[發(fā)明專利]語音增強方法

有效

• 申請?zhí)枺?/td>: 201910296437.7
• 申請日: 2016-01-14
• 公開（公告）號: CN110070883B
• 公開（公告）日: 2023-07-28
• 發(fā)明（設(shè)計）人: 張軍;陳鑫源;潘偉鏘;寧更新;馮義志;余華;季飛;陳芳炯
• 申請（專利權(quán)）人: 深圳市韶音科技有限公司
• 主分類號: G10L21/0272
• 分類號: G10L21/0272;G10L21/038
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 李慶波

1.一種語音增強方法，其特征在于，包括：

同步采集氣導(dǎo)檢測語音和非氣導(dǎo)檢測語音，檢測氣導(dǎo)檢測語音的端點，然后利用氣導(dǎo)檢測語音的純噪聲段建立氣導(dǎo)噪聲統(tǒng)計模型；

利用所述氣導(dǎo)噪聲統(tǒng)計模型修正聯(lián)合統(tǒng)計模型，并對氣導(dǎo)檢測語音幀進行分類；

根據(jù)分類結(jié)果對應(yīng)的氣導(dǎo)語音線性頻譜統(tǒng)計模型和氣導(dǎo)噪聲統(tǒng)計模型計算最佳氣導(dǎo)語音濾波器；

利用所述最佳氣導(dǎo)語音濾波器對氣導(dǎo)檢測語音進行濾波增強后得到濾波增強語音，

根據(jù)非氣導(dǎo)語音到氣導(dǎo)語音的映射模型，將非氣導(dǎo)檢測語音轉(zhuǎn)換為氣導(dǎo)的映射語音;

計算第幀的濾波增強語音的權(quán)重和第幀的映射語音的權(quán)重；

通過以下公式將濾波增強語音與映射語音加權(quán)疊加，得到融合增強語音：

；

其中，所述濾波增強語音是對同步采集的氣導(dǎo)檢測語音和非氣導(dǎo)檢測語音中的氣導(dǎo)檢測語音進行增強濾波獲得，所述映射語音是對非氣導(dǎo)檢測語音進行非氣導(dǎo)語音到氣導(dǎo)語音的轉(zhuǎn)換獲得；所述聯(lián)合統(tǒng)計模型和所述氣導(dǎo)語音線性頻譜統(tǒng)計模型由同步采集的干凈的氣導(dǎo)訓(xùn)練語音和非氣導(dǎo)訓(xùn)練語音預(yù)先建立，所述聯(lián)合統(tǒng)計模型為倒頻域聯(lián)合統(tǒng)計模型；所述映射模型由所述同步采集的干凈的氣導(dǎo)訓(xùn)練語音和非氣導(dǎo)訓(xùn)練語音預(yù)先建立；

其中，將所述氣導(dǎo)的映射語音與所述濾波增強語音進行加權(quán)融合的步驟之前，進一步包括：

根據(jù)對氣導(dǎo)檢測語音進行端點檢測得到的語音信號起點時刻，截取濾波增強語音中信號起點前的所有數(shù)據(jù)幀，求平均功率作為噪聲幀的功率；

信噪比通過以下公式計算：

其中是第幀濾波增強語音的功率。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述權(quán)重和通過以下公式計算：

；

；

其中，和分別為第幀濾波增強語音和映射語音的幅度方差,為第幀濾波增強語音的信噪比，、為預(yù)設(shè)的常數(shù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述同步采集氣導(dǎo)檢測語音和非氣導(dǎo)檢測語音，檢測氣導(dǎo)檢測語音的端點，然后利用氣導(dǎo)檢測語音的純噪聲段建立氣導(dǎo)噪聲統(tǒng)計模型的步驟包括：

同步采集氣導(dǎo)檢測語音和非氣導(dǎo)檢測語音并分幀；

根據(jù)非氣導(dǎo)檢測語音幀的短時自相關(guān)函數(shù)和短時能量，計算每幀非氣導(dǎo)檢測語音幀的短時平均過門限率，當(dāng)所述短時平均過門限率大于預(yù)設(shè)的門限值時，判斷所述非氣導(dǎo)檢測語音幀為語音信號，否則為噪聲；

根據(jù)每個所述非氣導(dǎo)檢測語音幀的判決結(jié)果得到非氣導(dǎo)檢測語音信號的端點位置；

將檢測到的所述非氣導(dǎo)檢測語音信號端點對應(yīng)的時刻作為氣導(dǎo)檢測語音的端點，提取氣導(dǎo)檢測語音中的純噪聲段；

計算氣導(dǎo)檢測語音中純噪聲段信號的線性頻譜均值，保存該均值為氣導(dǎo)噪聲的統(tǒng)計模型參數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述短時平均過門限率通過以下公式計算：

；

其中為取符號運算，為調(diào)節(jié)因子，為窗函數(shù)，為門限初值，為所述短時自相關(guān)函數(shù)，為所述短時能量，為所述短時平均過門限率。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述聯(lián)合統(tǒng)計模型通過以下步驟進行修正：

將聯(lián)合統(tǒng)計模型的參數(shù)轉(zhuǎn)換到線性頻譜域；

按氣導(dǎo)干凈語音和氣導(dǎo)噪聲在線性頻譜域是加性關(guān)系對聯(lián)合統(tǒng)計模型中的氣導(dǎo)語音數(shù)據(jù)流參數(shù)進行修正；

將修正后的線性頻譜域聯(lián)合統(tǒng)計模型參數(shù)轉(zhuǎn)換回原來的特征域，得到修正后的聯(lián)合統(tǒng)計模型；

其中，所述聯(lián)合統(tǒng)計模型中的所述氣導(dǎo)語音數(shù)據(jù)流參數(shù)為混合高斯模型或隱馬爾科夫模型中高斯分量的均值和協(xié)方差。