[發(fā)明專利]基于改進(jìn)GAN網(wǎng)絡(luò)的語音去噪方法、裝置、設(shè)備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810985896.1
• 申請日: 2018-08-28
• 公開（公告）號: CN108986835B
• 公開（公告）日: 2019-11-26
• 發(fā)明（設(shè)計(jì)）人: 成學(xué)軍
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/02
• 代理公司: 11205 北京同立鈞成知識產(chǎn)權(quán)代理有限公司
• 代理人: 吳會英;劉芳<國際申請>=<國際公布>=

1.一種基于改進(jìn)GAN網(wǎng)絡(luò)的語音去噪方法，其特征在于，包括：

獲取待處理的語音數(shù)據(jù)；

對所述待處理的語音數(shù)據(jù)進(jìn)行特征提取，形成待處理語音的特征數(shù)據(jù)；

計(jì)算所述待處理語音的特征數(shù)據(jù)的均值方差歸一化處理值；

將所述待處理語音的特征數(shù)據(jù)的均值方差歸一化處理值輸入到改進(jìn)GAN網(wǎng)絡(luò)的生成器中，輸出所述待處理的語音數(shù)據(jù)對應(yīng)的去噪語音特征數(shù)據(jù)的理想掩膜值；

根據(jù)所述去噪語音特征數(shù)據(jù)的理想掩膜值確定待處理的語音數(shù)據(jù)的去噪語音數(shù)據(jù)；

其中，所述待處理的語音數(shù)據(jù)對應(yīng)的去噪語音特征數(shù)據(jù)的理想掩膜值為所述待處理的語音數(shù)據(jù)對應(yīng)的去噪語音特征數(shù)據(jù)和待處理語音特征數(shù)據(jù)的比值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述待處理的語音數(shù)據(jù)進(jìn)行特征提取，形成待處理語音的特征數(shù)據(jù)，具體包括：

采用以下任一種特征提取算法對所述待處理的語音數(shù)據(jù)進(jìn)行特征提取，形成待處理語音的特征數(shù)據(jù)；

所述特征提取算法為：mel filterbank特征提取算法，mfcc特征提取算法或plp特征提取算法。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述待處理語音的特征數(shù)據(jù)的均值方差歸一化處理值輸入到改進(jìn)GAN網(wǎng)絡(luò)的生成器中，輸出所述待處理的語音數(shù)據(jù)對應(yīng)的去噪語音特征數(shù)據(jù)的理想掩膜值之前，還包括：

對GAN網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試，直到所述GAN網(wǎng)絡(luò)收斂，以得到改進(jìn)GAN網(wǎng)絡(luò)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對GAN網(wǎng)絡(luò)進(jìn)行訓(xùn)練具體包括：

將每個第一訓(xùn)練樣本輸入到所述GAN網(wǎng)絡(luò)的生成器中，對所述GAN網(wǎng)絡(luò)的生成器進(jìn)行訓(xùn)練；

將第二訓(xùn)練樣本輸入到所述GAN網(wǎng)絡(luò)的判別器中，對所述GAN網(wǎng)絡(luò)的判別器進(jìn)行訓(xùn)練。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將每個第一訓(xùn)練樣本輸入到所述GAN網(wǎng)絡(luò)的生成器中，對所述GAN網(wǎng)絡(luò)的生成器進(jìn)行訓(xùn)練之前，還包括：

對每個干凈語音數(shù)據(jù)進(jìn)行加噪處理，形成對應(yīng)的加噪語音數(shù)據(jù)；

對每個加噪語音數(shù)據(jù)進(jìn)行特征提取，形成每個加噪語音特征數(shù)據(jù)；

計(jì)算每個加噪語音特征數(shù)據(jù)的均值方差歸一化處理值，將每個所述加噪語音特征數(shù)據(jù)的均值方差歸一化處理值作為所述GAN網(wǎng)絡(luò)的生成器的第一訓(xùn)練樣本。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述將每個第一訓(xùn)練樣本輸入到所述GAN網(wǎng)絡(luò)的生成器中，對所述GAN網(wǎng)絡(luò)的生成器進(jìn)行訓(xùn)練之后，還包括：

從所述GAN網(wǎng)絡(luò)的生成器輸出第一訓(xùn)練樣本對應(yīng)的去噪語音特征數(shù)據(jù)的理想掩膜值。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述將所述第二訓(xùn)練樣本輸入到所述GAN網(wǎng)絡(luò)的判別器中，對所述GAN網(wǎng)絡(luò)的判別器進(jìn)行訓(xùn)練之前，還包括：

對每個干凈語音數(shù)據(jù)進(jìn)行特征提取，形成每個干凈語音特征數(shù)據(jù)；

計(jì)算所述每個干凈語音特征數(shù)據(jù)的理想掩膜值；

將每個加噪語音特征數(shù)據(jù)的均值方差歸一化處理值及對應(yīng)的干凈語音特征數(shù)據(jù)的理想掩膜值組成的值對，以及每個加噪語音特征數(shù)據(jù)的均值方差歸一化處理值及對應(yīng)的去噪語音特征數(shù)據(jù)的理想掩膜值組成的值對作為所述GAN網(wǎng)絡(luò)的判別器的第二訓(xùn)練樣本。

8.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對GAN網(wǎng)絡(luò)進(jìn)行測試，具體包括：

獲取待測試的加噪語音特征數(shù)據(jù)的均值方差歸一化處理值作為所述GAN網(wǎng)絡(luò)的生成器的測試樣本；

將所述測試樣本輸入到訓(xùn)練后的生成器中，輸出待測試的加噪語音數(shù)據(jù)對應(yīng)的去噪語音特征數(shù)據(jù)的理想掩膜值；

根據(jù)所述理想掩膜值計(jì)算所述待測試加噪語音對應(yīng)的去噪語音數(shù)據(jù)；

將所述去噪語音數(shù)據(jù)與所述待測試加噪語音數(shù)據(jù)的干凈語音數(shù)據(jù)進(jìn)行參數(shù)對比，以完成GAN網(wǎng)絡(luò)的測試。