[發明專利]語音處理方法及其裝置

有效

• 申請號: 201710910848.1
• 申請日: 2017-09-29
• 公開（公告）號: CN107749305B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 吳俊楠;宋輝;崔瑋瑋
• 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;G10L19/008;G10L25/78
• 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

1.一種語音處理方法，其特征在于，包括以下步驟：

采集N路的當前語音幀；

對每一路的所述當前語音幀進行子帶分解，獲取所述當前語音幀的M個子帶信號；其中，N，M為正整數；

從各路的所述M個子帶信號中提取頻帶相同的子帶信號；

針對每個頻帶，對所述頻帶下的N路子帶信號進行波束形成，得到一路的第一語音信號，所述對所述頻帶下的N路子帶信號進行波束形成之前，對每路子帶信號進行降采樣；

對每個頻帶下的所述第一語音信號進行子帶合成，獲取所述當前語音幀的輸出信號，所述對每個頻帶下的所述第一語音信號進行子帶合成之前，對每個頻帶下的所述第一語音信號進行升采樣。

2.根據權利要求1所述的方法，其特征在于，所述對每一路的所述當前語音幀進行子帶分解，獲取所述當前語音幀的M個子帶信號，包括：

將所述當前語音幀輸入到由M個子帶濾波器組成的子帶濾波器組中；

利用每個子帶濾波器對所述當前語音幀進行濾波處理，形成所述子帶濾波器對應的子帶信號，由所有的所述子帶濾波器對應的所述子帶信號，構成所述當前語音幀的所述M個子帶信號；其中，所述子帶濾波器組中任意兩個子帶濾波器之間的頻帶不同。

3.根據權利要求1所述的方法，其特征在于，所述對每一路的所述當前語音幀進行子帶分解，獲取所述當前語音幀的M個子帶信號，包括：

利用長度為L的滑動窗對所述當前語音幀進行加窗，得到加窗信號；其中，所述L為M的整數倍；

對所述加窗信號進行切分獲取K個信號塊；其中，每個信號塊中包括M個頻帶；

根據所述K個信號塊獲取所述當前語音幀的M個子帶信號。

4.根據權利要求3所述的方法，其特征在于，所述根據K個信號塊獲取所述當前語音幀的M個子帶信號，包括：

將所述K個信號塊相加，得到第一信號塊，對所述第一信號塊進行傅里葉變換，得到所述當前語音幀的M個子帶信號。

5.根據權利要求3所述的方法，其特征在于，所述根據K個信號塊獲取所述當前語音幀的M個子帶信號，包括：

將所述K個信號塊中的每個信號塊進行傅里葉變換，得到所述信號塊的M個子帶信號；

將所有信號塊的M個子帶信號進行子帶合成，得到所述當前語音幀的M個子帶信號。

6.根據權利要求3所述的方法，其特征在于，所述根據K個信號塊獲取所述當前語音幀的M個子帶信號之后，還包括：

將所述滑動窗按照預設的抽取因子移動，對下一個語音幀進行加窗。

7.根據權利要求3所述的方法，其特征在于，所述滑動窗采用漢明窗。

8.根據權利要求1-7任一項所述的方法，其特征在于，所述針對每個頻帶，對所述頻帶下的N路子帶信號進行波束形成，得到一路的第一語音信號，包括：

利用最小方差無失真響應波束形成MVDR算法，對所述頻帶下N路子帶信號進行波束形成，得到一路的所述第一語音信號。

9.根據權利要求8所述的方法，其特征在于，所述利用最小方差無失真響應波束形成MVDR算法，對所述頻帶下N路子帶信號進行波束形成，得到一路的所述第一語音信號，包括：

基于最小方差自適應調整所述頻帶下的每一路子帶信號的權重；

獲取每一路子帶信號的延時信息，并對所述子帶信號進行延時處理；

將延時處理的每一路子帶信號進行疊加，形成所述第一語音信號。