[發(fā)明專(zhuān)利]一種基于膨脹因果卷積的語(yǔ)音降噪方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010324373.X
• 申請(qǐng)日: 2020-04-23
• 公開(kāi)（公告）號(hào): CN111524530A
• 公開(kāi)（公告）日: 2020-08-11
• 發(fā)明（設(shè)計(jì)）人: 陳陽(yáng);劉慶云;吳慶婕
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州清音智能科技有限公司
• 主分類(lèi)號(hào): G10L21/0208
• 分類(lèi)號(hào): G10L21/0208;G10L25/30
• 代理公司: 北京天奇智新知識(shí)產(chǎn)權(quán)代理有限公司 11340
• 代理人: 王澤云

1.一種基于膨脹因果卷積的語(yǔ)音降噪方法，其特征在于，所述方法包括以下步驟：

S1構(gòu)建網(wǎng)絡(luò)訓(xùn)練的音頻訓(xùn)練集；

S2基于膨脹因果卷積，構(gòu)建語(yǔ)音降噪網(wǎng)絡(luò)模型并訓(xùn)練網(wǎng)絡(luò)模型；

S3使用訓(xùn)練后的模型進(jìn)行降噪。

2.如權(quán)利要求1所述的基于膨脹因果卷積的語(yǔ)音降噪方法，其特征在于，所述步驟S1中音頻訓(xùn)練集包括以下音頻數(shù)據(jù)：帶噪音頻數(shù)據(jù)以及與帶噪音頻數(shù)據(jù)對(duì)應(yīng)的用于監(jiān)督的純凈音頻數(shù)據(jù)；所述音頻數(shù)據(jù)的構(gòu)建方法為：

S11采集純凈的音頻信號(hào)和噪聲信號(hào)；

S12將純凈的語(yǔ)音音頻信號(hào)和噪聲信號(hào)混合，得到帶噪聲的語(yǔ)音音頻信號(hào)。

3.如權(quán)利要求1所述的基于膨脹因果卷積的語(yǔ)音降噪方法，其特征在于，所述步驟S2中語(yǔ)音降噪網(wǎng)絡(luò)模型的構(gòu)建具體包括：

S21基于膨脹因果卷積，設(shè)計(jì)卷積層；

S22通過(guò)門(mén)激活單元替代深度神經(jīng)網(wǎng)絡(luò)中常見(jiàn)的單一激活函數(shù)，進(jìn)行非線性轉(zhuǎn)換；

S23將多個(gè)膨脹卷積模塊組成網(wǎng)絡(luò)隱含層，其中，每個(gè)膨脹卷積模塊由膨脹卷積層、門(mén)激活單元和1*1卷積層組成；在膨脹卷積模塊中，數(shù)據(jù)進(jìn)行膨脹卷積后經(jīng)過(guò)門(mén)單元激活，最后1*1的卷積核完成維度的調(diào)整；

S24每個(gè)膨脹卷積模塊的輸出加和后輸入到輸出層中，經(jīng)過(guò)RuLU函數(shù)的激活，以及softmax的運(yùn)算，得到預(yù)測(cè)概率，預(yù)測(cè)概率最大的即為預(yù)測(cè)值。

4.如權(quán)利要求1所述的基于膨脹因果卷積的語(yǔ)音降噪方法，其特征在于，所述步驟S3具體包括：

S31對(duì)待處理的音頻信息進(jìn)行預(yù)處理；

S32預(yù)處理后的音頻信息通過(guò)模型的運(yùn)算，得到降噪后的音頻信息。

5.如權(quán)利要求2所述的基于膨脹因果卷積的語(yǔ)音降噪方法，其特征在于，所述純凈的音頻信號(hào)采集于TIMIT數(shù)據(jù)庫(kù)以及與錄音室中錄制的純凈不帶噪聲的語(yǔ)音音頻信號(hào)，噪聲信號(hào)同樣采集于TIMIT數(shù)據(jù)庫(kù)以及錄制的噪聲音頻信號(hào)。

6.如權(quán)利要求2所述的基于膨脹因果卷積的語(yǔ)音降噪方法，其特征在于，所述純凈的語(yǔ)音音頻信號(hào)和噪聲信號(hào)混合的合成方法包括單噪聲合成和多噪聲合成。

7.如權(quán)利要求3所述的基于膨脹因果卷積的語(yǔ)音降噪方法，其特征在于，所述每個(gè)膨脹卷積模塊運(yùn)用了殘差學(xué)習(xí)，且每個(gè)膨脹卷積模塊將處理完后的數(shù)據(jù)輸送到下一膨脹卷積模塊。

8.如權(quán)利要求3所述的基于膨脹因果卷積的語(yǔ)音降噪方法，其特征在于，所述預(yù)測(cè)值與純凈音頻信號(hào)中對(duì)應(yīng)的監(jiān)督值計(jì)算交叉熵，更新網(wǎng)絡(luò)的參數(shù)。