[發(fā)明專利]基于深度神經網絡的環(huán)境噪聲消除方法、裝置及存儲介質

在審

• 申請?zhí)枺?/td>: 202010745653.8
• 申請日: 2020-07-29
• 公開（公告）號: CN111710330A
• 公開（公告）日: 2020-09-25
• 發(fā)明（設計）人: 魚海航;魏祥成
• 申請（專利權）人: 深圳波洛斯科技有限公司
• 主分類號: G10L15/16
• 分類號: G10L15/16;G10L15/06;G10L21/0208
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 向霞

1.一種基于深度神經網絡的環(huán)境噪聲消除方法，其特征在于，包括：

采集待處理數據，所述待處理數據的頻率范圍為0KHz—8KHz，且所述待處理數據來源于商場、街區(qū)、地鐵、車內、客廳、臥室或靜音實驗室環(huán)境；

采用預先訓練好的神經網絡模型對所述待處理數據進行處理，得到人聲數據，同時來源于商場、街區(qū)、地鐵、車內、客廳、臥室或靜音實驗室環(huán)境的多種噪聲數據進行消除和抑制。

2.如權利要求1所述的環(huán)境噪聲消除方法，其特征在于，采集待處理數據之前，所述方法還包括訓練所述神經網絡模型，具體包括：

通過大數據技術收集頻率范圍為0KHz—8KHz的不同場景的音頻數據，不同場景包括商場、街區(qū)、地鐵、車內、客廳、臥室或靜音實驗室環(huán)境；

對所述音頻數據進行清洗處理，以得到訓練數據，所述訓練數據包括樣本噪聲數據和樣本人聲數據；

對所述訓練數據進行標注處理，以得到標記數據；

通過深度神經網絡對所述標記數據進行學習，以得到訓練好的神經網絡模型。

3.如權利要求2所述的環(huán)境噪聲消除方法，其特征在于，對所述音頻數據進行清洗處理具體包括：

從所述音頻數據中篩選出僅存在干凈人聲和噪聲的兩類數據；

對兩類數據的噪聲源進行分析，得到分析結果；

根據所述分析結果剔除非高斯白噪聲的噪聲數據，同時保留人聲清楚且無其他干擾的語音數據。

4.如權利要求2所述的環(huán)境噪聲消除方法，其特征在于，對所述訓練數據進行標注處理具體包括：

標記出所述訓練數據的數據內容、說話開始時間點和結束時間點。

5.如權利要求2所述的環(huán)境噪聲消除方法，其特征在于，通過深度神經網絡對所述標記數據進行學習具體包括：

提取所述標記數據的數據特征值；

對不同數據的所述數據特征值進行擬合和聚類，得到擬合特征值；

根據所述擬合特征值設計網絡模型和層數，以得到訓練好的神經網絡模型。

6.一種基于深度神經網絡的環(huán)境噪聲消除裝置，其特征在于，包括：

采集單元，用于采集待處理數據，所述待處理數據的頻率范圍為0KHz—8KHz，且所述待處理數據來源于商場、街區(qū)、地鐵、車內、客廳、臥室或靜音實驗室環(huán)境；

處理單元，用于采用預先訓練好的神經網絡模型對所述待處理數據進行處理，得到人聲數據，同時來源于商場、街區(qū)、地鐵、車內、客廳、臥室或靜音實驗室環(huán)境的多種噪聲數據進行消除和抑制。

7.如權利要求6所述的環(huán)境噪聲消除裝置，其特征在于，還包括訓練單元，用于訓練所述神經網絡模型，具體過程為：

通過大數據技術收集頻率范圍為0KHz—8KHz的不同場景的音頻數據，不同場景包括商場、街區(qū)、地鐵、車內、客廳、臥室或靜音實驗室環(huán)境；

對所述音頻數據進行清洗處理，以得到訓練數據，所述訓練數據包括樣本噪聲數據和樣本人聲數據；

對所述訓練數據進行標注處理，以得到標記數據；

通過深度神經網絡對所述標記數據進行學習，以得到訓練好的神經網絡模型。

8.一種基于深度神經網絡的環(huán)境噪聲消除裝置，其特征在于，包括處理器、輸入設備、輸出設備和存儲器，所述處理器、輸入設備、輸出設備和存儲器相互連接，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執(zhí)行如權利要求1-5任一項所述的方法。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被處理器執(zhí)行時使所述處理器執(zhí)行如權利要求1-5任一項所述的方法。