[發明專利]基于人工智能的語音降噪方法、裝置和計算機設備

有效

• 申請號: 201710245329.8
• 申請日: 2017-04-14
• 公開（公告）號: CN107068161B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 鄒偉;李先剛;崔瑋瑋;胡靜遠
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

本申請提出一種基于人工智能的語音降噪方法、裝置和計算機設備，上述基于人工智能的語音降噪方法包括：接收待處理的帶噪語音；對所述待處理的帶噪語音進行預處理，獲得預定格式的帶噪語音；按照所述預定格式中的采樣率對所述預定格式的帶噪語音進行采樣，獲得帶噪語音的采樣點信息；通過深度學習降噪模型對所述帶噪語音的采樣點信息進行降噪，生成降噪后的采樣點信息；根據所述降噪后的采樣點信息，生成干凈語音。本申請直接使用采樣點信息作為深度學習降噪模型的輸入輸出，不需要在頻譜上進行操作，同時不需要進行噪聲估計等繁雜操作，實現簡單，并且具有更好的自然度和音質，可以適用于各種噪聲類型和環境中。

技術領域

本申請涉及語音處理技術領域，尤其涉及一種基于人工智能的語音降噪方法、裝置和計算機設備。

背景技術

隨著語音技術的發展，語音識別在日常生活中逐步普及。然而在日常使用的各種場景中，由于存在各種噪聲和設備信號的干擾，語音質量和可懂度都會受到影響，并且會帶來語音識別系統性能的急劇下降。

現有相關技術中，對語音進行降噪的技術方案主要有：

1、基于譜減的方法，把語音信號從時域轉換到頻域，再從頻譜信號中去除噪聲信號的影響；

2、基于濾波器的方法，通過設計特殊的降噪濾波器，減弱噪聲信號的影響。

但是，上述方案存在如下的缺點：

1、需要對帶噪語音中的噪聲進行估計，實現難度較大，效果不理想；

2、現有技術在頻譜上操作時容易引起語音信號的信息丟失及失真，影響語音的可懂度和自然度；

3、不同的語音降噪技術只適用于特定的噪聲環境和類型，技術推廣性較差。

發明內容

本申請的目的旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本申請的第一個目的在于提出一種基于人工智能的語音降噪方法。該方法直接使用采樣點信息作為深度學習降噪模型的輸入輸出，不需要在頻譜上進行操作，同時不需要進行噪聲估計等繁雜操作，實現簡單，并且具有更好的自然度和音質，可以適用于各種噪聲類型和環境中。

本申請的第二個目的在于提出一種基于人工智能的語音降噪裝置。

本申請的第三個目的在于提出一種計算機設備。

本申請的第四個目的在于提出一種包含計算機可執行指令的存儲介質。

為了實現上述目的，本申請第一方面實施例的基于人工智能的語音降噪方法，包括：接收待處理的帶噪語音；對所述待處理的帶噪語音進行預處理，獲得預定格式的帶噪語音；按照所述預定格式中的采樣率對所述預定格式的帶噪語音進行采樣，獲得帶噪語音的采樣點信息；通過深度學習降噪模型對所述帶噪語音的采樣點信息進行降噪，生成降噪后的采樣點信息；根據所述降噪后的采樣點信息，生成干凈語音。

本申請實施例的基于人工智能的語音降噪方法中，接收待處理的帶噪語音之后，對上述待處理的帶噪語音進行預處理，獲得預定格式的帶噪語音，然后按照上述預定格式中的采樣率對上述預定格式的帶噪語音進行采樣，獲得帶噪語音的采樣點信息，通過深度學習降噪模型對上述帶噪語音的采樣點信息進行降噪，生成降噪后的采樣點信息，最后根據上述降噪后的采樣點信息，生成干凈語音，本方法采用的是直接使用采樣點信息作為深度學習降噪模型的輸入輸出，不需要在頻譜上進行操作，同時不需要進行噪聲估計等繁雜操作，實現簡單；并且不會帶來“音樂”噪聲等失真問題，具有更好的自然度和音質，帶來更好的用戶體驗；另外，深度學習降噪模型通過對大量帶噪語音和干凈語音的學習，利用深度方法學習到從帶噪語音生成干凈語音的能力，適用于各種噪聲類型和環境中，具有普遍適用性，便于推廣。