[發明專利]一種混合語音信號的處理方法及裝置

在審

• 申請號: 202010877506.6
• 申請日: 2020-08-27
• 公開（公告）號: CN111968668A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 張譽懷
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G10L21/0272
• 分類號: G10L21/0272;G10L21/0308;G10L25/18;G10L25/21;G10L25/24;G10L25/51
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 張全文

1.一種混合語音信號的處理方法，其特征在于，所述方法包括：

獲取混合語音信號對應的多個第一聽覺片段，其中，所述第一聽覺片段是指由多個時頻單元組成的片段；

在多個所述第一聽覺片段中，選擇一個符合預設條件的所述第一聽覺片段，作為核心片段；

根據所述核心片段的基音周期和每個所述第一聽覺片段的片段參數，將核心片段與除去所述核心片段的剩余第一聽覺片段匹配，得到目標聲源的目標聽覺片段，所述片段參數包括音色和梅爾頻率倒譜系數。

2.如權利要求1所述的處理方法，其特征在于，所述根據所述核心片段的基音周期和每個所述第一聽覺片段的片段參數，將核心片段與除去所述核心片段的剩余第一聽覺片段匹配，得到目標聲源的目標聽覺片段，包括：

獲取所述核心片段的基音周期；

根據所述基音周期，將所述核心片段與所述剩余第一聽覺片段匹配，得到所述核心片段對應的一個或多個第二聽覺片段，其中，所述第二聽覺片段是指由多個時頻單元組成的片段；

獲取所述核心片段和所述第二聽覺片段的片段參數；

根據所述片段參數，將所述核心片段與所述第二聽覺片段匹配，得到所述目標聲源的目標聽覺片段。

3.如權利要求2所述的處理方法，其特征在于，所述根據所述片段參數，將所述核心片段與所述第二聽覺片段匹配，得到所述目標聲源的目標聽覺片段，包括：

獲取所述核心片段對應的第一片段參數以及所述第一片段參數對應的第一預設權重；

獲取每個所述第二聽覺片段對應的第二片段參數以及所述第二片段參數對應的第二預設權重；

計算每個所述第一片段參數與每個所述第一片段參數對應的第一預設權重的第一乘積；計算所獲得的多個所述第一乘積之間的和，得到第一數值；

計算每個所述第二片段參數與每個所述第二片段參數對應的第二預設權重的第二乘積；計算所獲得的多個所述第二乘積之間的和，得到第二數值；

計算所述第一數值和所述第二數值之間的差值；

將差值小于第一閾值的所述第二聽覺片段，作為所述目標聽覺片段。

4.如權利要求1所述的處理方法，其特征在于，所述獲取混合語音信號對應的多個第一聽覺片段，包括：

將所述混合語音信號進行濾波處理，得到多個時頻單元；

提取多個所述時頻單元的聽覺特征，所述聽覺特征包括短時連續性特征、通道互相關性特征以及能量特征；

根據所述短時連續性特征、所述通道互相關性特征以及所述能量特征，將所述時頻單元組成多個所述第一聽覺片段。

5.如權利要求4所述的處理方法，其特征在于，在所述根據所述短時連續性特征、所述通道互相關性特征以及所述能量特征，將所述時頻單元組成多個所述第一聽覺片段之后，包括：

獲取多個所述第一聽覺片段的基頻；

剔除多個所述第一聽覺片段中，基頻超過第二閾值的所述第一聽覺片段。

6.如權利要求1所述的處理方法，其特征在于，所述預設條件包括預存的目標聲源的基音周期。

7.如權利要求1所述的處理方法，其特征在于，在所述根據所述核心片段的基音周期和每個所述第一聽覺片段的片段參數，將核心片段與除去所述核心片段的剩余第一聽覺片段匹配，得到目標聲源的目標聽覺片段之后，還包括：

將目標聲源的所述目標聽覺片段合成，得到目標聲源的聽覺流；

將所述聽覺流進行時域轉換，得到目標聲源的語音信號。

8.一種混合語音信號的處理裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取混合語音信號對應的多個第一聽覺片段，其中，所述第一聽覺片段是指由多個時頻單元組成的片段；

判斷單元，用于在多個所述第一聽覺片段中，選擇一個符合預設條件的所述第一聽覺片段，作為核心片段；

匹配單元，用于根據所述核心片段的基音周期和每個所述第一聽覺片段的片段參數，將核心片段與除去所述核心片段的剩余第一聽覺片段匹配，得到目標聲源的目標聽覺片段，所述片段參數包括音色和梅爾頻率倒譜系數。