一种聊天室音频数据优化处理方法及系统技术方案

本发明专利技术涉及语音增强技术领域，具体涉及一种聊天室音频数据优化处理方法及系统

【技术实现步骤摘要】
一种聊天室音频数据优化处理方法及系统


[0001]本专利技术涉及语音增强
，具体涉及一种聊天室音频数据优化处理方法及系统
。

技术介绍

[0002]聊天室是一种常用的网络社交工具，聊天室为多个用户在同一时间进行沟通提供便利的场景，在生成音频数据时往往伴随着噪声，因此，需要对音频数据进行语音增强，但由于不同用户所处背景不同，所用设备条件不同，不同用户的噪声情况也会产生对应的区别，则语音增强需要自适应调整
。
[0003]相关技术中，使用非递归型
(Finite Impulse Response
，
FIR)
滤波器对音频数据的波形进行滤波去噪以实现语音增强，这种方式下，由于不同用户所具有的噪声变化多样，使得滤波器的语音增强存在误差，因此，直接基于波形曲线进行滤波去噪以实现语音增强，容易导致音频失真，使得语音增强效果不足
。

技术实现思路

[0004]为了解决相关技术中直接基于波形曲线进行滤波去噪以实现语音增强，容易导致音频失真，使得语音增强效果不足的技术问题，本专利技术提供一种聊天室音频数据优化处理方法及系统，所采用的技术方案具体如下：
[0005]本专利技术提出了一种聊天室音频数据优化处理方法，方法包括：
[0006]获取用户的实时音频数据和历史音频数据，对所述历史音频数据进行音频分析，确定所述用户的振动频率区间；
[0007]对所述实时音频数据进行模态分解得到模态信号分量；将所述模态信号分量进行傅里叶变换得到分量语谱图；根据所述振动频率区间确定延拓时间，根据所述延拓时间对所述模态信号分量进行延拓，对延拓后的模态信号分量进行傅里叶变换，得到不同延拓时间对应的延拓语谱图，确定相邻两个延拓时间对应的延拓语谱图的差异程度；根据所述差异程度确定所述模态信号分量的最优分量延拓时间和最优延拓语谱图；
[0008]根据所述模态信号分量的最优延拓语谱图与对应分量语谱图中连通域的分布，确定所述模态信号分量的重要程度，根据所有模态信号分量的重要程度和所述模态信号分量的最优分量延拓时间，确定最优延拓时间；
[0009]根据所述最优延拓时间对每个所述模态信号分量进行延拓，得到目标信号分量，对所述目标信号分量进行去噪并重构，得到目标音频数据
。
[0010]进一步地，所述对所述历史音频数据进行音频分析，确定所述用户的振动频率区间，包括：
[0011]对所述历史音频数据进行音频分析，获得所述用户的声音振动频率的频次和频率值；
[0012]根据用户的声音振动频率的频率值确定高频影响系数和低频影响系数；
[0013]计算任一高频值对应的高频影响系数和频次的乘积的归一化值作为高频表征系数；
[0014]计算任一低频值对应的低频影响系数和频次的乘积的归一化值作为低频表征系数；
[0015]将所述高频表征系数的最大值所对应的高频值作为区间高频极点；将所述低频表征系数的最大值所对应的低频值作为区间低频极点；
[0016]将所述区间高频极点与所述区间低频极点间的频率区间作为振动频率区间
。
[0017]进一步地，所述根据所述振动频率区间确定延拓时间，包括：
[0018]确定所述区间低频极点的低频值所对应频率的周期时间为低频时间，计算低频时间与预设划分系数的比值为单位延拓时间，叠加不同数量的单位延拓时间得到不同长度的延拓时间，其中，所述延拓时间不超过所述区间高频极点的高频值所对应频率的周期时间
。
[0019]进一步地，所述确定相邻两个延拓时间对应的延拓语谱图的差异程度，包括：
[0020]基于结构相对误差算法计算相邻两个延拓时间对应的延拓语谱图的差异程度
。
[0021]进一步地，所述根据所述差异程度确定所述模态信号分量的最优分量延拓时间和最优延拓语谱图，包括：
[0022]计算所述差异程度最小的相邻两个延拓时间对应的延拓语谱图作为待处理语谱图；将延拓时间较小的待处理语谱图作为最优延拓语谱图，并将最优延拓语谱图对应的延拓时间作为最优分量延拓时间
。
[0023]进一步地，所述根据所述模态信号分量的最优延拓语谱图与对应分量语谱图中连通域的分布，确定所述模态信号分量的重要程度，包括：
[0024]基于大津阈值算法对所述分量语谱图中像素点灰度值进行分析，确定第一灰度阈值，将所述分量语谱图中灰度值大于第一灰度阈值的像素点所组成的区域作为对比高能区域，对所述对比高能区域进行连通域分析得到对比高能连通域；
[0025]基于大津阈值算法对所述最优延拓语谱图中像素点灰度值进行分析，确定第二灰度阈值，将所述最优延拓语谱图中灰度值大于第二灰度阈值的像素点所组成的区域作为待测高能区域，对所述待测高能区域进行连通域分析得到待测高能连通域；
[0026]计算所述对比高能连通域的面积与所述待测高能连通域的面积的差值绝对值，并进行归一化处理得到面积影响系数；
[0027]计算所述对比高能连通域中像素点的灰度值均值与所述待测高能连通域中像素点的灰度值均值的差值绝对值，并进行归一化处理得到灰度值影响系数；
[0028]根据所有模态信号分量的面积影响系数和灰度值影响系数，确定每一模态信号分量的重要程度
。
[0029]进一步地，所述根据所有模态信号分量的面积影响系数和灰度值影响系数，确定每一模态信号分量的重要程度，包括：
[0030]计算所述面积影响系数和所述灰度值影响系数的乘积作为所述模态信号分量的重要指标；
[0031]将所有模态信号分量的重要指标的和值作为总重要指标；
[0032]计算任一模态信号分量的重要指标与总重要指标的比值作为该模态信号分量的重要程度
。
[0033]进一步地，所述根据所有模态信号分量的重要程度和所述模态信号分量的最优分量延拓时间，确定最优延拓时间，包括：
[0034]计算任一所述模态信号分量的重要程度和所述模态信号分量的最优分量延拓时间的乘积作为所述模态信号分量的分量处理时间；
[0035]计算所有模态信号分量的分量处理时间的和值作为最优延拓时间
。
[0036]进一步地，所述根据用户的声音振动频率的频率值确定高频影响系数和低频影响系数，包括：
[0037]将大于预设第一频率阈值的频率值作为高频值，对高频值进行归一化处理得到高频影响系数；
[0038]将小于预设第二频率阈值的频率值作为低频值，对低频值进行反比例归一化处理得到低频影响系数
。
[0039]本专利技术还提供一种聊天室音频数据优化处理系统，所述系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如前述所述的方法
。
[0040]本专利技术具有如下有益效果：
[0041]本专利技术应用于语音增强
，通过获取用户的实时音频数据和历史音频数据并进行音频分析，确定用户的振动频率区间，通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种聊天室音频数据优化处理方法，其特征在于，所述方法包括：获取用户的实时音频数据和历史音频数据，对所述历史音频数据进行音频分析，确定所述用户的振动频率区间；对所述实时音频数据进行模态分解得到模态信号分量；将所述模态信号分量进行傅里叶变换得到分量语谱图；根据所述振动频率区间确定延拓时间，根据所述延拓时间对所述模态信号分量进行延拓，对延拓后的模态信号分量进行傅里叶变换，得到不同延拓时间对应的延拓语谱图，确定相邻两个延拓时间对应的延拓语谱图的差异程度；根据所述差异程度确定所述模态信号分量的最优分量延拓时间和最优延拓语谱图；根据所述模态信号分量的最优延拓语谱图与对应分量语谱图中连通域的分布，确定所述模态信号分量的重要程度，根据所有模态信号分量的重要程度和所述模态信号分量的最优分量延拓时间，确定最优延拓时间；根据所述最优延拓时间对每个所述模态信号分量进行延拓，得到目标信号分量，对所述目标信号分量进行去噪并重构，得到目标音频数据
。2.
如权利要求1所述的一种聊天室音频数据优化处理方法，其特征在于，所述对所述历史音频数据进行音频分析，确定所述用户的振动频率区间，包括：对所述历史音频数据进行音频分析，获得所述用户的声音振动频率的频次和频率值；根据用户的声音振动频率的频率值确定高频影响系数和低频影响系数；计算任一高频值对应的高频影响系数和频次的乘积的归一化值作为高频表征系数；计算任一低频值对应的低频影响系数和频次的乘积的归一化值作为低频表征系数；将所述高频表征系数的最大值所对应的高频值作为区间高频极点；将所述低频表征系数的最大值所对应的低频值作为区间低频极点；将所述区间高频极点与所述区间低频极点间的频率区间作为振动频率区间
。3.
如权利要求2所述的一种聊天室音频数据优化处理方法，其特征在于，所述根据所述振动频率区间确定延拓时间，包括：确定所述区间低频极点的低频值所对应频率的周期时间为低频时间，计算低频时间与预设划分系数的比值为单位延拓时间，叠加不同数量的单位延拓时间得到不同长度的延拓时间，其中，所述延拓时间不超过所述区间高频极点的高频值所对应频率的周期时间
。4.
如权利要求1所述的一种聊天室音频数据优化处理方法，其特征在于，所述确定相邻两个延拓时间对应的延拓语谱图的差异程度，包括：基于结构相对误差算法计算相邻两个延拓时间对应的延拓语谱图的差异程度
。5.
如权利要求1所述的一种聊天室音频数据优化处理方法，其特征在于，所述根据所述差异程度确定所述模态信号分量的最优分量延拓时间和最优延拓语谱图，包括：计算所述差异程度最小的相邻两个延拓时间对应的延拓语谱图作为待处理语谱图；将延拓时间较小的待处理语谱...

【专利技术属性】
技术研发人员：宋林，谢超，毛誉乐，田子龙，
申请(专利权)人：深圳市趣虹科技有限公司，
类型：发明
国别省市：