公开(公告)号：CN113516992B

公开(公告)日：2024-12-06

申请号：CN202010851540.6

申请日：2020-08-21

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫

IPC: G10L21/0208 ,  G10L21/0216 ,  G10L25/51 ,  G10L25/60

Abstract: 本申请实施例提供一种音频处理方法、装置、设备及计算机可读存储介质。其中方法可包括：获取待处理的音频信号，并对待处理的音频信号进行处理，得到待处理的音频信号的N维第一特征参数和M维第二特征参数，调用噪声优化模型对N维第一特征参数和M维第二特征参数进行处理，得到P维增益参数，对待处理的音频信号和P维增益参数进行增益计算处理，得到处理后的音频信号。该方法能够在终端或者云服务器等设备中实现，通过增益参数对待处理的音频信号进行增益计算处理，可以较为有效地对待处理的音频信号进行优化修正，降低甚至消除该待处理的音频信号中关于噪声音频信号的特征对待处理的音频信号的不利影响，从而提高语音交互的质量。

公开(公告)号：CN111554314B

公开(公告)日：2024-08-16

申请号：CN202010415327.0

申请日：2020-05-15

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫 ,  李岳鹏

IPC: G10L21/0208

Abstract: 本公开提供了一种噪声检测方法、装置、终端及存储介质，属于人工智能及云计算技术领域。所述方法包括：显示多媒体会话应用的第一会话界面；采集音频信号；根据当前帧音频信号的信号状态、信号能量及前一帧音频信号的检测信息，确定当前帧音频信号的噪声指示参数的参数值；响应于噪声指示参数的参数值大于参数阈值，在第一会话界面上显示噪声提示信息。本公开根据当前帧音频信号的信号状态、信号能量、前一帧音频信号的检测信息及噪声指示参数的参数阈值确定，由于并不是简单地将音频信号的信号状态作为噪声检测结果，而是综合考虑了当前帧音频信号的信号能量及前一帧音频信号的相关检测信息，去除了检测结果的偶然性，提高了检测结果的准确性。

公开(公告)号：CN110797039B

公开(公告)日：2023-10-24

申请号：CN201910752247.1

申请日：2019-08-15

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫

IPC: G10L21/02 ,  G10L13/02 ,  G10L25/27 ,  G10L25/30

Abstract: 本发明实施例提供了一种语音处理方法、装置、终端及介质，其中，所述方法包括：获取第一增强语音信号和第二增强语音信号，所述第一增强语音信号和所述第二增强语音信号分别为对含噪语音信号进行增强处理所得到；对所述第一增强语音信号和第二增强语音信号进行融合，得到融合增强语音信号；对所述融合增强语音信号进行谐波恢复，得到谐波语音信号。可见，通过实施本申请，可以提高谐波恢复的精确性和合理性。

公开(公告)号：CN111261148B

公开(公告)日：2022-03-25

申请号：CN202010180587.4

申请日：2020-03-13

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫

IPC: G10L15/06 ,  G10L21/0264

Abstract: 本申请的实施例提供了一种语音模型的训练方法，该方法包括：获取样本语音对应的第一增益和第二增益；根据第一增益和第二增益，计算得到第一均方误差、第二均方误差和第一增益与第二增益之间的交叉熵，第一均方误差是第一增益与第二增益之间的均方误差，第二均方误差是第一增益的平方根与第二增益的平方根之间的均方误差；计算第一均方误差与第二均方误差的和，得到第一目标参数；以及，计算第一目标参数与交叉熵的和，得到第二目标参数；将第一目标参数和第二目标参数进行加权，得到目标损失；根据目标损失调整语音模型的参数，以进行语音模型的训练。通过上述的训练方法，有效提高了语音模型进行增强处理的效果。

公开(公告)号：CN113409802A

公开(公告)日：2021-09-17

申请号：CN202011180004.4

申请日：2020-10-29

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫 ,  李岳鹏

IPC: G10L21/02

Abstract: 本申请公开了一种语音信号的增强处理方法、装置、设备及存储介质，属于音视频技术领域。所述方法包括：获取目标语音信号；采用参考语音增强方式对目标语音信号进行增强处理，得到参考增强信号；根据参考增强信号，确定目标语音增强方式；采用目标语音增强方式对目标语音信号进行增强处理。本申请实施例提供的技术方案实现了结合语音信号的信号特点有针对性地确定实际采用的语音增强方式，相比于相关技术采用固定的语音增强方式无法做到针对语音信号的不同情况做出区别处理，本申请实施例在语音信号增强的过程中，充分考虑语音信号的信号特点，有助于准确有效地增强语音信号，提升语音信号的增强效果。

公开(公告)号：CN111768795A

公开(公告)日：2020-10-13

申请号：CN202010658686.9

申请日：2020-07-09

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫

IPC: G10L21/0208 ,  G10L25/18 ,  G10L25/30

Abstract: 本申请提供了一种语音信号的噪声抑制方法、装置、设备及存储介质，涉及音频处理技术领域。所述方法包括：获取带噪语音信号的特征数据；对特征数据进行变换处理，得到变换后的特征数据；对特征数据和变换后的特征数据进行两步递归处理，得到递归处理后数据；根据递归处理后数据生成增益信息；基于增益信息对带噪语音信号进行噪声抑制处理，得到降噪语音信号。本申请实施例提供了一种低复杂度的噪声抑制方案，通过简化模型结构，降低计算复杂度。

公开(公告)号：CN119181372A

公开(公告)日：2024-12-24

申请号：CN202310747826.3

申请日：2023-06-21

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫

IPC: G10L21/0208 ,  G10L25/30 ,  G10L21/0216 ,  G10L21/0264 ,  G10L21/0232

Abstract: 本说明书实施例公开了一种语音增强方法、装置及电子设备，涉及计算机技术领域，该方法包括：对接收到的待处理语音信号进行特征提取，获得待处理语音特征；将待处理语音特征输入到预先构建好的语音增强网络模型中，利用语音增强网络模型获得待处理语音特征对应的目标增益信息；其中，语音增强网络模型包括七层门控循环网络层，前三层门控循环网络层的输入数据量依次增加，第四层和第五层的输入数据量均小于第三层门控循环网络层的输入数据量，后三层门控循环网络层的输入数据量依次增加；根据目标增益信息和待处理语音信号获得语音增强信号。利用本说明书提供的技术方案，实现了语音通话中语音信号的快速增强处理，提升了语音通话的质量。

公开(公告)号：CN111768795B

公开(公告)日：2024-08-30

申请号：CN202010658686.9

申请日：2020-07-09

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫

IPC: G10L21/0208 ,  G10L25/18 ,  G10L25/30

Abstract: 本申请提供了一种语音信号的噪声抑制方法、装置、设备及存储介质，涉及音频处理技术领域。所述方法包括：获取带噪语音信号的特征数据；对特征数据进行变换处理，得到变换后的特征数据；对特征数据和变换后的特征数据进行两步递归处理，得到递归处理后数据；根据递归处理后数据生成增益信息；基于增益信息对带噪语音信号进行噪声抑制处理，得到降噪语音信号。本申请实施例提供了一种低复杂度的噪声抑制方案，通过简化模型结构，降低计算复杂度。

公开(公告)号：CN113571078B

公开(公告)日：2024-04-26

申请号：CN202110129579.1

申请日：2021-01-29

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫 ,  刘志鹏 ,  李岳鹏

IPC: G10L21/0232

Abstract: 本公开提供了一种噪声抑制方法、装置、介质以及电子设备。该方法包括：获取原始语音信号的低频频谱特征和高频频谱特征，并对低频频谱特征和高频频谱特征进行特征组合处理得到频带能量特征；在原始语音信号中确定当前帧语音信号和上一帧语音信号，并对当前帧语音信号和上一帧语音信号进行线性域变换处理得到频谱特征参数；对频谱特征参数和频带能量特征进行相关性计算得到倒谱特征，并对倒谱特征进行降维映射处理得到降维特征；对降维特征和倒谱特征进行特征融合处理得到增益信息，并对增益信息进行噪声抑制处理得到原始语音信号的降噪语音信号。本公开保证了关键噪声种类的噪声抑制效果和效率，极大地降低了噪声抑制的复杂度。

公开(公告)号：CN113409802B

公开(公告)日：2023-09-15

申请号：CN202011180004.4

申请日：2020-10-29

Applicant: 腾讯科技(深圳)有限公司

Inventor： 鲍枫 ,  李岳鹏

IPC: G10L21/02

Abstract: 本申请公开了一种语音信号的增强处理方法、装置、设备及存储介质，属于音视频技术领域。所述方法包括：获取目标语音信号；采用参考语音增强方式对目标语音信号进行增强处理，得到参考增强信号；根据参考增强信号，确定目标语音增强方式；采用目标语音增强方式对目标语音信号进行增强处理。本申请实施例提供的技术方案实现了结合语音信号的信号特点有针对性地确定实际采用的语音增强方式，相比于相关技术采用固定的语音增强方式无法做到针对语音信号的不同情况做出区别处理，本申请实施例在语音信号增强的过程中，充分考虑语音信号的信号特点，有助于准确有效地增强语音信号，提升语音信号的增强效果。