一种音频数据处理方法及装置

本申请涉及数据处理领域，尤其涉及一种音频数据处理方法及装置。该方法包括：获取第一音频数据；第一音频数据中包括人类与人工智能语音系统之间的对话录音。从第一音频数据中划分出第二音频数据和第三音频数据。第二音频数据中包括人类和人工智能语音系统同时出声的部分，第三音频数据中包括人类单独出声的部分。将第二音频数据输入第一模型，得到第一模型输出的第四音频数据；第一模型为：用于去除人工智能语音系统出声的部分的深度神经网络模型。将第四音频数据输入第二模型，得到第二模型输出的第五音频数据。第二模型为：用于去除人工智能语音系统出声的部分的长短期记忆网络模型。拼接第五音频数据和所述第三音频数据，得到第六音频数据。