申请/专利权人:上海一谈网络科技有限公司
申请日:2021-06-21
公开(公告)日:2024-03-26
公开(公告)号:CN113611324B
主分类号:G10L21/0224
分类号:G10L21/0224;G10L21/0232;G10L25/30;H04N21/439
优先权:
专利状态码:有效-授权
法律状态:2024.03.26#授权;2021.11.23#实质审查的生效;2021.11.05#公开
摘要:一种直播中环境噪声抑制的方法、装置、电子设备及存储介质,它包括:获取待处理的直播音频数据流,将直播音频数据流最前列固定长度数据放入输入缓冲区;将输入缓冲区的音频时域信号序列输入音频处理模型进行处理,音频处理模型至少包括频域处理过程和时域处理过程,经过傅里叶变换转换为语音频谱,语音频谱的幅值至少经过循环神经网络模型和非线性激活函数,生成幅值系数序列,所述幅值系数序列与所述音频时域信号序列的初始幅值进行相值相乘,在频谱相位保持不变的情况下从而得到新的幅值;将所述新幅值的语音频谱通过逆傅里叶变换,得到时域信号,后所述时域信号经过循环神经网络模型和非线性激活函数,生成输入信号长度相等的系数序列,并与之前的时域信号进行相乘,获得经过噪声抑制处理的新语音信号。
主权项:1.一种直播中环境噪声抑制的方法,其特征在于,包括:获取待处理的直播音频数据流,将所述直播音频数据流最前列固定长度数据放入输入缓冲区;将所述输入缓冲区的音频时域信号序列输入音频处理模型进行处理,所述音频处理模型至少包括频域处理过程和时域处理过程,所述频域处理过程至少包括:经过傅里叶变换转换为语音频谱,所述语音频谱的幅值至少经过循环神经网络模型和非线性激活函数,生成幅值系数序列,所述幅值系数序列与所述音频时域信号序列的初始幅值进行相值相乘,在频谱相位保持不变的情况下从而得到新的幅值;时域处理过程至少包括:将所述新幅值的语音频谱通过逆傅里叶变换,得到时域信号,后所述时域信号经过循环神经网络模型和非线性激活函数,生成输入信号长度相等的系数序列,并与之前的时域信号进行相乘,获得经过噪声抑制处理的新语音信号。
全文数据:
权利要求:
百度查询: 上海一谈网络科技有限公司 一种直播中环境噪声抑制的方法、装置、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。