[發(fā)明專利]語(yǔ)音降噪方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201811584024.0
• 申請(qǐng)日: 2018-12-24
• 公開（公告）號(hào): CN109584895B
• 公開（公告）日: 2019-10-25
• 發(fā)明（設(shè)計(jì)）人: 聶鐳;沙露露;鄭權(quán);張峰;聶穎
• 申請(qǐng)（專利權(quán)）人: 龍馬智芯（珠海橫琴）科技有限公司
• 主分類號(hào): G10L21/02
• 分類號(hào): G10L21/02;G10L25/27
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 趙囡囡;董文倩

本發(fā)明公開了一種語(yǔ)音降噪方法及裝置。其中，該方法包括：將目標(biāo)帶噪語(yǔ)音信號(hào)按照預(yù)定格式中的采樣頻率進(jìn)行采樣，得到目標(biāo)帶噪語(yǔ)音信號(hào)的采樣點(diǎn)一；通過(guò)語(yǔ)音增強(qiáng)模型，確定與目標(biāo)帶噪語(yǔ)音信號(hào)的采樣點(diǎn)一對(duì)應(yīng)的目標(biāo)去噪語(yǔ)音信號(hào)的采樣點(diǎn)二，其中，語(yǔ)音增強(qiáng)模型為使用多組訓(xùn)練數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練得到的，多組訓(xùn)練數(shù)據(jù)中的每組訓(xùn)練數(shù)據(jù)均包括：帶噪語(yǔ)音信號(hào)的采樣點(diǎn)和與帶噪語(yǔ)音信號(hào)的采樣點(diǎn)對(duì)應(yīng)的去噪語(yǔ)音信號(hào)的采樣點(diǎn)；將目標(biāo)去噪語(yǔ)音信號(hào)的采樣點(diǎn)二轉(zhuǎn)換目標(biāo)語(yǔ)音的去噪語(yǔ)音。本發(fā)明解決了相關(guān)技術(shù)中用于對(duì)語(yǔ)音進(jìn)行降噪的方式比較復(fù)雜，導(dǎo)致的與語(yǔ)音進(jìn)行降噪的效率較低的技術(shù)問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音處理技術(shù)領(lǐng)域，具體而言，涉及一種語(yǔ)音降噪方法及裝置。

背景技術(shù)

語(yǔ)音增強(qiáng)，又稱作語(yǔ)音降噪，是指從被噪聲污染的信號(hào)中恢復(fù)出原始的語(yǔ)音信號(hào)，從而提高語(yǔ)音信號(hào)的可懂度和清晰度。大部分語(yǔ)音增強(qiáng)技術(shù)一般是將原始信號(hào)的功率譜和估計(jì)出的噪聲信號(hào)功率譜直接相減，將相減之后的功率譜進(jìn)行開根號(hào)并與原始的相位相乘得到估計(jì)出的語(yǔ)音信號(hào)，忽略了相減過(guò)程中對(duì)相位帶來(lái)的影響。

針對(duì)上述相關(guān)技術(shù)中用于對(duì)語(yǔ)音進(jìn)行降噪的方式比較復(fù)雜，導(dǎo)致的與語(yǔ)音進(jìn)行降噪的效率較低的問(wèn)題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種語(yǔ)音降噪方法及裝置，以至少解決相關(guān)技術(shù)中用于對(duì)語(yǔ)音進(jìn)行降噪的方式比較復(fù)雜，導(dǎo)致的與語(yǔ)音進(jìn)行降噪的效率較低的技術(shù)問(wèn)題。

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種語(yǔ)音降噪方法，包括：將目標(biāo)帶噪語(yǔ)音信號(hào)按照預(yù)定格式中的采樣頻率進(jìn)行采樣，得到所述目標(biāo)帶噪語(yǔ)音信號(hào)的采樣點(diǎn)一；通過(guò)語(yǔ)音增強(qiáng)模型，確定與所述目標(biāo)帶噪語(yǔ)音信號(hào)的采樣點(diǎn)一對(duì)應(yīng)的目標(biāo)去噪語(yǔ)音信號(hào)的采樣點(diǎn)二，其中，所述語(yǔ)音增強(qiáng)模型為使用多組訓(xùn)練數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練得到的，所述多組訓(xùn)練數(shù)據(jù)中的每組訓(xùn)練數(shù)據(jù)均包括：帶噪語(yǔ)音信號(hào)的采樣點(diǎn)和與所述帶噪語(yǔ)音信號(hào)的采樣點(diǎn)對(duì)應(yīng)的去噪語(yǔ)音信號(hào)的采樣點(diǎn)；將所述目標(biāo)去噪語(yǔ)音信號(hào)的采樣點(diǎn)二轉(zhuǎn)換目標(biāo)語(yǔ)音的去噪語(yǔ)音。

可選地，所述訓(xùn)練數(shù)據(jù)為從帶噪語(yǔ)音數(shù)據(jù)集中選取出來(lái)的部分?jǐn)?shù)據(jù)，其中，所述帶噪語(yǔ)音數(shù)據(jù)集包括預(yù)定數(shù)量的由預(yù)定干凈語(yǔ)音與預(yù)定背景噪聲進(jìn)行疊加得到的帶噪語(yǔ)音。

可選地，所述預(yù)定干凈語(yǔ)音為從TIMIT語(yǔ)音數(shù)據(jù)集中選取的語(yǔ)音，所述預(yù)定背景噪聲包括：加性噪聲和從Aurora2數(shù)據(jù)集中選取的噪聲。

可選地，所述帶噪語(yǔ)音數(shù)據(jù)集中除所述部分?jǐn)?shù)據(jù)外的另外一部分?jǐn)?shù)據(jù)作為驗(yàn)證數(shù)據(jù)，其中，所述驗(yàn)證數(shù)據(jù)用于對(duì)所述語(yǔ)音增強(qiáng)模型進(jìn)行測(cè)試。

可選地，在通過(guò)語(yǔ)音增強(qiáng)模型，確定與所述目標(biāo)帶噪語(yǔ)音信號(hào)的采樣點(diǎn)一對(duì)應(yīng)的目標(biāo)去噪語(yǔ)音信號(hào)的采樣點(diǎn)二之前，還包括：基于所述多組訓(xùn)練數(shù)據(jù)訓(xùn)練得到所述語(yǔ)音增強(qiáng)模型；其中，基于所述多組訓(xùn)練數(shù)據(jù)訓(xùn)練得到所述語(yǔ)音增強(qiáng)模型包括：將所述多組訓(xùn)練數(shù)據(jù)中的每組訓(xùn)練數(shù)據(jù)對(duì)應(yīng)的原始帶噪語(yǔ)音信號(hào)的采樣點(diǎn)依次作為wavenet網(wǎng)絡(luò)模型的輸入；獲取所述wavenet網(wǎng)絡(luò)模型的輸出；將所述wavenet網(wǎng)絡(luò)模型的輸出作為預(yù)定格式的卷積層的輸入；對(duì)輸入到所述預(yù)定格式的卷積層的所述wavenet網(wǎng)絡(luò)模型的輸出進(jìn)行平滑處理，得到所述預(yù)定格式的卷積層的輸出；確定所述多組訓(xùn)練數(shù)據(jù)中的每組訓(xùn)練數(shù)據(jù)對(duì)應(yīng)的與所述帶噪語(yǔ)音信號(hào)的采樣點(diǎn)對(duì)應(yīng)的去噪語(yǔ)音信號(hào)的采樣點(diǎn)和所述預(yù)定格式的卷積層的輸出之間的偏差量；利用所述偏差量對(duì)所述wavenet網(wǎng)絡(luò)模型進(jìn)行調(diào)整，得到所述語(yǔ)音增強(qiáng)模型。