[發明專利]語音增強處理方法、裝置及存儲介質

有效

• 申請號: 202010046661.3
• 申請日: 2020-01-16
• 公開（公告）號: CN111048104B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 馮大航;陳孝良;常樂
• 申請（專利權）人: 北京聲智科技有限公司
• 主分類號: G10L21/02
• 分類號: G10L21/02;G10L21/0216;G10L25/87
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 邢少真

1.一種語音增強處理方法，其特征在于，所述方法用于包含近場聲音采集組件和遠場聲音采集組件的語音交互設備中，所述方法包括：

根據模式檢測信號確定所述語音交互設備的交互模式，所述交互模式包括近場交互模式或者遠場交互模式；

響應于所述交互模式包括所述近場交互模式，對所述近場聲音采集組件采集到的聲音信號進行語音增強，獲得增強后的近場交互語音；

響應于所述交互模式包括所述遠場交互模式，對所述遠場聲音采集組件采集到的聲音信號進行語音增強，獲得增強后的遠場交互語音；

其中，所述響應于所述交互模式包括所述近場交互模式，對所述近場聲音采集組件采集到的聲音信號進行語音增強，獲得增強后的近場交互語音，包括：

響應于所述交互模式包括所述近場交互模式，以所述近場聲音采集組件采集到的聲音信號為參考，通過達時間差算法TDOA確定所述遠場聲音采集組件采集到的聲音信號相對于所述遠場聲音采集組件的方向；所述以所述近場聲音采集組件采集到的聲音信號為參考，是指以所述近場聲音采集組件采集到的聲音信號作為參考，計算所述遠場聲音采集組件中的每一個麥克風采集到的聲音信號相對于所述近場聲音采集組件采集到的聲音信號的時間延遲；

根據所述方向對所述遠場聲音采集組件采集到的聲音信號做波束形成，得到零陷波束；

將所述零陷波束作為噪聲參考，采用自適應噪聲消除方法或者譜減法對所述近場聲音采集組件采集到的聲音信號進行降噪獲得所述增強后的近場交互語音。

2.根據權利要求1所述的方法，其特征在于，所述模式檢測信號包括所述近場聲音采集組件采集到的第一聲音信號，以及所述遠場聲音采集組件采集到的第二聲音信號；

所述根據模式檢測信號確定所述語音交互設備的交互模式，包括：

對第一聲音信號進行語音檢測；

獲取所述第一聲音信號的平均功率和所述第二聲音信號的平均功率之間的功率比值；所述平均功率是對應的聲音信號的總功率在對應的聲音采集組件中的每個麥克風上的平均值；

響應于所述第一聲音信號中存在語音，且所述功率比值大于功率比值閾值，將所述交互模式確定為所述近場交互模式；

響應于所述第一聲音信號中不存在語音，或者，響應于所述功率比值小于所述功率比值閾值，或者，響應于所述第一聲音信號中不存在語音且所述功率比值小于所述功率比值閾值，將所述交互模式確定為所述遠場交互模式。

3.根據權利要求1所述的方法，其特征在于，所述模式檢測信號包括按鍵信號，所述按鍵信號用于指示指定按鍵是否接收到觸發操作；

所述根據模式檢測信號確定所述語音交互設備的交互模式，包括：

響應于所述按鍵信號指示所述指定按鍵接收到所述觸發操作，將所述交互模式確定為所述近場交互模式；

響應于所述按鍵信號指示所述指定按鍵未接收到所述觸發操作，將所述交互模式確定為所述遠場交互模式。

4.根據權利要求1所述的方法，其特征在于，所述響應于所述交互模式包括所述遠場交互模式，對所述遠場聲音采集組件采集到的聲音信號進行語音增強，獲得增強后的遠場交互語音，包括：

通過遠場語音信號增強算法，對所述聲音信號進行降噪獲得所述增強后的遠場交互語音。

5.根據權利要求4所述的方法，其特征在于，通過遠場語音信號增強算法，對所述聲音信號進行降噪獲得所述增強后的遠場交互語音，包括：

通過波束形成、噪聲抑制和自動增益控制中的至少一種方法對所述聲音信號進行降噪獲得所述增強后的遠場交互語音。

6.根據權利要求1所述的方法，其特征在于，所述響應于所述交互模式包括所述遠場交互模式，對所述遠場聲音采集組件采集到的聲音信號進行語音增強，獲得增強后的遠場交互語音之后，還包括：

響應于確定嘈雜程度為嘈雜環境、存在非方向性噪音以及語音信號的質量小于第二閾值中的至少一個，則提示用戶使用近場交互模式，所述嘈雜程度為聲學環境中通過設置第一閾值確定的噪音情況。