[發(fā)明專利]語音處理裝置、方法和程序

無效

• 申請?zhí)枺?/td>: 201310018393.4
• 申請日: 2013-01-18
• 公開（公告）號: CN103226952A
• 公開（公告）日: 2013-07-31
• 發(fā)明（設(shè)計）人: 本間弘幸;知念徹
• 申請（專利權(quán)）人: 索尼公司
• 主分類號: G10L25/03
• 分類號: G10L25/03;G10L25/48
• 代理公司: 中國國際貿(mào)易促進(jìn)委員會專利商標(biāo)事務(wù)所 11038
• 代理人: 王莉莉

1.一種語音處理裝置，包括：

特征量計算部分，從輸入語音信號的目標(biāo)幀中提取特征量；

聲壓估計候選點(diǎn)更新部分，使輸入語音信號的多個幀的每個成為聲壓估計候選點(diǎn)，保持每個聲壓估計候選點(diǎn)的特征量，并且基于聲壓估計候選點(diǎn)的特征量和目標(biāo)幀的特征量，來更新聲壓估計候選點(diǎn)；

聲壓估計部分，基于聲壓估計候選點(diǎn)的特征量，計算輸入語音信號的估計聲壓；

增益計算部分，基于估計聲壓，計算應(yīng)用于輸入語音信號的增益；以及

增益應(yīng)用部分，基于增益，執(zhí)行輸入語音信號的增益調(diào)節(jié)。

2.根據(jù)權(quán)利要求1所述的語音處理裝置，

其中，特征量計算部分計算至少目標(biāo)幀中的輸入語音信號的聲壓水平作為特征量，并且

其中，當(dāng)目標(biāo)幀的聲壓水平大于作為聲壓估計候選點(diǎn)的特征量的聲壓水平的最小值時，聲壓估計候選點(diǎn)更新部分丟棄具有最小值的聲壓估計候選點(diǎn)并且使目標(biāo)幀成為新的聲壓估計候選點(diǎn)。

3.根據(jù)權(quán)利要求2所述的語音處理裝置，

其中，特征量計算部分計算表示至少目標(biāo)幀中出現(xiàn)突發(fā)噪聲的可能性的突發(fā)噪聲信息作為特征量，并且

其中，當(dāng)基于突發(fā)噪聲信息目標(biāo)幀是包括突發(fā)噪聲的部分時，聲壓估計候選點(diǎn)更新部分不使目標(biāo)幀成為聲壓估計候選點(diǎn)。

4.根據(jù)權(quán)利要求2所述的語音處理裝置，

其中，當(dāng)相鄰聲壓估計候選點(diǎn)之間的幀間隔的最短幀間隔小于預(yù)定閾值時，聲壓估計候選點(diǎn)更新部分丟棄具有最短幀間隔的相鄰聲壓估計候選點(diǎn)中的具有小聲壓水平的聲壓估計候選點(diǎn)，并且使目標(biāo)幀成為新的聲壓估計候選點(diǎn)。

5.根據(jù)權(quán)利要求4所述的語音處理裝置，

其中，以使預(yù)定閾值隨著時間的過去而增大的方式，確定預(yù)定閾值。

6.根據(jù)權(quán)利要求2所述的語音處理裝置，

其中，特征量計算部分計算至少從聲壓估計候選點(diǎn)直至目標(biāo)幀的過去的幀的數(shù)量作為特征量，并且

其中，當(dāng)聲壓估計候選點(diǎn)的過去的幀的數(shù)量的最大值大于預(yù)定的幀的數(shù)量時，聲壓估計候選點(diǎn)更新部分丟棄具有最大值的聲壓估計候選點(diǎn)，并且使目標(biāo)幀成為新的聲壓估計候選點(diǎn)。

7.根據(jù)權(quán)利要求2所述的語音處理裝置，

其中，輸入語音信號被輸入到語音處理裝置，輸入語音信號是由放大部分進(jìn)行增益調(diào)節(jié)并且從模擬信號轉(zhuǎn)換成數(shù)字信號來得到的，并且

其中，基于計算得到的增益，增益計算部分計算增益應(yīng)用部分用于進(jìn)行增益調(diào)節(jié)的增益和放大部分用于進(jìn)行增益調(diào)節(jié)的增益。

8.根據(jù)權(quán)利要求1所述的語音處理裝置，

其中，聲壓估計部分通過以從最大聲壓水平開始的次序從聲壓估計候選點(diǎn)中排除給定比率數(shù)量的聲壓估計候選點(diǎn)，執(zhí)行對聲壓的估計。

9.根據(jù)權(quán)利要求1所述的語音處理裝置，

其中，特征量計算部分計算表示至少目標(biāo)幀中出現(xiàn)突發(fā)噪聲的可能性的突發(fā)噪聲信息，并且

其中，基于聲壓估計候選點(diǎn)保持的突發(fā)噪聲信息和聲壓水平，聲壓估計部分執(zhí)行對聲壓的估計。

10.一種語音處理方法，包括：

從輸入語音信號的目標(biāo)幀中提取特征量；

使輸入語音信號的多個幀的每個成為聲壓估計候選點(diǎn)，保持每個聲壓估計候選點(diǎn)的特征量，并且基于聲壓估計候選點(diǎn)的特征量和目標(biāo)幀的特征量，來更新聲壓估計候選點(diǎn)；

基于聲壓估計候選點(diǎn)的特征量，計算輸入語音信號的估計聲壓；

基于估計聲壓，計算應(yīng)用于輸入語音信號的增益；以及

基于增益，執(zhí)行輸入語音信號的增益調(diào)節(jié)。

11.一種使計算機(jī)執(zhí)行以下處理的程序：

從輸入語音信號的目標(biāo)幀中提取特征量；

使輸入語音信號的多個幀的每個成為聲壓估計候選點(diǎn)，保持每個聲壓估計候選點(diǎn)的特征量，并且基于聲壓估計候選點(diǎn)的特征量和目標(biāo)幀的特征量，來更新聲壓估計候選點(diǎn)；

基于聲壓估計候選點(diǎn)的特征量，計算輸入語音信號的估計聲壓；

基于估計聲壓，計算應(yīng)用于輸入語音信號的增益；以及

基于增益，執(zhí)行輸入語音信號的增益調(diào)節(jié)。