本发明涉及人工智能,具体而言,涉及一种数字化信号数据去噪方法及系统。
背景技术:
1、在计算机中,数字信号的大小常用有限位的二进制数表示。由于数字信号是用两种物理状态来表示0和1的,故其抵抗干扰的能力都比模拟信号强很多。在现代技术的信号处理中,数字信号发挥的作用越来越大,几乎复杂的信号处理都离不开数字信号;或者说,只要能把解决问题的方法用数学公式表示,就能用计算机来处理代表物理量的数字信号。
2、人工智能(artificial intelligence,简称ai),是利用数字计算机或者数字计算机控制的计算模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
3、利用人工智能技术,对音频数字化数据进行去噪处理,可以在一定程度上提高去噪处理的可靠度,但是,仍然存在着可靠度不高的问题。
技术实现思路
1、有鉴于此,本发明的目的在于提供一种数字化信号数据去噪方法及系统,以在一定程度上提高去噪处理的可靠度。
2、为实现上述目的,本发明实施例采用如下技术方案:
3、一种数字化信号数据去噪方法,包括:
4、提取到第一数量个典型数据组合,每一个所述典型数据组合包括语义相关的第一音频数字化数据和第二音频数字化数据,所述第二音频数字化数据具有噪声数据;
5、对于每一个所述典型数据组合,利用第一初始音频挖掘网络,挖掘出所述第一音频数字化数据对应的第一音频信息特征表示;以及,对于每一个所述典型数据组合,利用第二初始音频挖掘网络,挖掘出所述第二音频数字化数据对应的第二音频信息特征表示;
6、基于每一个所述典型数据组合对应的第一音频信息特征表示和第二音频信息特征表示,构建出至少一个相关数据组合和至少一个非相关数据组合,每一个所述相关数据组合包括属于相同的典型数据组合的第一音频信息特征表示和第二音频信息特征表示,每一个非相关数据组合包括属于不同的典型数据组合的第一音频信息特征表示和第二音频信息特征表示;
7、基于所述相关数据组合和所述非相关数据组合,将所述第一初始音频挖掘网络的网络参数和所述第二初始音频挖掘网络的网络参数进行优化调整操作,以形成第一目标音频挖掘网络和第二目标音频挖掘网络;
8、利用所述第一目标音频挖掘网络和所述第二目标音频挖掘网络,分别对目标音频数字化数据中的不同数据片段进行挖掘操作,以挖掘出第一目标音频特征表示和第二目标音频特征表示,所述第二目标音频特征表示对应的数据片段属于所述目标音频数字化数据中具有噪声数据的片段;
9、利用目标数据去噪网络,基于所述第一目标音频特征表示和所述第二目标音频特征表示进行去噪处理,以输出所述目标音频数字化数据对应的去噪音频数字化数据,所述目标数据去噪网络是基于所述第一目标音频挖掘网络和所述第二目标音频挖掘网络分别挖掘出的第一音频信息特征表示和第二音频信息特征表示,并结合作为标签的无噪音频数字化数据,对初始数据去噪网络进行网络优化操作以形成。
10、在一些优选的实施例中,在上述数字化信号数据去噪方法中,所述提取到第一数量个典型数据组合的步骤,包括:
11、提取到第一数量个原始音频数字化数据,并分别对每一个所述原始音频数字化数据进行噪声粗定位操作,以输出对应的噪声粗定位结果;
12、基于所述噪声粗定位结果,分别将对应的每一个所述原始音频数字化数据进行分割操作,以形成语义相关的第一音频数字化数据和第二音频数字化数据,所述第二音频数字化数据具有噪声数据;
13、将同一个所述原始音频数字化数据对应的语义相关的第一音频数字化数据和第二音频数字化数据进行组合,以形成一个典型数据组合。
14、在一些优选的实施例中,在上述数字化信号数据去噪方法中,所述对于每一个所述典型数据组合,利用第一初始音频挖掘网络,挖掘出所述第一音频数字化数据对应的第一音频信息特征表示的步骤,包括:
15、对所述第一音频数字化数据进行拆分组合操作,以形成典型第一有序集合,所述典型第一有序集合包括的每一个典型第一片段特征表示对应的典型第一数字化数据片段对应于所述第一音频数字化数据对应的第一音频中的一个音频帧;
16、依据所述典型第一有序集合,利用所述第一初始音频挖掘网络,挖掘出所述第一音频数字化数据对应的第一音频信息特征表示;
17、所述对于每一个所述典型数据组合,利用第二初始音频挖掘网络,挖掘出所述第二音频数字化数据对应的第二音频信息特征表示的步骤,包括:
18、对所述第二音频数字化数据进行拆分组合操作,以形成典型第二有序集合,所述典型第二有序集合包括的每一个典型第二片段特征表示对应的典型第二数字化数据片段对应于所述第二音频数字化数据对应的第二音频中的一个音频帧;
19、依据所述典型第二有序集合,利用所述第二初始音频挖掘网络,挖掘出所述第二音频数字化数据对应的第二音频信息特征表示。
20、在一些优选的实施例中,在上述数字化信号数据去噪方法中,所述对所述第一音频数字化数据进行拆分组合操作,以形成典型第一有序集合的步骤,包括:
21、将所述第一音频数字化数据进行拆分操作,以形成所述第一音频数字化数据对应的至少一个典型第一数字化数据片段;
22、将所述至少一个典型第一数字化数据片段中的每一个典型第一数字化数据片段进行特征空间映射操作,以形成对应的至少一个典型第一片段特征表示,所述典型第一片段特征表示与所述典型第一数字化数据片段对应;
23、基于所述至少一个典型第一片段特征表示,构建出典型第一有序集合。
24、在一些优选的实施例中,在上述数字化信号数据去噪方法中,所述对所述第二音频数字化数据进行拆分组合操作,以形成典型第二有序集合的步骤,包括:
25、确定出所述第一音频数字化数据对应的典型第一数字化数据片段的第一数据片段数量;
26、基于所述第一数据片段数量,在所述第二音频数字化数据中进行拆分组合操作,以形成典型第二数据片段簇,所述典型第二数据片段簇包括的典型第二数字化数据片段的数量等于所述第一数据片段数量;
27、将所述典型第二数据片段簇中的每一个典型第二数字化数据片段进行特征空间映射操作,以形成至少一个待定的典型第二片段特征表示,所述待定的典型第二片段特征表示与所述典型第二数字化数据片段对应;
28、将所述至少一个待定的典型第二片段特征表示中的每一个待定的典型第二片段特征表示进行噪声标记操作,以形成至少一个标记的典型第二片段特征表示,所述标记的典型第二片段特征表示与所述待定的典型第二片段特征表示对应,且所述标记的典型第二片段特征表示具有表征是否携带噪声的标识;
29、将所述至少一个标记的典型第二片段特征表示中的每一个标记的典型第二片段特征表示进行噪声标识嵌入操作,以形成对应的至少一个典型第二片段特征表示,所述典型第二片段特征表示与所述标记的典型第二片段特征表示对应;
30、基于所述至少一个典型第二片段特征表示,构建出典型第二有序集合。
31、在一些优选的实施例中,在上述数字化信号数据去噪方法中,所述基于所述第一数据片段数量,在所述第二音频数字化数据中进行拆分组合操作,以形成典型第二数据片段簇的步骤,包括:
32、将所述第二音频数字化数据中的每一个典型第二数字化数据片段进行音频评估操作,输出每一个所述典型第二数字化数据片段对应的音频评估参数,所述音频评估参数用于反映所述典型第二数字化数据片段的噪声量;
33、基于所述音频评估参数从大到小的顺序,将所述第二音频数字化数据中的典型第二数字化数据片段进行筛选,以及,基于筛选出数量等于第一数据片段数量的典型第二数字化数据片段,构建出典型第二数据片段簇。
34、在一些优选的实施例中,在上述数字化信号数据去噪方法中,所述依据所述典型第一有序集合,利用所述第一初始音频挖掘网络,挖掘出所述第一音频数字化数据对应的第一音频信息特征表示的步骤,包括:
35、依据所述典型第一有序集合,利用所述第一初始音频挖掘网络包括的第一深度挖掘单元,挖掘出对应的第一音频深度特征表示;
36、依据所述第一音频深度特征表示,利用所述第一初始音频挖掘网络包括的第一全连接处理单元,分析出对应的第一音频信息特征表示;
37、并且,所述依据所述典型第二有序集合,利用所述第二初始音频挖掘网络,挖掘出所述第二音频数字化数据对应的第二音频信息特征表示的步骤,包括:
38、依据所述典型第二有序集合,利用所述第二初始音频挖掘网络包括的第二深度挖掘单元,挖掘出对应的第二音频深度特征表示,所述第二深度挖掘单元与所述第一深度挖掘单元不一样;
39、依据所述第二音频深度特征表示,利用所述第二初始音频挖掘网络包括的第二全连接处理单元,分析出对应的第二音频信息特征表示。
40、在一些优选的实施例中,在上述数字化信号数据去噪方法中,所述第一数量个典型数据组合包括第一典型数据组合和第二典型数据组合,所述第一典型数据组合包括语义相关的待处理的第一音频数字化数据和待处理的第二音频数字化数据,所述第二典型数据组合包括语义相关的待分析的第一音频数字化数据和待分析的第二音频数字化数据;
41、所述对于每一个所述典型数据组合,利用第一初始音频挖掘网络,挖掘出所述第一音频数字化数据对应的第一音频信息特征表示的步骤,包括:
42、利用所述第一初始音频挖掘网络,挖掘出所述待处理的第一音频数字化数据对应的待处理的第一音频信息特征表示,以及,利用所述第一初始音频挖掘网络,挖掘出所述待分析的第一音频数字化数据对应的待分析的第一音频信息特征表示;
43、所述对于每一个所述典型数据组合,利用第二初始音频挖掘网络,挖掘出所述第二音频数字化数据对应的第二音频信息特征表示的步骤,包括:
44、利用所述第二初始音频挖掘网络,挖掘出所述待处理的第二音频数字化数据对应的待处理的第二音频信息特征表示,以及,利用所述第二初始音频挖掘网络,挖掘出所述待分析的第二音频数字化数据对应的待分析的第二音频信息特征表示;
45、所述基于每一个所述典型数据组合对应的第一音频信息特征表示和第二音频信息特征表示,构建出至少一个相关数据组合和至少一个非相关数据组合的步骤,包括:
46、对所述待处理的第二音频信息特征表示和所述待处理的第一音频信息特征表示进行组合操作,以形成对应的一个相关数据组合,以及,对所述待分析的第二音频信息特征表示和所述待分析的第一音频信息特征表示进行组合操作,以形成对应的一个相关数据组合;
47、对所述待处理的第二音频信息特征表示和所述待分析的第一音频信息特征表示进行组合操作,以形成对应的一个非相关数据组合,以及,对所述待分析的第二音频信息特征表示和所述待处理的第一音频信息特征表示进行组合操作,以形成对应的一个非相关数据组合。
48、在一些优选的实施例中,在上述数字化信号数据去噪方法中,所述利用目标数据去噪网络,基于所述第一目标音频特征表示和所述第二目标音频特征表示进行去噪处理,以输出所述目标音频数字化数据对应的去噪音频数字化数据的步骤,包括:
49、利用目标数据去噪网络包括的聚焦融合单元,基于所述第一目标音频特征表示,对所述第二目标音频特征表示进行聚焦特征分析操作,以输出所述第二目标音频特征表示对应的聚焦音频特征表示;
50、利用所述目标数据去噪网络包括的特征还原单元,对所述聚焦音频特征表示进行特征还原操作,以输出所述第二目标音频特征表示对应的还原音频数字化数据片段;
51、将所述目标音频数字化数据中所述第二目标音频特征表示对应的数据片段替换为所述还原音频数字化数据片段,以形成所述目标音频数字化数据对应的去噪音频数字化数据。
52、本发明实施例还提供一种数字化信号数据去噪系统,包括处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于执行所述计算机程序,以实现上述的数字化信号数据去噪方法。
53、本发明实施例提供的数字化信号数据去噪方法及系统,可以先挖掘出第一音频数字化数据的第一音频信息特征表示;挖掘出第二音频数字化数据的第二音频信息特征表示;基于第一音频信息特征表示和第二音频信息特征表示,构建出相关数据组合和非相关数据组合;基于相关数据组合和非相关数据组合,形成第一目标音频挖掘网络和第二目标音频挖掘网络;利用第一目标音频挖掘网络和第二目标音频挖掘网络,挖掘出第一目标音频特征表示和第二目标音频特征表示;利用目标数据去噪网络,基于第一目标音频特征表示和第二目标音频特征表示,输出去噪音频数字化数据。基于上述的内容,由于会利用进行网络优化形成的第一目标音频挖掘网络和第二目标音频挖掘网络分别挖掘出第一目标音频特征表示和第二目标音频特征表示,使得挖掘的精度更高,因此,作为去噪音频数字化数据的依据,即第一目标音频特征表示和第二目标音频特征表示的精度较高,使得得到的去噪音频数字化数据的可靠度也较高,从而在一定程度上提高去噪处理的可靠度,改善现有技术中存在的可靠度不高的问题。
54、为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。