[發(fā)明專利]一種基于膨脹因果卷積的語音降噪方法

在審

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

本發(fā)明公開了一種基于膨脹因果卷積的語音降噪方法，該方法包括構(gòu)建網(wǎng)絡(luò)訓(xùn)練的音頻訓(xùn)練集；基于膨脹因果卷積，構(gòu)建語音降噪網(wǎng)絡(luò)模型并訓(xùn)練網(wǎng)絡(luò)模型；使用訓(xùn)練后的模型進(jìn)行降噪。本發(fā)明利用膨脹因果卷積來處理音頻時(shí)序信息，將感受范圍增大，使模型的能力更加優(yōu)秀。本發(fā)明提出的基于膨脹因果卷積的語音降噪方法，在去噪問題上，具有較好的解決能力，對噪聲種類的泛化能力也較強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明涉及語音降噪技術(shù)領(lǐng)域，尤其涉及一種基于膨脹因果卷積的語音降噪方法。

背景技術(shù)

對于音頻信號的降噪技術(shù)一直是語音領(lǐng)域的一個(gè)收到極大關(guān)注的研究方向，并且具有很大的實(shí)用性。通過降噪技術(shù)，可以增強(qiáng)原始音頻的質(zhì)量，提高收聽的效果。迄今，正在被使用的語音降噪方法主要有譜減法和基于統(tǒng)計(jì)模型的方法等。諸如此類的無監(jiān)督方法，在慢變得噪聲條件下，才能取得較好的降噪效果。隨著機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的廣泛研究，將深度學(xué)習(xí)的有監(jiān)督方法也被成功地應(yīng)用到語音降噪問題上，并且取得了不錯(cuò)的效果。

基于深度學(xué)習(xí)的語音降噪方法中的深度神經(jīng)網(wǎng)絡(luò)，結(jié)構(gòu)分為輸入層，輸出層和隱藏層。在語音降噪問題中，我們將帶噪的音頻信息作為網(wǎng)絡(luò)的輸入信息傳到輸入層，用純凈不帶噪聲的音頻信息作為輸出目標(biāo)數(shù)據(jù)去做一個(gè)有監(jiān)督的訓(xùn)練。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明的目的是提供一種基于膨脹因果卷積的語音降噪方法。

本發(fā)明的目的通過以下的技術(shù)方案來實(shí)現(xiàn)：

一種基于膨脹因果卷積的語音降噪方法，包括：

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。

與現(xiàn)有技術(shù)相比，本發(fā)明的一個(gè)或多個(gè)實(shí)施例可以具有如下優(yōu)點(diǎn)：

本發(fā)明與傳統(tǒng)的語音降噪方法不同，采用了深度學(xué)習(xí)訓(xùn)練神經(jīng)網(wǎng)絡(luò)來完成語音降噪任務(wù)。通過膨脹因果卷積，提升了卷積效果，擴(kuò)大了感受范圍，最后訓(xùn)練出來的模型能更好地進(jìn)行語音降噪工作，較好地去除帶噪聲音頻文件中的噪聲；

基于膨脹因果卷積的語音降噪方法，在去噪問題上，具有較好的解決能力，對噪聲種類的泛化能力也較強(qiáng)。

附圖說明

圖1為本發(fā)明實(shí)施例提供的一種基于膨脹因果卷積的語音降噪方法的整體流程圖；

圖2為本發(fā)明實(shí)施例提供的一種基于膨脹因果卷積的語音降噪方法的示意圖；

圖3為膨脹因果卷積的示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步詳細(xì)的描述。

如圖1和圖2所示，為基于膨脹因果卷積的語音降噪方法的整體流程，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)建語音降噪網(wǎng)絡(luò)模型并訓(xùn)練模型；

S3使用訓(xùn)練后的模型進(jìn)行降噪。

上述S1中所述的音頻訓(xùn)練集包括如下音頻數(shù)據(jù)：帶噪音頻數(shù)據(jù)以及與之對應(yīng)的用于監(jiān)督的純凈音頻數(shù)據(jù)。所述的數(shù)據(jù)集構(gòu)建方法為：

S11采集純凈的音頻信號和噪聲信號。純凈的音頻信號采集自TIMIT數(shù)據(jù)庫以及與錄音室中錄制的純凈不帶噪聲的語音音頻信號，噪聲信號同樣采集自TIMIT數(shù)據(jù)庫以及錄制的噪聲音頻信號。

S12將純凈的語音音頻信號和噪聲信號混合，得到帶噪聲的語音音頻信號。合成的方法有單噪聲和多噪聲的合成方法，有效地豐富了數(shù)據(jù)集。