[發明專利]一種語音增強方法、系統及設備

在審

• 申請號: 201911383843.3
• 申請日: 2019-12-28
• 公開（公告）號: CN111145772A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 許敏強;楊世清;吳建花;張享
• 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;G10L25/30;G10L25/18;G10L25/21;G10L25/24
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王兆林

1.一種語音增強方法，其特征在于，包括：

獲取帶噪語音樣本；

提取所述帶噪語音樣本的特征；

將所述特征輸入到訓練好的深度神經網絡中，根據帶噪語音及干凈語音的映射關系提取出所述帶噪語音樣本對應的第一干凈語音。

2.根據權利要求1所述語音增強方法，其特征在于，在將所述特征輸入到訓練好的深度神經網絡中，根據帶噪語音及干凈語音的映射關系輸出所述帶噪語音對應的第一干凈語音之后還包括：

提取所述帶噪語音樣本的相位特征；

將所述相位特征與所述第一干凈語音進行相位合成，得到第二干凈語音，所述第一干凈語音中缺少相位特征。

3.根據權利要求1所述語音增強方法，其特征在于，還包括：

提取訓練樣本的特征，并將訓練樣本的所述特征輸入到深度神經網絡中；得到所述帶噪語音與干凈語音之間的映射關系；所述訓練樣本包括帶噪語音訓練樣本以及干凈語音訓練樣本。

4.根據權利要求3所述語音增強方法，其特征在于，還包括：使用所述帶噪語音訓練樣本指導所述干凈語音訓練樣本，得到包含有所述帶噪語音訓練樣本帶噪特征的帶噪語音。

5.根據權利要求1所述語音增強方法，其特征在于，所述特征包括語音對數頻譜特征、對數功率譜特征以及倒譜特征。

6.一種語音增強系統，其特征在于，包括：

樣本獲取模塊，所述樣本獲取模塊用于獲取帶噪語音樣本；

特征提取模塊，所述特征提取模塊用于提取所述帶噪語音樣本的特征；

語音增強模塊，所述語音增強模塊用于將所述特征輸入到訓練好的深度神經網絡中，根據帶噪語音及干凈語音的映射關系提取出所述帶噪語音樣本對應的第一干凈語音。

7.根據權利要求6所述的語音增強系統，其特征在于，還包括：

相位合成模塊，所述相位合成模塊用于提取所述帶噪語音樣本的相位特征；并將所述相位特征與所述第一干凈語音進行相位合成，得到第二干凈語音，所述第一干凈語音中缺少相位特征。

8.根據權利要求6所述的語音增強系統，其特征在于，還包括：

模型訓練模塊，所述模型訓練模塊用于提取訓練樣本的特征，并將訓練樣本的所述特征輸入到深度神經網絡中；得到所述帶噪語音與干凈語音之間的映射關系；所述訓練樣本包括帶噪語音訓練樣本以及干凈語音訓練樣本。

9.根據權利要求8所述的語音增強系統，其特征在于，還包括：

帶噪風格語音獲取模塊，所述帶噪風格語音獲取模塊用于使用所述帶噪語音訓練樣本指導所述干凈語音訓練樣本，得到包含有所述帶噪語音訓練樣本帶噪特征的帶噪語音。

10.一種語音增強設備，其特征在于，所述設備包括處理器以及存儲器：

所述存儲器用于存儲程序代碼，并將所述程序代碼傳輸給所述處理器；

所述處理器用于根據所述程序代碼中的指令執行權利要求1-5任一項所述的語音增強方法。