[發明專利]基于人工智能的遠場語音數據信噪比估計方法及裝置

有效

• 申請號: 201810102302.8
• 申請日: 2018-02-01
• 公開（公告）號: CN108416096B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 孫建偉;李超;李鑫;朱唯鑫;文銘
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/10
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 袁媛

1.一種基于人工智能的遠場語音數據信噪比估計方法，其特征在于，包括：

基于預先訓練得到的決策樹模型，對待處理的遠場語音數據進行狀態綁定，包括：將所述遠場語音數據映射到對應的狀態id對齊標簽；

根據狀態綁定結果劃分出所述遠場語音數據中的噪聲段和語音段；

根據劃分結果確定出所述遠場語音數據的信噪比。

2.根據權利要求1所述的方法，其特征在于，

所述基于預先訓練得到的決策樹模型，對待處理的遠場語音數據進行狀態綁定之前，進一步包括：

利用獲取到的近場語音數據，訓練得到所述決策樹模型。

3.根據權利要求1所述的方法，其特征在于，

所述根據狀態綁定結果劃分出所述遠場語音數據中的噪聲段和語音段包括：

根據獲取到的狀態id對齊標簽，劃分出所述遠場語音數據中的噪聲段和語音段。

4.根據權利要求1所述的方法，其特征在于，

所述根據劃分結果確定出所述遠場語音數據的信噪比包括：

分別獲取所述噪聲段以及所述語音段的幅值能量；

根據獲取到的幅值能量計算出所述遠場語音數據的信噪比。

5.根據權利要求1所述的方法，其特征在于，

該方法進一步包括：

分別獲取N條遠場語音數據的信噪比，N為大于一的正整數；

根據N條遠場語音數據的信噪比，生成信噪比統計直方圖；所述信噪比統計直方圖的橫軸為不同的信噪比取值，所述信噪比統計直方圖的縱軸為分別對應于不同的信噪比取值的遠場語音數據的條數；

根據所述信噪比統計直方圖確定出遠場語音數據的信噪比分布范圍。

6.根據權利要求5所述的方法，其特征在于，

所述根據所述信噪比統計直方圖確定出遠場語音數據的信噪比分布范圍包括：

確定出不同的橫軸取值對應的縱軸取值中的最大值，將所述最大值作為峰值；

按照預定方式，根據所述峰值確定出一個參考值，所述參考值小于所述峰值；

找出滿足以下條件的兩個橫軸取值：對應的縱軸取值等于所述參考值；

將找出的兩個橫軸取值構成的區間范圍作為遠場語音數據的信噪比分布范圍。

7.根據權利要求6所述的方法，其特征在于，

所述按照預定方式，根據所述峰值確定出一個參考值包括：

將所述峰值的1/M作為所述參考值，M為大于一的正整數。

8.一種基于人工智能的遠場語音數據信噪比估計裝置，其特征在于，包括：綁定單元、劃分單元以及估計單元；

所述綁定單元，用于基于預先訓練得到的決策樹模型，對待處理的遠場語音數據進行狀態綁定，包括：將所述遠場語音數據映射到對應的狀態id對齊標簽；

所述劃分單元，用于根據狀態綁定結果劃分出所述遠場語音數據中的噪聲段和語音段；

所述估計單元，用于根據劃分結果確定出所述遠場語音數據的信噪比。

9.根據權利要求8所述的裝置，其特征在于，

所述裝置中進一步包括：訓練單元；

所述訓練單元，用于利用獲取到的近場語音數據，訓練得到所述決策樹模型。

10.根據權利要求8所述的裝置，其特征在于，

所述劃分單元根據獲取到的狀態id對齊標簽，劃分出所述遠場語音數據中的噪聲段和語音段。

11.根據權利要求8所述的裝置，其特征在于，

所述估計單元分別獲取所述噪聲段以及所述語音段的幅值能量，根據獲取到的幅值能量計算出所述遠場語音數據的信噪比。