[發明專利]語音增強質量評估方法、裝置、終端及存儲介質

在審

• 申請號: 202011376869.8
• 申請日: 2020-11-30
• 公開（公告）號: CN112530460A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 方澤煌;康元勛
• 申請（專利權）人: 廈門億聯網絡技術股份有限公司
• 主分類號: G10L25/60
• 分類號: G10L25/60;G10L21/0208;G10L21/02
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳旭紅;吳落

本發明公開了一種語音增強質量評估方法、裝置、終端及存儲介質，利用干凈語音信號作為原始信號，在進行語音增強之前疊加不同類型的噪聲生成帶噪語音信號，接著通過語音增強算法處理生成語音增強信號，最后將干凈的原始語音信號和語音增強信號導入PESQ中得到語音增強質量評估分數，該方法可以任意地模擬不同場景的帶噪語音信號，實現在大規模的場景測試中更加靈活方便地進行語音增強質量評估。

技術領域

本發明涉及語音通信技術領域，特別涉及一種語音增強質量評估方法、裝置、終端及存儲介質。

背景技術

隨著會議通信和VoIP通信的發展，用戶對于會議終端的語音信號質量的要求越來越高，因此，在會議終端配有語音增強相關技術已成為現有標配。

為了測試語音增強后的語音質量，現有技術中公開了一種終端語音質量評估方法和終端，其中，所述方法包括：終端根據待評估的語音質量類型獲取源標準音源信號；終端根據待評估的語音質量類型對該源標準音源信號進行處理；終端將源標準音源信號以及經過處理的源標準音源信號導入PESQ算法，通過該算法對語音質量進行評估；語音質量類型包括：終端上行語音質量、終端下行語音質量以及終端語音通道的語音質量。本發明實現了終端獨立、簡便地評估終端語音質量。

但是本發明人發現上述現有技術存在以下不足：由于每次測試都需要使用指定的標準音源信號，導致該方法步驟繁瑣，造成在大規模的場景測試中適用的不便。

發明內容

本發明的目的在于提供一種語音增強質量評估方法、裝置、終端及存儲介質，利用干凈語音信號作為原始信號，在進行語音增強之前疊加不同類型的噪聲生成帶噪語音信號，接著通過語音增強算法處理生成語音增強信號，最后將干凈的原始語音信號和語音增強信號導入PESQ中得到語音增強質量評估分數，該方法可以任意地模擬不同場景的帶噪語音信號，實現在大規模的場景測試中更加靈活方便地進行語音增強質量評估。

第一方面，本發明實施例提供一種語音增強質量評估方法，所述方法包括以下步驟：

獲取數據的步驟：獲取干凈語音信號和噪聲數據；

生成帶噪語音信號的步驟：根據預設的評估內容對所述干凈語音信號和所述噪聲數據進行處理以生成帶噪語音信號；其中，所述評估內容包括噪聲數據的產生場景和帶噪語音信號的信噪比；

生成語音增強信號的步驟：利用語音增強算法對所述帶噪語音信號進行處理以生成語音增強信號；

評估語音增強質量的步驟：將所述干凈語音信號和所述語音增強信號導入到PESQ中計算得到語音增強質量評分。

作為本發明第一方面的進一步改進，所述生成帶噪語音信號的步驟，具體包括以下步驟：

選取多條所述噪聲數據進行疊加以生成噪聲信號；

根據帶噪語音信號的信噪比計算對應的噪聲信號的縮放系數；

根據縮放系數對噪聲信號進行縮放處理，并將縮放處理后的噪聲信號與干凈語音信號疊加以生成帶噪語音信號。

作為本發明第一方面的進一步改進，所述縮放系數的計算公式如下：

其中，α_noise表示噪聲信號的縮放系數，snr表示帶噪語音信號的信噪比。

作為本發明第一方面的進一步改進，所述生成帶噪語音信號的計算公式如下：

noisy(x)＝speech(x)+α_noise*noise(x)

其中，noisy(x)表示帶噪語音信號，speech(x)表示干凈語音信號，noise(x)表示噪聲信號。