[發(fā)明專利]基于深度神經(jīng)網(wǎng)絡(luò)的環(huán)境噪聲消除方法、裝置及存儲(chǔ)介質(zhì)

在審

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

本發(fā)明實(shí)施例公開了一種基于深度神經(jīng)網(wǎng)絡(luò)的環(huán)境噪聲消除方法、裝置及存儲(chǔ)介質(zhì)，方法包括：采集待處理數(shù)據(jù)；采用預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述待處理數(shù)據(jù)進(jìn)行處理，得到人聲數(shù)據(jù)，同時(shí)來(lái)源于商場(chǎng)、街區(qū)、地鐵、車內(nèi)、客廳、臥室或靜音實(shí)驗(yàn)室的多種噪聲數(shù)據(jù)進(jìn)行消除和抑制。實(shí)施本發(fā)明實(shí)施例，基于深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)技術(shù)，針對(duì)在商場(chǎng)、街區(qū)、地鐵、車內(nèi)、客廳、臥室或靜音實(shí)驗(yàn)室等多種場(chǎng)景下使用電子設(shè)備(如傳呼機(jī)或?qū)χv機(jī))的情況，可對(duì)場(chǎng)景中的多種環(huán)境噪聲進(jìn)行消除和抑制，同時(shí)保留人聲，從而解決了傳統(tǒng)濾波算法造成的人聲失真較大的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及信號(hào)傳輸技術(shù)領(lǐng)域，具體涉及一種基于深度神經(jīng)網(wǎng)絡(luò)的環(huán)境噪聲消除方法、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)

無(wú)線信號(hào)在傳輸過(guò)程中，因?yàn)椴煌蛩氐淖饔脮?huì)產(chǎn)生干擾，這種干擾被稱為信道噪聲。信道噪聲會(huì)引發(fā)傳輸失真的問(wèn)題，若信道噪聲嚴(yán)重還可能會(huì)影響信號(hào)的解調(diào)環(huán)節(jié)，制約信號(hào)的正常傳輸。信道噪聲一般又稱之為高斯白噪聲，在傳統(tǒng)的信號(hào)傳輸技術(shù)中，一般采用以下兩種方法：1.優(yōu)化調(diào)制解調(diào)器，提升調(diào)制后的信號(hào)質(zhì)量；2.采用濾波器，通過(guò)帶通濾波或低通濾波去除信號(hào)中的噪聲部分。

請(qǐng)參考圖1所示的傳統(tǒng)信號(hào)處理流程。傳統(tǒng)的信號(hào)傳輸技術(shù)在短距離低頻段信號(hào)領(lǐng)域存在著制約，例如傳呼機(jī)場(chǎng)景，信號(hào)調(diào)制控制在3KHz-4KHz，無(wú)法進(jìn)一步提升信號(hào)質(zhì)量，而由信號(hào)干擾引入的高斯白噪聲在0-7KHz都有，采用傳統(tǒng)的濾波算法并不能有效去除加性噪聲，且濾波后的聲音失真較大。

發(fā)明內(nèi)容

針對(duì)上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例的目的在于提供一種基于深度神經(jīng)網(wǎng)絡(luò)的環(huán)境噪聲消除方法、裝置及存儲(chǔ)介質(zhì)。

為實(shí)現(xiàn)上述目的，第一方面，本發(fā)明實(shí)施例提供了一種基于深度神經(jīng)網(wǎng)絡(luò)的環(huán)境噪聲消除方法，包括：

采集待處理數(shù)據(jù)，所述待處理數(shù)據(jù)的頻率范圍為0KHz—8KHz，且所述待處理數(shù)據(jù)來(lái)源于商場(chǎng)、街區(qū)、地鐵、車內(nèi)、客廳、臥室或靜音實(shí)驗(yàn)室環(huán)境等；

采用預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述待處理數(shù)據(jù)進(jìn)行處理，得到人聲數(shù)據(jù)，同時(shí)來(lái)源于商場(chǎng)、街區(qū)、地鐵、車內(nèi)、客廳、臥室或靜音實(shí)驗(yàn)室環(huán)境等的多種噪聲數(shù)據(jù)進(jìn)行消除和抑制。

作為本申請(qǐng)一種優(yōu)選的實(shí)施方式，采集待處理數(shù)據(jù)之前，所述方法還包括訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型，具體包括：

通過(guò)大數(shù)據(jù)技術(shù)收集頻率范圍為0KHz—8KHz的不同場(chǎng)景的音頻數(shù)據(jù)，不同場(chǎng)景包括商場(chǎng)、街區(qū)、地鐵、車內(nèi)、客廳、臥室或靜音實(shí)驗(yàn)室環(huán)境等；

對(duì)所述音頻數(shù)據(jù)進(jìn)行清洗處理，以得到訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括樣本噪聲數(shù)據(jù)和樣本人聲數(shù)據(jù)；

對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)注處理，以得到標(biāo)記數(shù)據(jù)；

通過(guò)深度神經(jīng)網(wǎng)絡(luò)對(duì)所述標(biāo)記數(shù)據(jù)進(jìn)行學(xué)習(xí)，以得到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型。

其中，作為本申請(qǐng)的一種具體實(shí)施方式，對(duì)所述音頻數(shù)據(jù)進(jìn)行清洗處理具體包括：

從所述音頻數(shù)據(jù)中篩選出僅存在干凈人聲和噪聲的兩類數(shù)據(jù)；

對(duì)兩類數(shù)據(jù)的噪聲源進(jìn)行分析，得到分析結(jié)果；

根據(jù)所述分析結(jié)果剔除非高斯白噪聲的噪聲數(shù)據(jù)，同時(shí)保留人聲清楚且無(wú)其他干擾的語(yǔ)音數(shù)據(jù)。

在本申請(qǐng)的某些具體實(shí)施方式中，對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)注處理具體包括：

標(biāo)記出所述訓(xùn)練數(shù)據(jù)的數(shù)據(jù)內(nèi)容、說(shuō)話開始時(shí)間點(diǎn)和結(jié)束時(shí)間點(diǎn)。

在本申請(qǐng)的某些具體實(shí)施方式中，通過(guò)深度神經(jīng)網(wǎng)絡(luò)對(duì)所述標(biāo)記數(shù)據(jù)進(jìn)行學(xué)習(xí)具體包括：

提取所述標(biāo)記數(shù)據(jù)的數(shù)據(jù)特征值；

對(duì)不同數(shù)據(jù)的所述數(shù)據(jù)特征值進(jìn)行擬合和聚類，得到擬合特征值；