[發(fā)明專利]基于人工智能的遠(yuǎn)場語音數(shù)據(jù)信噪比估計(jì)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810102302.8
• 申請(qǐng)日: 2018-02-01
• 公開（公告）號(hào): CN108416096B
• 公開（公告）日: 2022-02-25
• 發(fā)明（設(shè)計(jì)）人: 孫建偉;李超;李鑫;朱唯鑫;文銘
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06F119/10
• 代理公司: 北京鴻德海業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11412
• 代理人: 袁媛

本發(fā)明公開了基于人工智能的遠(yuǎn)場語音數(shù)據(jù)信噪比估計(jì)方法及裝置，其中方法包括：基于預(yù)先訓(xùn)練得到的決策樹模型，對(duì)待處理的遠(yuǎn)場語音數(shù)據(jù)進(jìn)行狀態(tài)綁定；根據(jù)狀態(tài)綁定結(jié)果劃分出遠(yuǎn)場語音數(shù)據(jù)中的噪聲段和語音段；根據(jù)劃分結(jié)果確定出遠(yuǎn)場語音數(shù)據(jù)的信噪比。應(yīng)用本發(fā)明所述方案，能夠提高信噪比估計(jì)結(jié)果的準(zhǔn)確性等。

【技術(shù)領(lǐng)域】

本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)，特比涉及基于人工智能的遠(yuǎn)場語音數(shù)據(jù)信噪比估計(jì)方法及裝置。

【背景技術(shù)】

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。

遠(yuǎn)場語音產(chǎn)品如音響、車機(jī)等的聲學(xué)模型在訓(xùn)練過程中都需要用到大量的遠(yuǎn)場語音數(shù)據(jù)，而真實(shí)的遠(yuǎn)場語音數(shù)據(jù)有限，為滿足模型訓(xùn)練的需求，則需要生成大量仿真出的遠(yuǎn)場語音數(shù)據(jù)。

可通過對(duì)近場語音數(shù)據(jù)按照真實(shí)場景中的信噪比(SNR)分布進(jìn)行加噪來生成仿真的遠(yuǎn)場語音數(shù)據(jù)，因此對(duì)真實(shí)的遠(yuǎn)場語音數(shù)據(jù)的信噪比估計(jì)就顯得十分重要。

現(xiàn)有技術(shù)中，針對(duì)遠(yuǎn)場語音數(shù)據(jù)，通常采用以下方式來估計(jì)其信噪比：首先，獲取遠(yuǎn)場語音數(shù)據(jù)的幅值能量，之后，確定遠(yuǎn)場語音數(shù)據(jù)幅值能量的分割閾值，并通過分割閾值將遠(yuǎn)場語音數(shù)據(jù)劃分為噪聲段和語音段，最后，根據(jù)劃分出的噪聲段和語音段計(jì)算信噪比。但是，這種方式中的分割閾值很難準(zhǔn)確確定，而一旦分割閾值不準(zhǔn)確，就會(huì)導(dǎo)致獲取到的信噪比不準(zhǔn)確。

【發(fā)明內(nèi)容】

有鑒于此，本發(fā)明提供了基于人工智能的遠(yuǎn)場語音數(shù)據(jù)信噪比估計(jì)方法及裝置。

具體技術(shù)方案如下：

一種基于人工智能的遠(yuǎn)場語音數(shù)據(jù)信噪比估計(jì)方法，包括：

基于預(yù)先訓(xùn)練得到的決策樹模型，對(duì)待處理的遠(yuǎn)場語音數(shù)據(jù)進(jìn)行狀態(tài)綁定；

根據(jù)狀態(tài)綁定結(jié)果劃分出所述遠(yuǎn)場語音數(shù)據(jù)中的噪聲段和語音段；

根據(jù)劃分結(jié)果確定出所述遠(yuǎn)場語音數(shù)據(jù)的信噪比。

根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述基于預(yù)先訓(xùn)練得到的決策樹模型，對(duì)待處理的遠(yuǎn)場語音數(shù)據(jù)進(jìn)行狀態(tài)綁定之前，進(jìn)一步包括：

利用獲取到的近場語音數(shù)據(jù)，訓(xùn)練得到所述決策樹模型。

根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述根據(jù)狀態(tài)綁定結(jié)果劃分出所述遠(yuǎn)場語音數(shù)據(jù)中的噪聲段和語音段包括：

根據(jù)獲取到的狀態(tài)id對(duì)齊標(biāo)簽，劃分出所述遠(yuǎn)場語音數(shù)據(jù)中的噪聲段和語音段。

根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述根據(jù)劃分結(jié)果確定出所述遠(yuǎn)場語音數(shù)據(jù)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(jù)獲取到的幅值能量計(jì)算出所述遠(yuǎn)場語音數(shù)據(jù)的信噪比。

根據(jù)本發(fā)明一優(yōu)選實(shí)施例，該方法進(jìn)一步包括：

分別獲取N條遠(yuǎn)場語音數(shù)據(jù)的信噪比，N為大于一的正整數(shù)；

根據(jù)N條遠(yuǎn)場語音數(shù)據(jù)的信噪比，生成信噪比統(tǒng)計(jì)直方圖；所述信噪比統(tǒng)計(jì)直方圖的橫軸為不同的信噪比取值，所述信噪比統(tǒng)計(jì)直方圖的縱軸為分別對(duì)應(yīng)于不同的信噪比取值的遠(yuǎn)場語音數(shù)據(jù)的條數(shù)；

根據(jù)所述信噪比統(tǒng)計(jì)直方圖確定出遠(yuǎn)場語音數(shù)據(jù)的信噪比分布范圍。

根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述根據(jù)所述信噪比統(tǒng)計(jì)直方圖確定出遠(yuǎn)場語音數(shù)據(jù)的信噪比分布范圍包括：