[發明專利]語音數據采集方法、終端及可讀存儲介質

在審

• 申請號: 201911248621.0
• 申請日: 2019-12-06
• 公開（公告）號: CN110970051A
• 公開（公告）日: 2020-04-07
• 發明（設計）人: 黃族良;龍洪鋒
• 申請（專利權）人: 廣州國音智能科技有限公司
• 主分類號: G10L21/0216
• 分類號: G10L21/0216;G10L21/0232;G10L21/0264;G10L25/21;G10L25/27;G10L25/45
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 唐文波

本發明公開了一種語音數據采集方法，通過獲取帶噪語音信號，估計所述帶噪語音信號中語音信號的語音占比估計值，判斷所述語音占比估計值是否小于預設語音占比值，若所述語音占比估計值小于預設語音占比值，則對所述帶噪語音信號進行降噪處理，得到降噪語音信號。本發明還公開了一種終端、可讀存儲介質。實現了在提高語音數據采集質量的同時保證了語音信號真實性的目的。

技術領域

本發明涉及語音信號處理領域，尤其涉及一種語音數據采集方法、終端及可讀存儲介質。

背景技術

隨著聲紋識別技術的發展，公安機關在偵查破案過程中對聲紋識別技術的使用日益頻繁，但是，通常情況下公安部聲紋庫保留的都是原始語音數據，而這些原始語音數據在采集時又無法保證周圍的環境，導致這些原始語音數據中帶有噪音，而聲紋識別技術需要從原始語音數據中提取聲紋特征，必須保證用于提取聲紋特征的語音數據質量，也就是采集到的原始語音數據在提取聲紋特征前，需要進行去噪處理，但是，去噪處理又必然會導致原始語音信號失真的問題。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種語音數據采集方法、終端及可讀存儲介質，旨在解決語音數據采集質量低、語音信號真實性低的問題。

為實現上述目的，本發明提供一種語音數據采集方法，所述語音數據采集方法包括：

獲取帶噪語音信號；

估計所述帶噪語音信號中語音信號的語音占比估計值；

判斷所述語音占比估計值是否小于預設語音占比值；

若所述語音占比估計值小于預設語音占比值，則對所述帶噪語音信號進行降噪處理，得到降噪語音信號。

可選地，所述估計所述帶噪語音信號中語音信號的語音占比估計值的步驟之前包括：

將所述帶噪語音信號進行分幀和加窗處理，得到帶噪語音幀信號；

將各所述帶噪語音幀信號分別按時序進行離散傅里葉變換，得到離散幅度譜組。

可選地，所述語音占比估計值為后驗信噪比，所述估計所述帶噪語音信號中語音信號的語音占比估計值的步驟包括：

基于所述離散幅度譜組，通過最小統計方法，獲取最小幅度譜；

基于所述最小幅度譜，獲取噪音功率譜估計值；

基于所述最小幅度譜和所述噪音功率譜估計值，得到后驗信噪比。

可選地，所述對所述帶噪語音信號進行降噪處理的步驟之前包括：

獲取所述噪音功率譜前一幀同頻率的語音幅度譜，基于所述語音幅度譜，得到語音功率譜估計值；

基于所述語音功率譜估計值、所述噪音功率譜估計值和所述后驗信噪比，得到先驗信噪比。

可選地，所述基于所述語音功率譜估計值、所述噪音功率譜估計值和所述后驗信噪比，得到先驗信噪比的步驟包括：

基于所述語音功率譜估計值和所述噪音功率譜估計值，得到第一先驗信噪比；

根據所述后驗信噪比和所述第一先驗信噪比，基于MMSE(Minimum Mean SquaredError，最小均方誤差)，得到第二先驗信噪比，其中，所述第一先驗信噪比為所述第二先驗信噪比前一幀同頻率語音的先驗信噪比。

可選地，所述對所述帶噪語音信號進行降噪處理的步驟包括：

基于所述第二先驗信噪比，得到降噪衰減增益；

基于所述降噪衰減增益和所述帶噪語音幀信號，得到降噪語音幀信號；