CN114299982A - 处理音频信号的方法、装置及电子设备 - Google Patents

Abstract

本公开提供了处理音频信号的方法、装置及电子设备，涉及人工智能技术领域，尤其涉及车联网和智能座舱技术领域。具体实现方案为：基于第一噪音信号和第二噪音信号计算得到校准系数，其中，第一噪音信号为原始噪声，第二噪音信号为原始噪声对应的录制噪声；获取待播放音频信号；获取待播放音频信号；通过目标播放设备对目标音频信号进行播放。本公开解决了由于现有技术中通过人工嘴配套的软硬件进行校准所导致的测试成本高的技术问题。

Description

处理音频信号的方法、装置及电子设备

技术领域

本公开涉及人工智能技术领域，尤其涉及车联网和智能座舱技术领域，具体而言，涉及一种处理音频信号的方法、装置及电子设备。

背景技术

现有技术中，通过人工嘴来代替人工模拟人说话，以对其它设备(例如，车载语音设备)进行语音准确度的测试。然而，人工嘴输出的频率响应与人声之间存在差别，如果不对输出给人工嘴的信号进行校准，则会降低语音测试结果的准确度。

目前，相关技术中，通过人工嘴厂商配套的软硬件进行校准，该校准方法增加了测试成本。

发明内容

本公开提供了一种处理音频信号的方法、装置及电子设备。

根据本公开的一方面，提供了一种处理音频信号的方法，包括：基于第一噪音信号和第二噪音信号计算得到校准系数，其中，第一噪音信号为原始噪声，第二噪音信号为原始噪声对应的录制噪声；获取待播放音频信号；利用待播放音频信号和校准系数生成目标音频信号；通过目标播放设备对目标音频信号进行播放。

进一步地，处理音频信号的方法还包括：分别基于第一噪音信号与第二噪音信号进行频域分阶处理，得到第一处理结果与第二处理结果；基于第一处理结果获取第一噪音信号在各个频点下的第一平均能量，以及基于第二处理结果获取第二噪音信号在各个频点下的第二平均能量；利用第一平均能量与第二平均能量计算得到校准系数。

进一步地，处理音频信号的方法还包括：分别对第一噪音信号与第二噪音信号进行分段加窗处理，得到第三处理结果与第四处理结果；对第三处理结果进行傅立叶变换，得到第五处理结果，以及对第四处理结果进行傅立叶变换，得到第六处理结果；对第五处理结果进行频域分阶处理，得到第一处理结果，以及对第六处理结果进行频域分阶处理，得到第二处理结果。

进一步地，处理音频信号的方法还包括：对待播放音频信号进行傅立叶变换，得到第七处理结果；采用第七处理结果与校准系数计算得到第八处理结果；对第八处理结果进行逆傅立叶变换，得到目标音频信号。

进一步地，校准系数与目标播放设备的频率响应曲线相关联。

根据本公开的另一方面，提供了一种处理音频信号的装置，包括：计算模块，用于基于第一噪音信号和第二噪音信号计算得到校准系数，其中，第一噪音信号为原始噪声，第二噪音信号为原始噪声对应的录制噪声；获取模块，用于获取待播放音频信号；生成模块，用于利用待播放音频信号和校准系数生成目标音频信号；播放模块，用于通过目标播放设备对目标音频信号进行播放。

进一步地，计算模块，用于分别基于第一噪音信号与第二噪音信号进行频域分阶处理，得到第一处理结果与第二处理结果；基于第一处理结果获取第一噪音信号在各个频点下的第一平均能量，以及基于第二处理结果获取第二噪音信号在各个频点下的第二平均能量；利用第一平均能量与第二平均能量计算得到校准系数。

进一步地，计算模块，用于分别对第一噪音信号与第二噪音信号进行分段加窗处理，得到第三处理结果与第四处理结果；对第三处理结果进行傅立叶变换，得到第五处理结果，以及对第四处理结果进行傅立叶变换，得到第六处理结果；对第五处理结果进行频域分阶处理，得到第一处理结果，以及对第六处理结果进行频域分阶处理，得到第二处理结果。

进一步地，生成模块，用于对待播放音频信号进行傅立叶变换，得到第七处理结果；采用第七处理结果与校准系数计算得到第八处理结果；对第八处理结果进行逆傅立叶变换，得到目标音频信号。

进一步地，校准系数与目标播放设备的频率响应曲线相关联。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的处理音频信号的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述的处理音频信号的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述的处理音频信号的方法。

在本公开的实施例中，采用对输入至人工嘴的待播放音频信号进行校准的方式，通过基于第一噪音信号和第二噪音信号计算得到校准系数，然后获取待播放音频信号，从而利用待播放音频信号和校准系数生成目标音频信号，最后通过目标播放设备对目标音频信号进行播放。其中，第一噪音信号为原始噪声，第二噪音信号为原始噪声对应的录制噪声。

在上述过程中，通过在计算设备中计算校准系数、获取待播放音频信号，并在计算设备中利用待播放音频信号和校准系数生成目标音频信号，实现了对待播放音频信号的校准，从而有效避免了使用人工嘴配套的软硬件设备对人工嘴进行校准，进而降低了基于人工嘴播放语音对相关设备进行测试的测试成本。此外，在本公开中，通过校准系数对待播放音频信号进行调整得到目标音频信号，并采用目标播放设备对目标音频信号进行播放，能够准确的还原待播放音频信号，进而提高了待播放设备播放的声音的真实性。

由此可见，本公开所提供的方案达到了对输入至人工嘴的待播放音频信号进行校准的目的，从而实现了降低对相关设备进行测试的测试成本的技术效果，进而解决了由于现有技术中通过人工嘴配套的软硬件进行校准所导致的测试成本高的技术问题。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是现有技术中原始信号和人工嘴播出信号的对比示意图；

图2是根据本公开实施例的处理音频信号的方法的示意图；

图3是根据本公开实施例的获取第一噪音信号和第二噪音信号的示意图；

图4是根据本公开实施例的第一噪音信号的示意图；

图5是根据本公开实施例的第二噪音信号的示意图；

图6是根据本公开实施例的待播放音频信号及其对应的目标音频信号的对比示意图；

图7是根据本公开实施例的目标音频信号和人工嘴播放目标音频信号时产生的音频信号的对比示意图；

图8是根据本公开实施例的待播放音频信号和人工嘴播放目标音频信号时产生的音频信号的对比示意图；

图9是根据本公开实施例的处理音频信号的装置的示意图；

图10是用来实现本公开实施例的处理音频信号的方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

实施例1

在现有技术中，人工嘴输出的频率响应与人声之间存在差别，图1是现有技术中原始信号和人工嘴播出信号的对比示意图，如图1所示，图中曲线11表示为原始信号(例如：输入人工嘴的人声)的时域信号图形，图中曲线12表示人工嘴播出信号的时域信号图形，图1中右侧区域为原始信号和人工嘴播出信号的频率响应曲线，从图1中可以看出，原始信号和人工嘴播出信号的时域信号图形有所不同，频率响应曲线也有较大差异。如果不对输出给人工嘴的信号进行校准，则降低语音测试结果的准确度。

由于人工嘴只是一个播放设备，其本身并不能进行计算或校准工作，因此现有技术通常通过人工嘴厂商配套的软硬件进行校准。其原理是通过软硬件设备校准输出给人工嘴的信号，使得信号经过人工嘴播出后和原始信号频率响应曲线一致，还原真实人声。然而，这种软硬件不可使用其它程序控制，无法实现和自研控制程序的整合，使用极其不便，且其售价很高，远超人工嘴本身，从而使得测试成本极大。因此，本公开提供一种处理音频信号的方法以解决上述问题。

根据本公开实施例，提供了一种处理音频信号的方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图2是根据本公开实施例的处理音频信号的方法的示意图，如图2所示，该方法包括如下步骤：

步骤S102，基于第一噪音信号和第二噪音信号计算得到校准系数，其中，第一噪音信号为原始噪声，第二噪音信号为原始噪声对应的录制噪声。

在步骤S102中，可以通过计算设备、应用系统、处理器等电子设备基于第一噪音信号和第二噪音信号计算得到校准系数，在本实施例中，通过计算设备基于第一噪音信号和第二噪音信号计算得到校准系数。其中，第一噪音信号可表征为输入至播放设备的粉红噪声，第二噪音信号可表征为录制的播放设备播出的粉红噪声，粉红噪声为全频段的噪音，校准系数用于对输入至播放设备(如，人工嘴)的原始信号进行校准，以使得播放设备输出的信号与原始信号相同。

可选的，在计算设备计算校准系数前，如图3所示，计算设备可以通过麦克风、录音机等具有录制声音功能的设备获取到第一噪音信号，第一噪音信号如图4所示。然后计算设备将第一噪音信号通过声音处理装置发送至人工嘴，人工嘴接收第一噪音信号以输出第二噪音信号，第二噪音信号如图5所示。之后，计算设备使用标准麦克风录制第二噪音信号，然后通过声音处理装置获取第二噪音信号，以此实现对第一噪音信号和第二噪音信号的获取。其中，录制第一噪音信号和第二噪音信号的场景可以是静音房等没有其它声音影响的空间。

需要说明的是，通过基于第一噪音信号和第二噪音信号计算得到校准系数，即基于播放设备对输入信号的影响程度计算校准系数，可以使得计算得到的校准系数更加准确。

步骤S104，获取待播放音频信号。

在步骤S104中，计算设备可以通过标准麦克风获取待播放音频信号。其中，待播放音频信号表征用于对设备进行语音准确度测试的语音信息所对应的音频信号，在本实施例中，待播放音频信号为人声所对应的音频信号。

需要说明的是，通过获取待播放音频信号，以便于计算设备能够对待播放信号进行处理，成功生成目标音频信号。

步骤S106，利用待播放音频信号和校准系数生成目标音频信号。

在步骤S106中，计算设备至少基于校准系数和待播放音频信号生成目标音频信号，可选的，计算设备还可基于校准系数、待播放音频信号和其它调整参数生成目标音频参数。其中，目标音频信号表征需要输入至播放设备的音频信号。

需要说明的是，通过在计算设备中利用待播放音频信号和校准系数生成目标音频信号，实现了对待播放音频信号的校准，进而使得后续目标播放设备对目标音频信号进行播放时，能够有效还原待播放音频信号。

步骤S108，通过目标播放设备对目标音频信号进行播放。

在步骤S108中，目标播放设备可以为人工嘴、音响或其它具有播放功能的播放设备，在本实施例中，目标播放设备为人工嘴。当计算设备生成目标音频参数后，计算设备可以将目标音频参数发送至人工嘴，以使得人工嘴对目标音频信号进行播放，进而实现对设备的测试或其它功能。

需要说明的是，由于对校准系数的计算、待播放音频信号的获取以及目标音频信号的生成均在计算设备中进行，而目标播放设备仅需对目标音频信号进行播放，因此，在使用人工嘴或人工嘴发生损坏时，避免了现有技术中还需要同时购买或更换配套软硬件的状况，从而大大降低了对相关设备进行测试的测试成本。此外，由于目标音频信号为校准后的待播放音频信号，因此，通过采用目标播放设备对目标音频信号进行播放，能够准确的还原待播放音频信号，进而提高了待播放设备播放的声音的真实性。

基于上述步骤S102至步骤S108所限定的方案，可以获知，在本公开的实施例中，采用对输入至人工嘴的待播放音频信号进行校准的方式，通过基于第一噪音信号和第二噪音信号计算得到校准系数，然后获取待播放音频信号，从而利用待播放音频信号和校准系数生成目标音频信号，最后通过目标播放设备对目标音频信号进行播放。其中，第一噪音信号为原始噪声，第二噪音信号为原始噪声对应的录制噪声。

容易注意到的是，在上述过程中，通过在计算设备中计算校准系数、获取待播放音频信号，并在计算设备中利用待播放音频信号和校准系数生成目标音频信号，实现了对待播放音频信号的校准，从而有效避免了使用人工嘴配套的软硬件设备对人工嘴进行校准，进而降低了基于人工嘴播放语音对相关设备进行测试的测试成本。此外，在本公开中，通过校准系数对待播放音频信号进行调整得到目标音频信号，并采用目标播放设备对目标音频信号进行播放，能够准确的还原待播放音频信号，进而提高了待播放设备播放的声音的真实性。

由此可见，本公开所提供的方案达到了对输入至人工嘴的待播放音频信号进行校准的目的，从而实现了降低对相关设备进行测试的测试成本的技术效果，进而解决了由于现有技术中通过人工嘴配套的软硬件进行校准所导致的测试成本高的技术问题。

在一种可选的实施例中，校准系数与目标播放设备的频率响应曲线相关联。

具体地，在实际应用中，输入至人工嘴的声音与人工嘴输出的声音的关系如下所示：

S′＝S*ω

其中，S表示输入至人工嘴的声音，S′表示人工嘴输出的声音，ω表示人工嘴的频率响应曲线。由此可以看出，若想使得输入至人工嘴的声音与人工嘴输出的声音相同，只需对输入至人工嘴的声音进行预处理，使得S′＝S*(1/ω)*ω即可。其中，(1/ω)即为前述的校准系数，与人工嘴的频率响应曲线相关联，且(1/ω)＝S/S′。需要强调的是，前述计算过程为在音频频域的计算过程。

需要说明的是，由于校准系数与目标播放设备的频率响应曲线相关联，因此，基于第一噪音信号和第二噪音信号可以计算得到准确的校准系数。

在一种可选的实施例中，在基于第一噪音信号和第二噪音信号计算得到校准系数的过程中，计算设备分别基于第一噪音信号与第二噪音信号进行频域分阶处理，得到第一处理结果与第二处理结果，然后，基于第一处理结果获取第一噪音信号在各个频点下的第一平均能量，以及基于第二处理结果获取第二噪音信号在各个频点下的第二平均能量，最后，计算设备利用第一平均能量与第二平均能量计算得到校准系数。

具体地，计算设备可以将第一噪音信号和第二噪音信号的频域分别分成1024阶，或者是2048阶或者是其它阶数，以得到与第一噪音信号对应的第一处理结果，与第二噪音信号对应的第二处理结果。其中，对前述频域所分的阶数越高，所得到的处理结果越精确。之后，计算设备可以第一处理结果中的各阶复数的平方和再开方，得出各频点的能量，然后再把各段对应频点能量求平均，从而得出第一噪音信号在各频点下的第一平均能量。同样的，计算设备可以把第二处理结果中的各阶复数的平方和再开方，得出各频点的能量，然后再把各段对应频点能量求平均，从而得出第二噪音信号在各频点下的第二平均能量。

进一步地，在获取到第一平均能量和第二平均能量后，计算设备将输入至人工嘴的原始噪声各频点能量除以录制噪声的各频点能量，从而通过S和S′，计算得出校准系数(1/ω)。其中，(1/ω)表征原始噪声和录制噪声在各频点的比值的集合。

需要说明的是，由于人工嘴在各个频点的频率响应可能存在不同，因此通过获取第一噪音信号在各个频点下的第一平均能量，第二噪音信号在各个频点下的第二平均能量，并利用第一平均能量与第二平均能量计算得到校准系数，使得计算设备能够获取到对应于各个频点的校准系数，进而使得计算设备在对待播放音频信号进行校准时，能够实现更好的校准效果。

在一种可选的实施例中，在对计算设备分别基于第一噪音信号与第二噪音信号进行频域分阶处理，得到第一处理结果与第二处理结果的过程中，计算设备分别对第一噪音信号与第二噪音信号进行分段加窗处理，得到第三处理结果与第四处理结果，之后，计算设备对第三处理结果进行傅立叶变换，得到第五处理结果，以及对第四处理结果进行傅立叶变换，得到第六处理结果，最后，计算设备对第五处理结果进行频域分阶处理，得到第一处理结果，以及对第六处理结果进行频域分阶处理，得到第二处理结果。

具体地，计算设备对原始噪声分段加Hanning窗(汉宁窗)得到第三处理结果，对录制噪声分段加Hanning窗(汉宁窗)得到第四处理结果。之后，计算设备对第三处理结果进行傅立叶变换得到第五处理结果，对第四处理结果进行傅立叶变换得到第六结果。然后将第五处理结果的频域分成1024阶，得到第一处理结果，对第六处理结果的频域同样分成1024阶，得到第二处理结果。

需要说明的是，通过对第一噪音信号与第二噪音信号分别依次进行分段加窗处理、傅立叶变换和频域分阶处理，实现了对第一处理结果和第二处理结果的有效获取，同时，还可以有效消去第一噪音信号与第二噪音信号中的高频干扰和漏能，从而使得第一处理结果和第二处理结果更加精确。

在一种可选的实施例中，当计算设备计算完校准系数，并获取到待播放音频信号时，计算设备可以对待播放音频信号进行傅立叶变换，得到第七处理结果，然后采用第七处理结果与校准系数计算得到第八处理结果，最后对第八处理结果进行逆傅立叶变换，从而得到目标音频信号。

可选的，计算设备先对待播放音频信号进行傅立叶变换到频域，得到第七处理结果，之后，计算设备将第七处理结果中的各频点能量点乘校准系数(1/ω)得到第八处理结果，进一步地，计算设备将第八处理结果再逆傅立叶变化回频域信号，从而得到目标音频信号。

进一步地，通过图6、图7以及图8对本公开所实现的效果进行解释说明。

如图6所示，图6是根据本公开实施例的待播放音频信号及其对应的目标音频信号的对比示意图。图6中曲线1表示为待播放音频信号的时域信号图形；图6中曲线2表示为人工嘴播放待播放音频信号时产生的音频信号的时域信号图形；图6中曲线3表示为目标音频信号的时域信号图形；图6中曲线4表示为人工嘴播放目标音频信号时产生的音频信号的时域信号图形；图6中右侧区域为待播放音频信号的频率响应曲线和目标音频信号的频率响应曲线的对比图。在图6中，曲线6表示为待播放音频信号的频率响应曲线，曲线7表示为目标音频信号的频率响应曲线。

如图7所示，图7是根据本公开实施例的目标音频信号和人工嘴播放目标音频信号时产生的音频信号的对比示意图。图7中左侧区域的内容与图6中的左侧区域的内容一致，故此处不再赘述；图7中右侧区域的内容为目标音频信号的频率响应曲线和人工嘴播放目标音频信号时产生的音频信号的频率响应曲线的对比图。在图7中，曲线8表示为人工嘴播放目标音频信号时产生的音频信号的频率响应曲线，曲线7表示为目标音频信号的频率响应曲线。

如图8所示，图8是根据本公开实施例的待播放音频信号和人工嘴播放目标音频信号时产生的音频信号的对比示意图。图8中左侧区域的内容与图6中的左侧区域的内容一致，故此处不再赘述；图8中右侧区域的内容为待播放音频信号的频率响应曲线和人工嘴播放目标音频信号时产生的音频信号的频率响应曲线的对比图。在图8中，曲线8表示为人工嘴播放目标音频信号时产生的音频信号的频率响应曲线，曲线6表示为待播放音频信号的频率响应曲线。

从图8中可以看出，不管是从时域信号图形的相似度来看，还是从频率响应曲线的重合程度来看，待播放音频信号和人工嘴播放目标音频信号时产生的音频信号都近似一致，由此达到了还原人声的目的。

需要说明的是，通过对待播放音频信号依次经过傅立叶变换处理、校准系数计算处理以及逆傅立叶变换处理得到目标音频信号，实现了对待播放音频信号的有效校准，进而使得人工嘴播放目标音频信号时，能够有效还原人声，提高了声音的真实性。

需要说明的是，本公开避开使用配套硬件设备校准电信号的做法，直接先对待播放音频信号做处理，使得用对应的人工嘴播放处理后的待播放音频信号所产生的音频信号就和原始信号一致，从而降低了基于人工嘴播放语音对相关设备进行测试的测试成本，达到了人声还原的目的，同时还提高了基于人工嘴进行车载语音唤醒率、识别率的调试、测试时的客观性，使得结果更准确，更接近真实人声结果。

由此可见，本公开所提供的方案达到了对输入至人工嘴的待播放音频信号进行校准的目的，从而实现了降低对相关设备进行测试的测试成本的技术效果，进而解决了由于现有技术中通过人工嘴配套的软硬件进行校准所导致的测试成本高的技术问题。

实施例2

根据本公开实施例，提供了一种处理音频信号的装置的实施例，其中，图9是根据本公开实施例的处理音频信号的装置的示意图，如图9所示，该装置包括：

计算模块902，用于基于第一噪音信号和第二噪音信号计算得到校准系数，其中，第一噪音信号为原始噪声，第二噪音信号为原始噪声对应的录制噪声；

获取模块904，用于获取待播放音频信号；

生成模块906，用于利用待播放音频信号和校准系数生成目标音频信号；

播放模块908，用于通过目标播放设备对目标音频信号进行播放。

需要说明的是，上述计算模块902、获取模块904、生成模块906以及播放模块908对应于上述实施例中的步骤S102至步骤S108，四个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。

可选的，计算模块902，还用于分别基于第一噪音信号与第二噪音信号进行频域分阶处理，得到第一处理结果与第二处理结果；基于第一处理结果获取第一噪音信号在各个频点下的第一平均能量，以及基于第二处理结果获取第二噪音信号在各个频点下的第二平均能量；利用第一平均能量与第二平均能量计算得到校准系数。

可选的，计算模块902，还用于分别对第一噪音信号与第二噪音信号进行分段加窗处理，得到第三处理结果与第四处理结果；对第三处理结果进行傅立叶变换，得到第五处理结果，以及对第四处理结果进行傅立叶变换，得到第六处理结果；对第五处理结果进行频域分阶处理，得到第一处理结果，以及对第六处理结果进行频域分阶处理，得到第二处理结果。

可选的，生成模块906，还用于对待播放音频信号进行傅立叶变换，得到第七处理结果；采用第七处理结果与校准系数计算得到第八处理结果；对第八处理结果进行逆傅立叶变换，得到目标音频信号。

可选的，校准系数与目标播放设备的频率响应曲线相关联。

实施例3

根据本公开的实施例，本公开还提供了一种电子设备、一种存储有计算机指令的非瞬时计算机可读存储介质和一种计算机程序产品。

图10示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图10所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如处理音频信号的方法。例如，在一些实施例中，处理音频信号的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的处理音频信号的方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行处理音频信号的方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

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。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (13)

1.一种处理音频信号的方法，包括：

基于第一噪音信号和第二噪音信号计算得到校准系数，其中，所述第一噪音信号为原始噪声，所述第二噪音信号为所述原始噪声对应的录制噪声；

获取待播放音频信号；

利用所述待播放音频信号和所述校准系数生成目标音频信号；

通过目标播放设备对所述目标音频信号进行播放。

2.根据权利要求1所述的方法，其中，基于所述第一噪音信号和所述第二噪音信号计算得到所述校准系数包括：

分别基于所述第一噪音信号与所述第二噪音信号进行频域分阶处理，得到第一处理结果与第二处理结果；

基于所述第一处理结果获取所述第一噪音信号在各个频点下的第一平均能量，以及基于所述第二处理结果获取所述第二噪音信号在各个频点下的第二平均能量；

利用所述第一平均能量与所述第二平均能量计算得到所述校准系数。

3.根据权利要求2所述的方法，其中，分别基于所述第一噪音信号与所述第二噪音信号进行频域分阶处理，得到所述第一处理结果与所述第二处理结果包括：

分别对所述第一噪音信号与所述第二噪音信号进行分段加窗处理，得到第三处理结果与第四处理结果；

对所述第三处理结果进行傅立叶变换，得到第五处理结果，以及对所述第四处理结果进行傅立叶变换，得到第六处理结果；

对所述第五处理结果进行频域分阶处理，得到所述第一处理结果，以及对所述第六处理结果进行频域分阶处理，得到所述第二处理结果。

4.根据权利要求1所述的方法，利用所述待播放音频信号和所述校准系数生成所述目标音频信号包括：

对所述待播放音频信号进行傅立叶变换，得到第七处理结果；

采用所述第七处理结果与所述校准系数计算得到第八处理结果；

对所述第八处理结果进行逆傅立叶变换，得到所述目标音频信号。

5.根据权利要求1所述的方法，所述校准系数与所述目标播放设备的频率响应曲线相关联。

6.一种处理音频信号的装置，包括：

计算模块，用于基于第一噪音信号和第二噪音信号计算得到校准系数，其中，所述第一噪音信号为原始噪声，所述第二噪音信号为所述原始噪声对应的录制噪声；

获取模块，用于获取待播放音频信号；

生成模块，用于利用所述待播放音频信号和所述校准系数生成目标音频信号；

播放模块，用于通过目标播放设备对所述目标音频信号进行播放。

7.根据权利要求6所述的装置，其中，所述计算模块，用于分别基于所述第一噪音信号与所述第二噪音信号进行频域分阶处理，得到第一处理结果与第二处理结果；基于所述第一处理结果获取所述第一噪音信号在各个频点下的第一平均能量，以及基于所述第二处理结果获取所述第二噪音信号在各个频点下的第二平均能量；利用所述第一平均能量与所述第二平均能量计算得到所述校准系数。

8.根据权利要求7所述的装置，其中，所述计算模块，用于分别对所述第一噪音信号与所述第二噪音信号进行分段加窗处理，得到第三处理结果与第四处理结果；对所述第三处理结果进行傅立叶变换，得到第五处理结果，以及对所述第四处理结果进行傅立叶变换，得到第六处理结果；对所述第五处理结果进行频域分阶处理，得到所述第一处理结果，以及对所述第六处理结果进行频域分阶处理，得到所述第二处理结果。

9.根据权利要求6所述的装置，所述生成模块，用于对所述待播放音频信号进行傅立叶变换，得到第七处理结果；采用所述第七处理结果与所述校准系数计算得到第八处理结果；对所述第八处理结果进行逆傅立叶变换，得到所述目标音频信号。

10.根据权利要求6所述的装置，所述校准系数与所述目标播放设备的频率响应曲线相关联。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的处理音频信号的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-5中任一项所述的处理音频信号的方法。

13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的处理音频信号的方法。

Images