[發明專利]語音處理方法、模型訓練方法及電子設備在審
| 申請號： | 202010174740.2 | 申請日： | 2020-03-13 |
| 公開（公告）號： | CN111354374A | 公開（公告）日： | 2020-06-30 |
| 發明（設計）人： | 朱城銳;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： | G10L25/30 | 分類號： | G10L25/30;G10L15/06 |
| 代理公司： | 北京銀龍知識產權代理有限公司 11243 | 代理人： | 黃燦;左曉菲 |
| 地址： | 100098 北京市*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 語音 處理 方法 模型 訓練 電子設備 | ||
1.一種語音處理方法，其特征在于，所述方法包括：
獲取預先訓練的生成對抗網絡模型，所述生成對抗網絡模型基于采集的包含噪聲信號的語音訓練得到；
將待處理語音輸入所述生成對抗網絡模型中的生成器，以對所述待處理語音添加噪聲信號，得到目標語音。
2.根據權利要求1所述的方法，其特征在于，所述待處理語音為喚醒詞對應的語音，所述目標語音為對所述喚醒詞對應的語音添加噪聲信號后的語音。
3.根據權利要求1所述的方法，其特征在于，所述將待處理語音輸入所述生成對抗網絡模型中的生成器，以對所述待處理語音添加噪聲信號，得到目標語音，包括：
獲取語音特征信息，所述語音特征信息包括所述待處理語音的第i幀信號的頻域特征信息及噪聲信號的第j幀信號的頻域特征信息，i大于0，j大于0；
將所述語音特征信息輸入所述生成對抗網絡模型中的生成器，以對所述待處理語音添加噪聲信號，得到目標語音的第i幀信號的頻域特征信息。
4.根據權利要求1所述的方法，其特征在于，所述生成對抗網絡模型中的生成器為雙向長短期記憶Bi-LSTM模型，和/或，所述生成對抗網絡模型中的判別器為Bi-LSTM模型。
5.一種模型訓練方法，其特征在于，所述方法包括：
采用權利要求1-4中任一項所述的語音處理方法對語音樣本進行處理；
基于處理后的語音樣本進行模型訓練。
6.一種電子設備，其特征在于，所述電子設備包括：
獲取模塊，用于獲取預先訓練的生成對抗網絡模型，所述生成對抗網絡模型基于采集的包含噪聲信號的語音訓練得到；
輸入模塊，用于將待處理語音輸入所述生成對抗網絡模型中的生成器，以對所述待處理語音添加噪聲信號，得到目標語音。
7.根據權利要求6所述的電子設備，其特征在于，所述待處理語音為喚醒詞對應的語音，所述目標語音為對所述喚醒詞對應的語音添加噪聲信號后的語音。
8.根據權利要求6所述的電子設備，其特征在于，所述輸入模塊具體用于：
獲取語音特征信息，所述語音特征信息包括所述待處理語音的第i幀信號的頻域特征信息及噪聲信號的第j幀信號的頻域特征信息，i大于0，j大于0；
將所述語音特征信息輸入所述生成對抗網絡模型中的生成器，以對所述待處理語音添加噪聲信號，得到目標語音的第i幀信號的頻域特征信息。
9.根據權利要求6所述的電子設備，其特征在于，所述生成對抗網絡模型中的生成器為雙向長短期記憶Bi-LSTM模型，和/或，所述生成對抗網絡模型中的判別器為Bi-LSTM模型。
10.一種電子設備，其特征在于，所述電子設備包括：
處理模塊，用于采用權利要求1-4中任一項所述的語音處理方法對語音樣本進行處理；
訓練模塊，用于基于處理后的語音樣本進行模型訓練。
11.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的程序，所述程序被所述處理器執行時實現如權利要求1至4中任一項所述的語音處理方法中的步驟，或者，所述程序被所述處理器執行時實現如權利要求5所述的模型訓練方法中的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京聲智科技有限公司，未經北京聲智科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010174740.2/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種柔性充氣囊式立桿工具
- 下一篇：一種提高無線光通信系統性能的方法及裝置
