[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法、可讀存儲(chǔ)介質(zhì)及終端設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201811187136.2
• 申請(qǐng)日: 2018-10-12
• 公開（公告）號(hào): CN109360581A
• 公開（公告）日: 2019-02-19
• 發(fā)明（設(shè)計(jì)）人: 趙峰;彭俊清;王健宗;肖京
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G10L21/0224
• 分類號(hào): G10L21/0224;G10L21/0232;G10L21/0316;G10L25/30
• 代理公司: 深圳中一專利商標(biāo)事務(wù)所 44237
• 代理人: 官建紅

本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及終端設(shè)備。所述方法首先使用短時(shí)傅里葉變換對(duì)加噪語音進(jìn)行時(shí)頻域分析，得到所述加噪語音的時(shí)頻域分析結(jié)果，分別計(jì)算所述時(shí)頻域分析結(jié)果的相位及幅值，然后使用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述時(shí)頻域分析結(jié)果的幅值進(jìn)行增強(qiáng)處理，得到增強(qiáng)后的幅值，最后使用短時(shí)傅里葉逆變換對(duì)所述時(shí)頻域分析結(jié)果的相位及增強(qiáng)后的幅值進(jìn)行處理，得到增強(qiáng)后的語音。通過神經(jīng)網(wǎng)絡(luò)模型的增強(qiáng)處理，可以有效抑制語音信號(hào)中的噪聲干擾，大大增強(qiáng)了語音信號(hào)的質(zhì)量，提高用戶日常工作和生活中的溝通效率。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及終端設(shè)備。

背景技術(shù)

現(xiàn)有語音通信過程中環(huán)境噪聲的干擾是不可避免的，周圍的環(huán)境噪音干擾將導(dǎo)致通訊設(shè)備最終接收到的是受噪聲污染的語音信號(hào)，影響語音信號(hào)的質(zhì)量。特別在汽車、飛機(jī)、船只、機(jī)場(chǎng)、商場(chǎng)等噪音嚴(yán)重的公眾環(huán)境下，強(qiáng)背景噪聲嚴(yán)重影響語音信號(hào)質(zhì)量，引發(fā)用戶的聽覺疲勞，溝通效率低下，嚴(yán)重影響用戶的日常工作和生活。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供了一種基于神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及終端設(shè)備，以解決在噪音嚴(yán)重的公眾環(huán)境下，強(qiáng)背景噪聲嚴(yán)重影響語音信號(hào)質(zhì)量的問題。

本發(fā)明實(shí)施例的第一方面提供了一種基于神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法，可以包括：

使用短時(shí)傅里葉變換對(duì)加噪語音進(jìn)行時(shí)頻域分析，得到所述加噪語音的時(shí)頻域分析結(jié)果；

分別計(jì)算所述時(shí)頻域分析結(jié)果的相位及幅值；

使用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述時(shí)頻域分析結(jié)果的幅值進(jìn)行增強(qiáng)處理，得到增強(qiáng)后的幅值；

使用短時(shí)傅里葉逆變換對(duì)所述時(shí)頻域分析結(jié)果的相位及增強(qiáng)后的幅值進(jìn)行處理，得到增強(qiáng)后的語音。

本發(fā)明實(shí)施例的第二方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如下步驟：

使用短時(shí)傅里葉變換對(duì)加噪語音進(jìn)行時(shí)頻域分析，得到所述加噪語音的時(shí)頻域分析結(jié)果；

分別計(jì)算所述時(shí)頻域分析結(jié)果的相位及幅值；

使用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述時(shí)頻域分析結(jié)果的幅值進(jìn)行增強(qiáng)處理，得到增強(qiáng)后的幅值；

使用短時(shí)傅里葉逆變換對(duì)所述時(shí)頻域分析結(jié)果的相位及增強(qiáng)后的幅值進(jìn)行處理，得到增強(qiáng)后的語音。

本發(fā)明實(shí)施例的第三方面提供了一種終端設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)可讀指令，所述處理器執(zhí)行所述計(jì)算機(jī)可讀指令時(shí)實(shí)現(xiàn)如下步驟：

使用短時(shí)傅里葉變換對(duì)加噪語音進(jìn)行時(shí)頻域分析，得到所述加噪語音的時(shí)頻域分析結(jié)果；

分別計(jì)算所述時(shí)頻域分析結(jié)果的相位及幅值；

使用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述時(shí)頻域分析結(jié)果的幅值進(jìn)行增強(qiáng)處理，得到增強(qiáng)后的幅值；

使用短時(shí)傅里葉逆變換對(duì)所述時(shí)頻域分析結(jié)果的相位及增強(qiáng)后的幅值進(jìn)行處理，得到增強(qiáng)后的語音。

本發(fā)明實(shí)施例與現(xiàn)有技術(shù)相比存在的有益效果是：本發(fā)明實(shí)施例首先使用短時(shí)傅里葉變換對(duì)加噪語音進(jìn)行時(shí)頻域分析，得到所述加噪語音的時(shí)頻域分析結(jié)果，分別計(jì)算所述時(shí)頻域分析結(jié)果的相位及幅值，然后使用預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述時(shí)頻域分析結(jié)果的幅值進(jìn)行增強(qiáng)處理，得到增強(qiáng)后的幅值，最后使用短時(shí)傅里葉逆變換對(duì)所述時(shí)頻域分析結(jié)果的相位及增強(qiáng)后的幅值進(jìn)行處理，得到增強(qiáng)后的語音。通過神經(jīng)網(wǎng)絡(luò)模型的增強(qiáng)處理，可以有效抑制語音信號(hào)中的噪聲干擾，大大增強(qiáng)了語音信號(hào)的質(zhì)量，提高用戶日常工作和生活中的溝通效率。

附圖說明