音频数据的增益控制方法及装置的制造方法
【专利说明】
【技术领域】
[0001]本发明涉及音频信号处理技术，尤其涉及一种音频数据的增益控制方法及装置。【【背景技术】】
[0002]随着通信技术的发展，终端集成了越来越多的功能，从而使得终端的系统功能列表中包含了越来越多相应的应用程序。有些应用程序中会涉及语音识别服务，例如，微信中的语音输入功能，搜索应用中的语音助手，等。
[0003]然而，在语音识别服务中，通常要求采集的音频数据的幅度数值大于或等于一定的识别阈值，一旦音频数据的幅度数值小于该识别阈值，则识别性能就会大大降低。因此，亟需提供一种音频数据的增益控制方法及装置，以将待识别音频数据的幅度数值控制在识别阈值之上，避免语音识别性能的降低。
【
【发明内容】
】
[0004]本发明从多个方面提供一种音频数据的增益控制方法及装置，用以将待识别音频数据的幅度数值控制在识别阈值之上，避免语音识别性能的降低。
[0005]本发明的一方面，提供一种音频数据的增益控制方法，包括:
[0006]获取第N帧音频数据和所述第N帧音频数据的VAD信息，N为大于Μ的整数，Μ为大于或等于1的整数；
[0007]根据期望幅度数值和所述第Ν帧音频数据，获得所述第Ν帧音频数据的期望增益；
[0008]根据所述第Ν帧音频数据的VAD信息、所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的VAD信息、所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益；
[0009]利用所述控制增益，对所述第Ν帧音频数据进行增益控制处理。
[0010]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述第Ν帧音频数据的VAD信息、所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的VAD信息、所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益，包括:
[0011]根据所述第Ν帧音频数据的VAD信息，确定所述第Ν帧音频数据是否为语音帧；
[0012]若所述第Ν帧音频数据为语音帧，对所述第Ν帧音频数据的VAD信息和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的VAD信息进行运算处理，以获得运算结果；
[0013]若所述运算结果满足预先设置的控制条件，根据所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益。
[0014]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述第N帧音频数据的期望增益和所述第N帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益，包括:
[0015]根据所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，选择Ρ个最小的期望增益，Ρ为大于1且小于或等于Μ的奇数，对所述Ρ个最小的期望增益进行中值滤波处理，以获得所述第Ν帧音频数据的最小增益；
[0016]若所述第Ν帧音频数据的最小增益小于最小增益值，利用所述第Ν帧音频数据的最小增益更新所述最小增益值；
[0017]若所述第Ν帧音频数据的最小增益大于或等于所述最小增益值，维持所述最小增益值，并记录所述最小增益值的持续时间；
[0018]根据所述最小增益值，获得所述第Ν帧音频数据的控制增益。
[0019]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述若所述第Ν帧音频数据的最小增益大于或等于所述最小增益值，维持所述最小增益值，并记录所述最小增益值得持续时间之后，还包括:
[0020]若所述最小增益值的持续时间大于最小增益跟踪窗长的Κ1倍，Κ1为大于0且小于1的数值，且所述第Ν帧音频数据的最小增益小于最小增益暂时值，利用所述第Ν帧音频数据的最小增益更新所述最小增益暂时值；
[0021]若所述最小增益值的持续时间大于最小增益跟踪窗长的Κ2倍，Κ2为大于Κ1的数值，利用所述最小增益暂时值更新所述最小增益值，并将所述最小增益值的持续时间设置为最小增益跟踪窗长的Κ1倍，将所述最小增益暂时值恢复为初始值。
[0022]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述最小增益值，获得所述第Ν帧音频数据的控制增益，包括:
[0023]根据增益平滑因子、所述第Ν-l帧音频数据的控制增益和所述最小增益值，获得所述第Ν帧音频数据的控制增益。
[0024]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益，还包括:
[0025]若所述第Ν帧音频数据的最小增益大于或等于所述最小增益值的Κ3倍，Κ3为指定数值，将所述最小增益值，作为所述第Ν帧音频数据的控制增益。
[0026]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述利用所述控制增益，对所述第Ν帧音频数据进行增益控制处理，包括:
[0027]若所述第Ν帧音频数据的控制增益小于或等于所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益中最小期望增益，利用所述控制增益，对所述第Ν帧音频数据进行增益控制处理；
[0028]若所述第Ν帧音频数据的控制增益大于所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益中最小期望增益，利用所述最小期望增益，对所述第Ν帧音频数据进行增益控制处理。
[0029]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述第N帧音频数据的VAD信息、所述第N帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的VAD信息、所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益，还包括:
[0030]若所述第Ν帧音频数据为噪声帧，利用对所述第Ν-l帧音频数据进行增益控制处理的增益，对所述第Ν帧音频数据进行增益控制处理。
[0031]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述第Ν帧音频数据的VAD信息、所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的VAD信息、所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益，还包括:
[0032]若所述运算结果不满足预先设置的控制条件，利用对所述第Ν-l帧音频数据进行增益控制处理的增益，对所述第Ν帧音频数据进行增益控制处理。
[0033]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括:
[0034]获取第Q帧音频数据和所述第Q帧音频数据的VAD信息，Q为小于或等于Μ的整数；
[0035]利用增益初始值，对所述第Q帧音频数据进行增益控制处理。
[0036]本发明的另一方面，提供一种音频数据的增益控制装置，包括:
[0037]获取单元，用于获取第Ν帧音频数据和所述第Ν帧音频数据的VAD信息，Ν为大于Μ的整数，Μ为大于或等于1的整数；
[0038]期望增益获得单元，用于根据期望幅度数值和所述第Ν帧音频数据，获得所述第Ν帧音频数据的期望增益；
[0039]控制增益获得单元，用于根据所述第Ν帧音频数据的VAD信息、所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的VAD信息、所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益；
[0040]控制单元，用于利用所述控制增益，对所述第Ν帧音频数据进行增益控制处理。
[0041]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述控制增益获得单元，具体用于
[0042]根据所述第Ν帧音频数据的VAD信息，确定所述第Ν帧音频数据是否为语音帧；
[0043]若所述第Ν帧音频数据为语音帧，对所述第Ν帧音频数据的VAD信息和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的VAD信息进行运算处理，以获得运算结果；
[0044]若所述运算结果满足预先设置的控制条件，根据所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，获得所述第Ν帧音频数据的控制增益。
[0045]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述控制增益获得单元，具体用于
[0046]根据所述第Ν帧音频数据的期望增益和所述第Ν帧音频数据之前相邻的Μ帧音频数据中每帧音频数据的期望增益，选择Ρ个最小的期望增益，Ρ为大于1且小于或等于Μ的奇数，对所述ρ个最小的期望增益进行中值滤波处理，以获得所述第N帧音频数据的最小增益；
[0047]若所述第N帧音频数据的最小增益小于最小增益值，利用所述第N帧音频数据的最小增益更新所述最小增益值；
[0048]若所述第N帧音频数据的最小增益大于或等于所述最小增益值，维持所述最小增益值，并记录所述最小增益值的持续时间；以及
[0049]根据所述最小增益值，获得所述第N帧音频数据的控制增益。
[0050]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述控制增益获得单元，还用于
[0051]若所述最小增益值的持续时间大于最小增益跟踪窗长的K1倍，K1为大于0且小于1的数值，且所述第N帧音频数据的最小增益小于最小增益暂时值，利用所述第N帧音频数据的最小增益更新所述最小增益暂时值；
[0052]若所述最小增益值的持续时间大于最小增益跟踪窗长的K2倍，K2为大于K1的数值，利用所述最小增益暂