信号确定所述预训练的回声消除模型的消除准确率；
所述处理模块，还用于若所述消除准确率不小于第一预设准确率阈值，且不大于第二预设准确率，则将所述估计近端信号发送至所述远端进行播放，并根据所述多个待处理信号对应的远端信号和/或第一混合信号更新所述预训练的回声消除模型的权重值，在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述获取待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率大于所述第二预设准确率。
第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的回声消除方法。
第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的回声消除方法。
第五方面，本发明实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上第一方面以及第一方面各种可能的设计所述的回声消除方法。
本实施例提供了一种回声消除方法、装置及电子设备，采用上述方案后，能先接收多个待处理信号，其中，每个待处理信号中包含远端发送的远端信号和/或近端接收的与远端信号对应的第一混合信号，根据多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型得到估计掩蔽值，再根据该估计掩蔽值确定估计近端信号，若根据该估计掩蔽值确定的预训练的回声消除模型不满足预设条件，则将估计近端信号或根据其他传统模型确定的替代估计近端信号发送至远端进行播放，并在根据该估计掩蔽值更新预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足预设条件，通过先基于预训练的网络模型确定一估计掩蔽值，然后根据该估计掩蔽值确定该网络模型的准确率，并判断该网络模型的准确率与预设条件之间的关系的方式，来确定是否需要在线训练网络模型，提高了网络模型消除回声的准确性，进而提高了用户的使用体验。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的回声消除方法的应用系统的架构示意图；
图2为本公开实施例提供的回声消除方法的原理示意图；
图3为本公开实施例提供的回声消除方法的流程示意图；
图4为本公开实施例提供的信号筛选的原理示意图；
图5为本公开实施例提供的回声消除模型更新权重的流程示意图；
图6为本公开实施例提供的回声消除装置的结构示意图；
图7为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
现有技术中，随着深度学习神经网络(例如DNN网络)的广泛应用，可以通过训练一网络模型来对声学回声进行消除。然而，现有的非线性回声消除的网络模型都是离线训练，即需要先准备大量的训练数据集，然后在高性能服务器上将模型训练到最优，再将该模型嵌入到对应的终端设备上进行前向处理，得到相应的结果。但是非线性回声是与设备的参数有关的，如果训练数据集中不包含该设备的回声数据，那么预先训练好的网络模型可能无法对非线性残余回声进行消除，示例性的，在涉及到VoIP(Voice over InternetProtocol，网络语音协议)的应用场景中，终端设备是多变的，采集训练数据时难以覆盖所有的设备类型和场景，且经过训练的音频设备在经过一段时间的使用之后，终端设备的参数也有可能会发生变化，导致回声的非线性特性发生改变，降低了网络模型消除回声的准确性和鲁棒性，进而影响了用户的使用体验。
基于上述问题，本申请通过先基于预训练的网络模型确定一估计掩蔽值，然后根据该估计掩蔽值确定该网络模型的准确率，并判断该网络模型的准确率与预设条件之间的关系的方式，来确定是否需要在线训练网络模型来提高网络模型的准确率，无需受到终端设备参数的限制，达到了既提高了网络模型消除回声的准确性，又提高了用户的使用体验的技术效果。
图1为本公开实施例提供的回声消除方法的应用系统的架构示意图，如图1所示，本申请实施例提供的回声消除方法可应用在语音交互场景中，其中，该语音交互场景可以为用户接听电话、语音通话、视频通话等，本申请实施例对此不做特别限制。在该应用系统中，包括远端对应的第一终端设备101、近端对应的第二终端设备102，以用户接听电话为例，例如，用户1通过第一终端设备101拨打电话，用户2通过第二终端设备102接听电话。在具体实现过程中，本公开实施例中用户1与用户2通话，即用户1通过第一终端设备101向用户2拨打电话，用户2通过第二终端设备102接听用户1的电话。用户2的第二终端设备接收的信号包含声学回声和近端语音，需要进行回声消除，如果不进行回声消除，用户1将会听到自己的回声，严重影响语音交互。在上述应用场景中，第二终端设备102可以获取第一终端设备101发送的远端信号和/或第二终端设备102接收的与远端信号对应的第一混合信号，并进行回声消除，不仅能够完全抑制声学回声，避免用户1听到自己的回声，而且能够尽可能减小用户2说话声音的失真，提高语音通话和交互的质量。
此外，第二终端设备102与第一终端设备101之间可以实现功能的互换，即用户2可以通过第二终端设备102拨打电话，用户1可以通过第一终端设备101接听用户2的电话，并进行回声消除处理，避免用户2听到自己的回声，而且能够尽可能减小用户1说话声音的失真。
在本实施例中，上述第一终端设备和第二终端设备可以为手持设备、车载设备、可穿戴设备、计算设备，以及各种形式的用户设备(User Equipment，UE)等具有通话功能的设备。
另外，第一终端设备101可以不存在，此时不是通话场景，第二终端设备102的远端信号是自身设备存储的或者从网上下载的音乐或者语音信号等，经过扬声器播放出来，此时第二终端设备102的麦克风接受到了扬声器播放的回声和近端用户的语音信号，如果不进行回声消除，则会影响第二终端设备102自身的语音唤醒和识别等功能。
另外，本申请实施例描述的系统架构以及业务场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着网络架构的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
可以理解的是，本申请实施例示意的结构并不构成对回声消除系统的具体限定。在本申请另一些可行的实施方式中，上述架构可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置，具体可根据实际应用场景确定，在此不做限制。图1所示的部件可以以硬件，软件，或软件与硬件的组合实现。
下面以几个实施例为例对本申请的技术方案进行描述，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本公开实施例提供的回声消除方法的原理示意图，如图2所示，在该实施例中，远端发送的远端信号经过扬声器播放，然后其回声可以被与扬声器耦合的传声器接收到，同时本地纯近端信号也传播到该传声器中，回声信号和纯近端信号组成了第一混合信号。回声消除模块会根据不同的场景，消去第一混合信号中一定程度的回声，保留估计的近端信号。但是在该回声消除模块的效果不够理想时，可以暂时用传统回声消除算法或者性能一般的神经网络回声消除算法来完成该功能，同时将远端信号和混合信号输入到数据分类模块，得到纯近端信号和纯回声信号，将其作为神经网络(即预训练的回声消除模型)在线训练模块的输入，并不断根据这些实时的信号更新预训练的回声消除模型的权重值，并在更新完预训练的回声消除模型的权重值之后，在一定时间间隔内不断检测该模型的训练状态，如果模型取得更好的效果，则替换原有回声消除模块中的算法，同时仍然继续在线训练流程。若检测到训练效果达到最优时，则可以在替换算法之后直接停止在线训练流程，防止模型训练过程发散，也可以减少训练资源的浪费。
此外，若本地处理器的计算资源不够，还可以将数据分类模块和在线训练模块部署到云端服务器上。
图3为本公开实施例提供的回声消除方法的流程示意图，本实施例的执行主体可以为第二终端设备102，具体执行主体可以根据实际应用场景确定，本公开实施例对此不做特别限制。如图3所示，本公开实施例提供的回声消除方法可以包括如下步骤：
S301：接收多个待处理信号，其中，每个待处理信号中包含远端发送的远端信号和/或近端接收的与远端信号对应的第一混合信号。
在本实施例中，为了减少通话过程中的回声信号，可以在通话过程中，第二终端设备实时获取待处理信号，其中，待处理信号的时间长度可以调节，一段较长的信号可以分割成为多个，为了提高后续处理过程的准确率，因此，本实施例中的待处理信号可以设置为多个。
进一步的，每个待处理信号的类型也可能不同，示例性的，待处理信号可以为远端发送的远端信号，也可以为近端接收的与远端信号对应的回声和近端语音组成的第一混合信号，或者既包括远端发送的远端信号，又包括近端接收的与远端信号对应的回声和近端语音组成的第一混合信号(即双讲状态)。其中，远端信号经过扬声器播放，然后其回声被与扬声器耦合的传声器接收到，若此时没有本地纯近端信号，则此时传声器接收到的回声信号即为第一混合信号；若同时本地纯近端信号也传播到该传声器中，回声信号和纯近端信号组成了第一混合信号。
S302：根据多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据估计掩蔽值确定估计近端信号。
在本实施例中，在获取到多个待处理信号之后，可以根据各待处理信号对应的远端信号或者第一混合信号，或者远端信号和第一混合信号，以及预训练的回声消除模型确定一估计掩蔽值，然后再根据该估计掩蔽值确定估计近端信号，其中，理论上来说，估计近端信号为回声消除模型消除回声处理之后得到的近端信号，即通过回声消除模型预估的近端信号。
进一步的，根据多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据估计掩蔽值确定估计近端信号，具体可以包括：
基于预设筛选规则对多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号。
将纯近端信号和纯回声信号进行混合处理，得到第二混合信号。
将第二混合信号以及远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对第一估计掩蔽值和第二混合信号的频谱进行处理，得到估计近端信号。
具体的，通过预设筛选规则来确定纯近端信号和纯回声信号的实现方式可以有多种，图4为本公开实施例提供的信号筛选的原理示意图，如图4所示，可以先对获取的待处理信号进行判断，判断远端信号是否存在，若远端信号不存在，则可以确定获取的该待处理信号为纯近端信号。若远端信号存在，则继续判断近端信号是否存在，若近端信号不存在，则可以确定该待处理信号为纯回声信号，若近端信号存在，则可以确定该待处理信号为不可训练的信号。其中，其中双讲信号和混合信号为零(即近端信号没有，远端信号也没有)的信号均为不可用于训练的信号。此外，判断纯近端信号只需要查看远端信号是否为0即可，但是判断纯回声信号需要依赖其他的方式来实现。
在本实施例中，预设筛选规则可以通过两种方式来实现，一种为通过预先训练一网络模型的方式来实现，另一种为通过传统非线性回声处理的方式来实现。
进一步的，对于通过预先训练一网络模型的方式，具体实现过程可以为：
针对每个待处理信号，判断待处理信号中是否包含远端信号。
若否，则确定待处理信号为纯近端信号；
若是，则将待处理信号输入至预训练的双向通话探测网络模型中进行识别，确定待处理信号为纯回声信号或不可训练信号。
具体的，预训练的双向通话探测网络模型可以为一个小型DTD(double talkdetector)神经网络(可以是DNN、CNN或RNN等类型的网络)。在训练过程中，可以将混合信号和远端信号作为输入信号，提取输入信号的特征(特征可以是时域特征、短时傅里叶谱特征、log短时傅里叶谱特征或梅尔谱特征等)输入到神经网络中，将DTD的状态(纯近端状态，纯回声状态，双讲状态)作为网络训练的目标分类标签，训练后的网络即可用于预测得到纯回声状态和双讲状态(纯近端信号和纯回声信号同时存在)。
另外，对于通过传统非线性回声处理的方式，具体实现过程可以：
针对每个待处理信号，判断待处理信号中是否包含远端信号。
若否，则确定待处理信号为纯近端信号。
若是，则基于预设非线性回声处理规则对所述待处理信号进行处理，确定待处理信号对应的掩蔽值。若所述待处理信号对应的掩蔽值为0，则所述待处理信号为纯回声信号。
具体的，可以依赖传统非线性回声处理(Nonlinear echo processing,NLP)模块来确定待处理信号的类型，如果计算得到的NLP掩蔽值都为0，则该待处理信号为纯回声信号，如果NLP掩蔽值介于0到1之间的值，则该待处理信号为双讲信号。
其中，根据第一预设处理规则对第一估计掩蔽值和第二混合信号的频谱进行处理，得到估计近端信号的具体实现过程可以为：将第一估计掩蔽值和第二混合信号的频谱相乘，并进行短时逆傅立叶变换之后得到时域的估计近端信号。
此外，通过将纯近端信号和纯回声信号进行混合处理，得到第二混合信号，并直接将该第二混合信号输入至预训练的双向通话探测网络模型中进行识别，使得双向通话探测网络模型可以更好的学习远端信号和混合信号之间残留的回声信号对应的特征，进而提高了网络模型的训练速度。
在另一个实施例中，在将纯近端信号和所述纯回声信号进行混合处理，得到第二混合信号之后，还可以包括：
基于预设消除规则对第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号。
对应的，则将第二混合信号以及远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对第一估计掩蔽值和所述第二混合信号的频谱进行处理，得到估计近端信号，具体可以包括：
将残留非线性回声的第二混合信号以及远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第二估计掩蔽值，根据第二预设处理规则对第二估计掩蔽值和残留非线性回声的第二混合信号的频谱进行处理，得到估计近端信号。
其中，根据第二预设处理规则对第二估计掩蔽值和残留非线性回声的第二混合信号的频谱进行处理，得到估计近端信号的具体实现过程可以为：将第二估计掩蔽值和残留非线性回声的第二混合信号的频谱相乘，并进行短时逆傅立叶变换之后得到时域的估计近端信号。
在本实施例中，在得到第二混合信号之后，可以基于预设消除规则对第二混合信号进行线性回声消除处理，残留非线性回声的第二混合信号，然后再基于残留非线性回声的第二混合信号以及远端信号等提取特征，最终确定估计近端信号，通过对第二混合信号进行额外的处理，使得第二混合信号与远端信号，以及近端信号等之间的区别更加明显，便于网络模型更好的区分各信号。
进一步的，基于预设消除规则对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号，具体可以包括：
通过自适应线性滤波器对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号，其中，所述自适应线性滤波器为最小均方自适应滤波器方法、分块延时频域自适应算法或递归最小均方滤波器。
S303：若根据估计掩蔽值确定预训练的回声消除模型不满足预设条件，则将估计近端信号或根据其他传统模型确定的替代估计近端信号发送至远端进行播放，并在根据估计掩蔽值更新预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足预设条件。
在本实施例中，在确定出估计掩蔽值之后，可以根据该估计掩蔽值确定出预训练的回声消除模型的消除准确率，后续再根据该消除准确率确定是否需要继续训练该回声消除模型。
具体的，在一种实现方式中，若根据估计掩蔽值确定预训练的回声消除模型不满足预设条件，则将估计近端信号或根据其他模型确定的替代估计近端信号发送至远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，具体可以包括：
根据残留非线性回声的第二混合信号以及纯近端信号来提取标签，确定第一目标掩蔽值。
确定第一目标掩蔽值以及第二估计近端信号之间的第一差值，并基于第一差值确定预训练的回声消除模型的消除准确率。
根据消除准确率确定预训练的回声消除模型是否满足预设条件。
若根据消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
在该实现方式中，可以根据经过额外处理的残留非线性回声的第二混合信号以及纯近端信号来提取标签，确定第一目标掩蔽值，再根据第一目标掩蔽值以及预先确定的第二估计近端信号之间的第一差值确定预训练的回声消除模型的消除准确率。其中，根据第一目标掩蔽值以及第二估计近端信号之间的第一差值确定预训练的回声消除模型的消除准确率的方式可以采用现有的方式来确定，在此不再详细进行论述。
在另一种实现方式中，若根据估计掩蔽值确定预训练的回声消除模型不满足预设条件，则将估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，具体可以包括：
根据第二混合信号以及纯近端信号来提取标签，确定第二目标掩蔽值。
确定第二目标掩蔽值以及第一估计近端信号之间的第二差值，并基于第二差值确定预训练的回声消除模型的消除准确率。
根据消除准确率确定预训练的回声消除模型是否满足预设条件。
若根据消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
在该实现方式中，采用的是没有经过额外处理的第二混合信号以及纯近端信号来提取标签，其余过程与前述实现方式原理相同，在此不再详细进行论述。
其中，提取的标签可以为语音的时域波形、log谱，Mel频率倒谱系数(Mel-Frequency Ceptral Coefficients，MFCC)谱等。
此外，第一目标掩蔽值和第二目标掩蔽值还可以通过理想幅度掩蔽值、理想比值掩蔽值、维纳滤波掩蔽值或理想二元掩蔽值等来进行替换。
另外，在上述两种实现方式中，提取的标签还可以不为目标掩蔽值，而是目标纯近端信号，对应的，回声消除模型输出的也是估计的近端信号，然后可以确定目标纯近端信号与回声消除模型输出的估计的近端信号之间的差值，并基于该差值确定预训练的回声消除模型的消除准确率。
预训练的回声消除模型的神经网络结构可以是DNN(deep neural network，深度神经网络)、CNN(convolutional neural network，卷积神经网络)或RNN(recursiveneural network，循环神经网络)等各类型的网络结构及其拓展。
此外，在确定出消除准确率之后，可以判断该消除准确率是否满足预设条件，并根据判断结果进一步进行处理。其中，判断结果可以包括两种情况，一种为消除准确率满足预设条件，另一种为消除准确率不满足预设条件。若消除准确率满足预设条件，则可以直接采用预训练的回声消除模型对接收的多个待处理信号进行处理，最终得到估计近端信号，并将得到的估计近端信号发送至远端进行播放。若消除准确率不满足预设条件，则可以对预训练的回声消除模型进行训练，直至满足预设条件。
进一步的，若消除准确率不满足预设条件，具体过程可以为：
在一种实现方式中，若消除准确率不小于第一预设准确率阈值，且不大于第二预设准确率，则将所述估计近端信号发送至所述远端进行播放。
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值。
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率大于所述第二预设准确率。
在另一种实现方式中，若消除准确率小于第一预设准确率阈值，则将其他传统模型估计的替代估计近端信号发送到所述远端进行播放。
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值。
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率不小于所述第一预设准确率阈值，且不大于第二预设准确率。
其中，其他传统模型可以为传统非线性回声处理算法或者其他离线训练的深度学习网络模型。
此外，若消除准确率满足预设条件，则所述方法还可以包括：
若消除准确率大于第二预设准确率阈值，则将估计近端信号发送至所述远端进行播放。
具体的，可以第一预设准确率阈值和第二预设准确率阈值之间的关系确定是否需要继续对回声消除模型进行训练。其中，第二预设准确率阈值大于第一预设准确率阈值。示例性的，第二预设准确率阈值可以为95％-98％之间的任意值。第一预设准确率阈值可以为88％-94％之间的任意值。此外，第一预设准确率阈值也可以与第二预设准确率阈值相等，则可以在确定出消除准确率等于第一预设准确率阈值或第二预设准确率阈值时，停止回声消除模型的训练。
采用上述方案后，能先接收多个待处理信号，其中，每个待处理信号中包含远端发送的远端信号和/或近端接收的与远端信号对应的第一混合信号，根据多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型得到估计掩蔽值，再根据该估计掩蔽值确定估计近端信号，若根据该估计掩蔽值确定的预训练的回声消除模型不满足预设条件，则将估计近端信号或根据其他传统模型确定的替代估计近端信号发送至远端进行播放，并在根据该估计掩蔽值更新预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足预设条件，通过先基于预训练的网络模型确定一估计掩蔽值，然后根据该估计掩蔽值确定该网络模型的准确率，并判断该网络模型的准确率与预设条件之间的关系的方式，来确定是否需要在线训练网络模型，提高了网络模型消除回声的准确性，进而提高了用户的使用体验。
基于图3的方法，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。
此外，在另一个实施例中，根据估计掩蔽值确定损失函数，再根据损失函数反向更新预训练的回声消除模型的权重值，具体可以包括：
确定处理设备的处理器型号。
根据所述处理器型号确定更新时间间隔以及模型更新层数。
则根据多个待处理信号对应的远端信号和/或第一混合信号更新预训练的回声消除模型的权重值，包括：
在确定处理设备的处理器当前占用资源不大于预设占用资源阈值时，且达到更新时间间隔时，根据估计掩蔽值确定损失函数，再根据损失函数反向更新预训练的回声消除模型中与模型更新层数对应的权重值。
在本实施例中，处理设备可以为服务器，也可以为终端设备，优选的，为了提高批量数据的处理速度以及数据的安全性，处理设备可以设置为本地终端设备。
其中，根据回声消除模型预测得到的估计掩蔽值来确定损失函数可以采用现有方式确定，在此不再详细进行论述。
图5为本公开实施例提供的回声消除模型更新权重的流程示意图，如图5所示，在本实施例中，可以根据处理设备的处理器性能来选择合适的模型更新层数和更新时间间隔。在初始化阶段可以先检测处理器型号，确定在线训练时网络的更新时间间隔和更新的网络权重层数。缓存一定量的训练数据之后，查看当前处理器的占用情况，如果已达到更新时间并且处理器占用情况较低，则开始神经网络的反向传播并更新一次权重。更新后检测网络是否达到最优，若是，则停止在线训练，若还没有，则可以继续上述训练过程，即通过深度学习模型反向传播根据处理设备的性能来选择更新的模型更新层数，而无需再限制于更新全部网络层数。
对应于上文实施例的回声消除方法，图6为本公开实施例提供的回声消除装置的结构示意图。为了便于说明，仅示出了与本公开实施例相关的部分。
参照图6，所述装置可以包括：
接收模块601，用于接收多个待处理信号，其中，每个待处理信号中包含远端发送的远端信号和/或近端接收的与所述远端信号对应的第一混合信号。
处理模块602，用于根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据所述估计掩蔽值确定估计近端信号。
在本实施例中，所述处理模块，还用于：
基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号。
将所述纯近端信号和所述纯回声信号进行混合处理，得到第二混合信号；
将所述第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对所述第一估计掩蔽值和所述第二混合信号的频谱进行处理，得到估计近端信号。
进一步的，在一种实现方式中，所述处理模块，还用于：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号。
若否，则确定所述待处理信号为纯近端信号。
若是，则将所述待处理信号输入至预训练的双向通话探测网络模型中进行识别，确定所述待处理信号为纯回声信号或不可训练信号。
在另一种实现方式中，所述处理模块，还用于：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号；
若否，则确定所述待处理信号为纯近端信号；
若是，则基于预设非线性回声处理规则对所述待处理信号进行处理，确定所述待处理信号对应的掩蔽值；
若所述待处理信号对应的掩蔽值为0，则所述待处理信号为纯回声信号。
此外，所述处理模块，还用于：
基于预设消除规则对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号。
将所述残留非线性回声的第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第二估计掩蔽值，根据第二预设处理规则对所述第二估计掩蔽值和所述残留非线性回声的第二混合信号的频谱进行处理，得到估计近端信号。
其中，所述处理模块，还用于：
通过自适应线性滤波器对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号，其中，所述自适应线性滤波器为最小均方自适应滤波器方法、分块延时频域自适应算法或递归最小均方滤波器。
在一种实现方式中，所述处理模块602，还用于：
根据所述残留非线性回声的第二混合信号以及所述纯近端信号来提取标签，确定第一目标掩蔽值。
确定所述第一目标掩蔽值以及所述第二估计掩蔽值之间的第一差值，并基于所述第一差值确定所述预训练的回声消除模型的消除准确率。
根据所述消除准确率确定所述预训练的回声消除模型是否满足预设条件。
若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
在另一种实现方式中，所述处理模块602，还用于：
根据所述第二混合信号以及所述纯近端信号来提取标签，确定第二目标掩蔽值。
确定所述第二目标掩蔽值以及所述第一估计掩蔽值之间的第二差值，并基于所述第二差值确定所述预训练的回声消除模型的消除准确率。
根据所述消除准确率确定所述预训练的回声消除模型是否满足预设条件。
若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
进一步的，所述处理模块602，还用于：
若所述消除准确率不小于第一预设准确率阈值，且不大于第二预设准确率，则将所述估计近端信号发送至所述远端进行播放。
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值。
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率大于所述第二预设准确率。
此外，所述处理模块602，还用于：
若所述消除准确率小于第一预设准确率阈值，则将其他传统模型估计的替代估计近端信号发送到所述远端进行播放。
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值。
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率不小于所述第一预设准确率阈值，且不大于第二预设准确率。
另外，所述处理模块602，还用于：
若所述消除准确率大于第二预设准确率阈值，则将所述估计近端信号发送至所述远端进行播放。
此外，在另一实施例中，所述处理模块602，还用于：
确定处理设备的处理器型号。
根据所述处理器型号确定更新时间间隔以及模型更新层数。
在确定所述处理设备的处理器当前占用资源不大于预设占用资源阈值时，且达到所述更新时间间隔时，则根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型中与所述模型更新层数对应的权重值。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
参考图7，其示出了适于用来实现本公开实施例的电子设备700的结构示意图，该电子设备700可以为终端设备或服务器。其中，终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant，简称PDA)、平板电脑(Portable Android Device，简称PAD)、便携式多媒体播放器(Portable MediaPlayer，简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7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7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(Read Only Memory，简称ROM)702中的程序或者从存储装置708加载到随机访问存储器(Random Access Memory，简称RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：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706；包括例如液晶显示器(Liquid CrystalDisplay，简称LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置707。通信装置707可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，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707从网络上被下载和安装，或者从存储装置708被安装，或者从ROM702被安装。在该计算机程序被处理装置701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，使得该电子设备执行上述实施例所示的方法。
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(LocalArea Network，简称LAN)或广域网(Wide Area Network，简称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)。
本公开实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上所述的方法。
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，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
第一方面，根据本公开的一个或多个实施例，提供了一种回声消除方法，包括：
接收多个待处理信号，其中，每个所述待处理信号中包含远端发送的远端信号和/或近端接收的与所述远端信号对应的第一混合信号。
根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据所述估计掩蔽值确定估计近端信号。
若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他传统模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
根据本公开的一个或多个实施例，所述根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据所述估计掩蔽值确定估计近端信号，包括：
基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号。
将所述纯近端信号和所述纯回声信号进行混合处理，得到第二混合信号；
将所述第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对所述第一估计掩蔽值和所述第二混合信号的频谱进行处理，得到估计近端信号。
根据本公开的一个或多个实施例，所述基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号，包括：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号。
若否，则确定所述待处理信号为纯近端信号。
若是，则将所述待处理信号输入至预训练的双向通话探测网络模型中进行识别，确定所述待处理信号为纯回声信号或不可训练信号。
根据本公开的一个或多个实施例，所述基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号，包括：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号；
若否，则确定所述待处理信号为纯近端信号。
若是，则基于预设非线性回声处理规则对所述待处理信号进行处理，确定所述待处理信号对应的掩蔽值。
若所述待处理信号对应的掩蔽值为0，则所述待处理信号为纯回声信号。
根据本公开的一个或多个实施例，在所述将所述纯近端信号和所述纯回声信号进行混合处理，得到第二混合信号之后，还包括：
基于预设消除规则对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号。
则所述将所述第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对所述第一估计掩蔽值和所述第二混合信号的频谱进行处理，得到估计近端信号，包括：
将所述残留非线性回声的第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第二估计掩蔽值，根据第二预设处理规则对所述第二估计掩蔽值和所述残留非线性回声的第二混合信号的频谱进行处理，得到估计近端信号。
根据本公开的一个或多个实施例，所述基于预设消除规则对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号，包括：
通过自适应线性滤波器对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号，其中，所述自适应线性滤波器为最小均方自适应滤波器方法、分块延时频域自适应算法或递归最小均方滤波器。
根据本公开的一个或多个实施例，其中，所述若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，包括：
根据所述残留非线性回声的第二混合信号以及所述纯近端信号来提取标签，确定第一目标掩蔽值。
确定所述第一目标掩蔽值以及所述第二估计掩蔽值之间的第一差值，并基于所述第一差值确定所述预训练的回声消除模型的消除准确率。
根据所述消除准确率确定所述预训练的回声消除模型是否满足预设条件。
若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
根据本公开的一个或多个实施例，其中，所述若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，包括：
根据所述第二混合信号以及所述纯近端信号来提取标签，确定第二目标掩蔽值。
确定所述第二目标掩蔽值以及所述第一估计掩蔽值之间的第二差值，并基于所述第二差值确定所述预训练的回声消除模型的消除准确率。
根据所述消除准确率确定所述预训练的回声消除模型是否满足预设条件。
若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
根据本公开的一个或多个实施例，其中，所述若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，包括：
若所述消除准确率不小于第一预设准确率阈值，且不大于第二预设准确率，则将所述估计近端信号发送至所述远端进行播放。
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值。
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率大于所述第二预设准确率。
根据本公开的一个或多个实施例，所述若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，包括：
若所述消除准确率小于第一预设准确率阈值，则将其他传统模型估计的替代估计近端信号发送到所述远端进行播放。
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值。
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率不小于所述第一预设准确率阈值，且不大于第二预设准确率。
根据本公开的一个或多个实施例，其中，所述方法还包括：
若所述消除准确率大于第二预设准确率阈值，则将所述估计近端信号发送至所述远端进行播放。
根据本公开的一个或多个实施例，其中，所述根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值，包括：
确定处理设备的处理器型号。
根据所述处理器型号确定更新时间间隔以及模型更新层数。
在确定所述处理设备的处理器当前占用资源不大于预设占用资源阈值时，且达到所述更新时间间隔时，则根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型中与所述模型更新层数对应的权重值。
第二方面，根据本公开的一个或多个实施例，提供了一种回声消除装置，包括：
接收模块，用于接收多个待处理信号，其中，每个所述待处理信号中包含远端发送的远端信号和/或近端接收的与所述远端信号对应的第一混合信号。
处理模块，用于根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据所述估计掩蔽值确定估计近端信号。
所述处理模块，还用于若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他传统模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号。
将所述纯近端信号和所述纯回声信号进行混合处理，得到第二混合信号；
将所述第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对所述第一估计掩蔽值和所述第二混合信号的频谱进行处理，得到估计近端信号。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号。
若否，则确定所述待处理信号为纯近端信号。
若是，则将所述待处理信号输入至预训练的双向通话探测网络模型中进行识别，确定所述待处理信号为纯回声信号或不可训练信号。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号。
若否，则确定所述待处理信号为纯近端信号。
若是，则基于预设非线性回声处理规则对所述待处理信号进行处理，确定所述待处理信号对应的掩蔽值。
若所述待处理信号对应的掩蔽值为0，则所述待处理信号为纯回声信号。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
基于预设消除规则对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号。
将所述残留非线性回声的第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第二估计掩蔽值，根据第二预设处理规则对所述第二估计掩蔽值和所述残留非线性回声的第二混合信号的频谱进行处理，得到估计近端信号。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
通过自适应线性滤波器对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号，其中，所述自适应线性滤波器为最小均方自适应滤波器方法、分块延时频域自适应算法或递归最小均方滤波器。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
根据所述残留非线性回声的第二混合信号以及所述纯近端信号来提取标签，确定第一目标掩蔽值。
确定所述第一目标掩蔽值以及所述第二估计掩蔽值之间的第一差值，并基于所述第一差值确定所述预训练的回声消除模型的消除准确率。
根据所述消除准确率确定所述预训练的回声消除模型是否满足预设条件。
若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
根据所述第二混合信号以及所述纯近端信号来提取标签，确定第二目标掩蔽值。
确定所述第二目标掩蔽值以及所述第一估计掩蔽值之间的第二差值，并基于所述第二差值确定所述预训练的回声消除模型的消除准确率。
根据所述消除准确率确定所述预训练的回声消除模型是否满足预设条件。
若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
若所述消除准确率不小于第一预设准确率阈值，且不大于第二预设准确率，则将所述估计近端信号发送至所述远端进行播放。
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值。
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率大于所述第二预设准确率。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
若所述消除准确率小于第一预设准确率阈值，则将其他传统模型估计的替代估计近端信号发送到所述远端进行播放。
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值。
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率不小于所述第一预设准确率阈值，且不大于第二预设准确率。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
若所述消除准确率大于第二预设准确率阈值，则将所述估计近端信号发送至所述远端进行播放。
根据本公开的一个或多个实施例，其中，所述处理模块，还用于：
确定处理设备的处理器型号。
根据所述处理器型号确定更新时间间隔以及模型更新层数。
在确定所述处理设备的处理器当前占用资源不大于预设占用资源阈值时，且达到所述更新时间间隔时，则根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型中与所述模型更新层数对应的权重值。
第三方面，根据本公开的一个或多个实施例，提供了一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的回声消除方法。
第四方面，根据本公开的一个或多个实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的回声消除方法。
第五方面，本发明实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上第一方面以及第一方面各种可能的设计所述的回声消除方法。
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。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (20)
1.一种回声消除方法，所述方法包括：
接收多个待处理信号，其中，每个所述待处理信号中包含远端发送的远端信号和/或近端接收的与所述远端信号对应的第一混合信号；
根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据所述估计掩蔽值确定估计近端信号；
若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他传统模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
2.根据权利要求1所述的方法，其中，所述根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据所述估计掩蔽值确定估计近端信号，包括：
基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号；
将所述纯近端信号和所述纯回声信号进行混合处理，得到第二混合信号；
将所述第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对所述第一估计掩蔽值和所述第二混合信号的频谱进行处理，得到估计近端信号。
3.根据权利要求2所述的方法，其中，所述基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号，包括：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号；
若否，则确定所述待处理信号为纯近端信号；
若是，则将所述待处理信号输入至预训练的双向通话探测网络模型中进行识别，确定所述待处理信号为纯回声信号或不可训练信号。
4.根据权利要求2所述的方法，其中，所述基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号，包括：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号；
若否，则确定所述待处理信号为纯近端信号；
若是，则基于预设非线性回声处理规则对所述待处理信号进行处理，确定所述待处理信号对应的掩蔽值；
若所述待处理信号对应的掩蔽值为0，则所述待处理信号为纯回声信号。
5.根据权利要求2所述的方法，其中，在所述将所述纯近端信号和所述纯回声信号进行混合处理，得到第二混合信号之后，还包括：
基于预设消除规则对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号；
则所述将所述第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对所述第一估计掩蔽值和所述第二混合信号的频谱进行处理，得到估计近端信号，包括：
将所述残留非线性回声的第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第二估计掩蔽值，根据第二预设处理规则对所述第二估计掩蔽值和所述残留非线性回声的第二混合信号的频谱进行处理，得到估计近端信号。
6.根据权利要求5所述的方法，其中，所述基于预设消除规则对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号，包括：
通过自适应线性滤波器对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号，其中，所述自适应线性滤波器为最小均方自适应滤波器方法、分块延时频域自适应算法或递归最小均方滤波器。
7.根据权利要求5所述的方法，其中，所述若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，包括：
根据所述残留非线性回声的第二混合信号以及所述纯近端信号来提取标签，确定第一目标掩蔽值；
确定所述第一目标掩蔽值以及所述第二估计掩蔽值之间的第一差值，并基于所述第一差值确定所述预训练的回声消除模型的消除准确率；
根据所述消除准确率确定所述预训练的回声消除模型是否满足预设条件；
若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
8.根据权利要求2所述的方法，其中，所述若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，包括：
根据所述第二混合信号以及所述纯近端信号来提取标签，确定第二目标掩蔽值；
确定所述第二目标掩蔽值以及所述第一估计掩蔽值之间的第二差值，并基于所述第二差值确定所述预训练的回声消除模型的消除准确率；
根据所述消除准确率确定所述预训练的回声消除模型是否满足预设条件；
若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
9.根据权利要求7或8所述的方法，其中，所述若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，包括：
若所述消除准确率不小于第一预设准确率阈值，且不大于第二预设准确率，则将所述估计近端信号发送至所述远端进行播放；
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值；
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率大于所述第二预设准确率。
10.根据权利要求7或8所述的方法，其中，所述若根据所述消除准确率确定所述预训练的回声消除模型不满足预设条件，则将根据其他模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件，包括：
若所述消除准确率小于第一预设准确率阈值，则将其他传统模型估计的替代估计近端信号发送到所述远端进行播放；
根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值；
在所述预训练的回声消除模型的权重值更新完成之后，重新执行所述接收待处理信号及之后的步骤，直至更新后的回声消除模型的消除准确率不小于所述第一预设准确率阈值，且不大于第二预设准确率。
11.根据权利要求7或8所述的方法，其中，所述方法还包括：
若所述消除准确率大于第二预设准确率阈值，则将所述估计近端信号发送至所述远端进行播放。
12.根据权利要求9所述的方法，其中，所述根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型的权重值，包括：
确定处理设备的处理器型号；
根据所述处理器型号确定更新时间间隔以及模型更新层数；
在确定所述处理设备的处理器当前占用资源不大于预设占用资源阈值时，且达到所述更新时间间隔时，则根据所述估计掩蔽值确定损失函数，再根据所述损失函数反向更新所述预训练的回声消除模型中与所述模型更新层数对应的权重值。
13.一种回声消除装置，所述装置包括：
接收模块，用于接收多个待处理信号，其中，每个所述待处理信号中包含远端发送的远端信号和/或近端接收的与所述远端信号对应的第一混合信号；
处理模块，用于根据所述多个待处理信号对应的远端信号和/或第一混合信号，以及预训练的回声消除模型，得到估计掩蔽值，根据所述估计掩蔽值确定估计近端信号；
所述处理模块，还用于若根据所述估计掩蔽值确定所述预训练的回声消除模型不满足预设条件，则将所述估计近端信号或根据其他传统模型确定的替代估计近端信号发送至所述远端进行播放，并在根据所述估计掩蔽值更新所述预训练的回声消除模型的权重值之后，重新执行接收多个待处理信号的步骤，直至重新训练的回声消除模型满足所述预设条件。
14.根据权利要求13所述的装置，其中，所述处理模块，还用于：
基于预设筛选规则对所述多个待处理信号对应的远端信号和/或第一混合信号进行筛选，得到纯近端信号和纯回声信号；
将所述纯近端信号和所述纯回声信号进行混合处理，得到第二混合信号；
将所述第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第一估计掩蔽值，根据第一预设处理规则对所述第一估计掩蔽值和所述第二混合信号的频谱进行处理，得到估计近端信号。
15.根据权利要求14所述的装置，其中，所述处理模块，还用于：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号；
若否，则确定所述待处理信号为纯近端信号；
若是，则将所述待处理信号输入至预训练的双向通话探测网络模型中进行识别，确定所述待处理信号为纯回声信号或不可训练信号。
16.根据权利要求14所述的装置，其中，所述处理模块，还用于：
针对每个所述待处理信号，判断所述待处理信号中是否包含远端信号；
若否，则确定所述待处理信号为纯近端信号；
若是，则基于预设非线性回声处理规则对所述待处理信号进行处理，确定所述待处理信号对应的掩蔽值；
若所述待处理信号对应的掩蔽值为0，则所述待处理信号为纯回声信号。
17.根据权利要求14所述的装置，其中，所述处理模块，还用于：
基于预设消除规则对所述第二混合信号进行线性回声消除处理，得到残留非线性回声的第二混合信号；
将所述残留非线性回声的第二混合信号以及所述远端信号输入至预训练的回声消除模型中进行回声消除处理，得到第二估计掩蔽值，根据第二预设处理规则对所述第二估计掩蔽值和所述残留非线性回声的第二混合信号的频谱进行处理，得到估计近端信号。
18.一种电子设备，所述电子设备包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至12任一项所述的回声消除方法。
19.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至12任一项所述的回声消除方法。
20.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至12任一项所述的回声消除方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110546298.6A CN113113038A (zh) | 2021-05-19 | 2021-05-19 | 回声消除方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110546298.6A CN113113038A (zh) | 2021-05-19 | 2021-05-19 | 回声消除方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113113038A true CN113113038A (zh) | 2021-07-13 |
Family
ID=76722781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110546298.6A Pending CN113113038A (zh) | 2021-05-19 | 2021-05-19 | 回声消除方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113113038A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114242100A (zh) * | 2021-12-16 | 2022-03-25 | 北京百度网讯科技有限公司 | 音频信号处理方法、训练方法及其装置、设备、存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070121926A1 (en) * | 2005-11-04 | 2007-05-31 | Thierry Le Gall | Double-talk detector for an acoustic echo canceller |
| EP2930917A1 (en) * | 2014-04-08 | 2015-10-14 | Luis Weruaga | Method and apparatus for updating filter coefficients of an adaptive echo canceller |
| US20180046919A1 (en) * | 2016-08-12 | 2018-02-15 | Beijing Deephi Intelligence Technology Co., Ltd. | Multi-iteration compression for deep neural networks |
| CN109102794A (zh) * | 2018-07-24 | 2018-12-28 | 西南交通大学 | 基于凸组合的m估计成比例类仿射投影的回声消除方法 |
| US20190222691A1 (en) * | 2018-01-18 | 2019-07-18 | Knowles Electronics, Llc | Data driven echo cancellation and suppression |
| CN110956976A (zh) * | 2019-12-17 | 2020-04-03 | 苏州科达科技股份有限公司 | 一种回声消除方法、装置、设备及可读存储介质 |
| CN111951819A (zh) * | 2020-08-20 | 2020-11-17 | 北京字节跳动网络技术有限公司 | 回声消除方法、装置及存储介质 |
| CN112037811A (zh) * | 2020-09-04 | 2020-12-04 | 四川大学 | 一种函数连接型自适应非线性回声消除方法 |
| CN112669870A (zh) * | 2020-12-24 | 2021-04-16 | 北京声智科技有限公司 | 语音增强模型的训练方法、装置和电子设备 |
-
2021
- 2021-05-19 CN CN202110546298.6A patent/CN113113038A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070121926A1 (en) * | 2005-11-04 | 2007-05-31 | Thierry Le Gall | Double-talk detector for an acoustic echo canceller |
| EP2930917A1 (en) * | 2014-04-08 | 2015-10-14 | Luis Weruaga | Method and apparatus for updating filter coefficients of an adaptive echo canceller |
| US20180046919A1 (en) * | 2016-08-12 | 2018-02-15 | Beijing Deephi Intelligence Technology Co., Ltd. | Multi-iteration compression for deep neural networks |
| US20190222691A1 (en) * | 2018-01-18 | 2019-07-18 | Knowles Electronics, Llc | Data driven echo cancellation and suppression |
| CN109102794A (zh) * | 2018-07-24 | 2018-12-28 | 西南交通大学 | 基于凸组合的m估计成比例类仿射投影的回声消除方法 |
| CN110956976A (zh) * | 2019-12-17 | 2020-04-03 | 苏州科达科技股份有限公司 | 一种回声消除方法、装置、设备及可读存储介质 |
| CN111951819A (zh) * | 2020-08-20 | 2020-11-17 | 北京字节跳动网络技术有限公司 | 回声消除方法、装置及存储介质 |
| CN112037811A (zh) * | 2020-09-04 | 2020-12-04 | 四川大学 | 一种函数连接型自适应非线性回声消除方法 |
| CN112669870A (zh) * | 2020-12-24 | 2021-04-16 | 北京声智科技有限公司 | 语音增强模型的训练方法、装置和电子设备 |
Non-Patent Citations (3)
| Title |
|---|
| J. LIU ET AL.: "《Neural Mask based Multi-channel Convolutional Beamforming for Joint Dereverberation, Echo Cancellation and Denoising》", 《2021 IEEE SPOKEN LANGUAGE TECHNOLOGY WORKSHOP (SLT)》, pages 766 - 770 * |
| LIU, CHUNLEI、WANG, LONGBIAO、DANG, JIANWU: "《Deep Learning-Based Amplitude Fusion for Speech Dereverberation》", 《 DISCRETE DYNAMICS IN NATURE AND SOCIETY》, vol. 2020, pages 1 - 14 * |
| 申学帅: "《基于深度神经网络的回声消除算法的研究与实现》", 《中国优秀硕士学位论文全文数据库信息科技辑》, pages 135 - 150 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114242100A (zh) * | 2021-12-16 | 2022-03-25 | 北京百度网讯科技有限公司 | 音频信号处理方法、训练方法及其装置、设备、存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110288978B (zh) | 一种语音识别模型训练方法及装置 | |
| CN111161752A (zh) | 回声消除方法和装置 | |
| CN114283795A (zh) | 语音增强模型的训练、识别方法、电子设备和存储介质 | |
| CN111343410A (zh) | 一种静音提示方法、装置、电子设备及存储介质 | |
| CN111246037B (zh) | 一种回声消除方法、装置、终端设备及介质 | |
| CN113241085B (zh) | 回声消除方法、装置、设备及可读存储介质 | |
| CN113763977A (zh) | 消除回声信号的方法、装置、计算设备和存储介质 | |
| CN111883135A (zh) | 语音转写方法、装置和电子设备 | |
| CN111722696B (zh) | 用于低功耗设备的语音数据处理方法和装置 | |
| CN112614504A (zh) | 单声道语音降噪方法、系统、设备及可读存储介质 | |
| CN115602184A (zh) | 回声消除方法、装置、电子设备及存储介质 | |
| CN113113038A (zh) | 回声消除方法、装置及电子设备 | |
| CN113674752B (zh) | 音频信号的降噪方法、装置、可读介质和电子设备 | |
| US10650839B2 (en) | Infinite impulse response acoustic echo cancellation in the frequency domain | |
| CN112951219A (zh) | 噪声拒识方法和装置 | |
| US20230186943A1 (en) | Voice activity detection method and apparatus, and storage medium | |
| CN112133324A (zh) | 通话状态检测方法、装置、计算机系统和介质 | |
| CN114501281B (zh) | 声音调整方法、装置、电子设备和计算机可读介质 | |
| CN113763978B (zh) | 语音信号处理方法、装置、电子设备以及存储介质 | |
| CN115083431A (zh) | 回声的消除方法、装置、电子设备及计算机可读介质 | |
| CN111667842B (zh) | 音频信号处理方法及装置 | |
| CN113096679A (zh) | 音频数据处理方法和装置 | |
| CN110349592B (zh) | 用于输出信息的方法和装置 | |
| CN113763976A (zh) | 音频信号的降噪方法、装置、可读介质和电子设备 | |
| CN109378012B (zh) | 用于单通道语音设备录制音频的降噪方法及系统 |
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 |