人声音质优化方法、装置、设备及介质

本申请提供的人声音质优化方法、装置、设备及介质，涉及音频数据处理技术领域。在本申请中，首先，对原始音频数据进行傅里叶转换，形成原始音频频谱数据；其次，从原始音频频谱数据中确定出目标谐波频率，并基于目标谐波频率，从原始音频数据中提取出谐波音频数据；然后，对参考音频数据和原始音频数据进行联合语义编码，形成联合音频编码特征；之后，对谐波音频数据进行语义编码，形成谐波音频编码特征；进一步，基于谐波音频编码特征对联合音频编码特征进行优化，形成优化音频编码特征；最后，对优化音频编码特征进行语义解码，形成优化音频数据。基于上述内容，可以改善现有技术中存在的人声音质优化的效果不佳的问题。