[發(fā)明專利]一種語音增強(qiáng)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010987302.8
• 申請(qǐng)日: 2020-09-18
• 公開（公告）號(hào): CN113299308A
• 公開（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 宋琦;洪傳榮;陳思宇;唐磊;王立波
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G10L21/0232
• 分類號(hào): G10L21/0232;G10L21/0208
• 代理公司: 北京開陽星知識(shí)產(chǎn)權(quán)代理有限公司 11710
• 代理人: 郭鑫

本公開實(shí)施例涉及一種語音增強(qiáng)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。語音增強(qiáng)方法包括：獲取帶噪語音信號(hào)；將帶噪語音信號(hào)的全頻帶劃分為第一頻寬和第二頻寬；對(duì)第一頻寬對(duì)應(yīng)的帶噪語音信號(hào)進(jìn)行降噪處理，得到第一頻寬對(duì)應(yīng)的第一增益；基于第一增益預(yù)測第二頻寬對(duì)應(yīng)的第二增益；基于第一增益和第二增益，確定帶噪語音信號(hào)在全頻帶下的增強(qiáng)語音信號(hào)。本公開實(shí)施例通過將帶噪語音信號(hào)的全頻帶劃分為低頻帶(第一頻寬)和中高頻帶(第二頻寬)，僅對(duì)低頻帶進(jìn)行降噪處理，而對(duì)中高頻帶進(jìn)行增益預(yù)測，相比現(xiàn)有對(duì)全頻帶進(jìn)行降噪處理的方案，本公開可減少處理的數(shù)據(jù)量和復(fù)雜度，提升了處理的效率和速度，適合在移動(dòng)端設(shè)備部署，實(shí)現(xiàn)流式全頻帶語音增強(qiáng)。

技術(shù)領(lǐng)域

本公開實(shí)施例涉及語音處理技術(shù)領(lǐng)域，具體涉及一種語音增強(qiáng)方法、裝置、電子設(shè)備及非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著電商直播行業(yè)的發(fā)展和移動(dòng)端設(shè)備的普及，直播場景也逐漸多樣化，不再限于傳統(tǒng)的直播間，在戶外、商場和市場等開闊喧嚷的場景均可以使用移動(dòng)端設(shè)備進(jìn)行直播。

影響直播觀感的兩個(gè)主要因素是畫面和聲音，而直播場景的多樣化對(duì)主播實(shí)時(shí)聲音信號(hào)的處理帶來了新的挑戰(zhàn)，例如直播場景聲音混雜，導(dǎo)致主播的聲音不清晰。

現(xiàn)有技術(shù)中采用語音增強(qiáng)方案從混雜的聲音中提取出主播的聲音。但是，目前的語音增強(qiáng)方案對(duì)非平穩(wěn)突發(fā)性噪聲抑制能力差，增強(qiáng)后的語音中存在殘留噪聲，殘留噪聲會(huì)導(dǎo)致主觀聽感差，甚至影響語音信息傳達(dá)的可懂度。另外，目前的語音增強(qiáng)方案求得解析解的過程中存在很多假設(shè)，難以適應(yīng)復(fù)雜多變的實(shí)際場景。上述對(duì)問題的發(fā)現(xiàn)過程的描述，僅用于輔助理解本公開的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)存在的至少一個(gè)問題，本公開的至少一個(gè)實(shí)施例提供了一種語音增強(qiáng)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

第一方面，本公開實(shí)施例提出一種語音增強(qiáng)方法，所述方法包括：

獲取帶噪語音信號(hào)；

將所述帶噪語音信號(hào)的全頻帶劃分為第一頻寬和第二頻寬；

對(duì)所述第一頻寬對(duì)應(yīng)的帶噪語音信號(hào)進(jìn)行降噪處理，得到所述第一頻寬對(duì)應(yīng)的第一增益；

基于所述第一增益預(yù)測所述第二頻寬對(duì)應(yīng)的第二增益；

基于所述第一增益和所述第二增益，確定所述帶噪語音信號(hào)在所述全頻帶下的增強(qiáng)語音信號(hào)。

第二方面，本公開實(shí)施例還提出一種語音增強(qiáng)裝置，所述裝置包括：

獲取單元，用于獲取帶噪語音信號(hào)；將所述帶噪語音信號(hào)的全頻帶劃分為第一頻寬和第二頻寬；

降噪單元，用于對(duì)所述第一頻寬對(duì)應(yīng)的帶噪語音信號(hào)進(jìn)行降噪處理，得到所述第一頻寬對(duì)應(yīng)的第一增益；

預(yù)測單元，用于基于所述第一增益預(yù)測所述第二頻寬對(duì)應(yīng)的第二增益；

確定單元，用于基于所述第一增益和所述第二增益，確定所述帶噪語音信號(hào)在所述全頻帶下的增強(qiáng)語音信號(hào)。

第三方面，本公開實(shí)施例還提出一種電子設(shè)備，包括：處理器和存儲(chǔ)器；所述處理器通過調(diào)用所述存儲(chǔ)器存儲(chǔ)的程序或指令，用于執(zhí)行如第一方面所述語音增強(qiáng)方法的步驟。

第四方面，本公開實(shí)施例還提出一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)程序或指令，所述程序或指令使計(jì)算機(jī)執(zhí)行如第一方面所述語音增強(qiáng)方法的步驟。

可見，本公開的至少一個(gè)實(shí)施例中，通過將帶噪語音信號(hào)的全頻帶劃分為低頻帶(第一頻寬)和中高頻帶(第二頻寬)，僅對(duì)低頻帶進(jìn)行降噪處理，而對(duì)中高頻帶進(jìn)行增益預(yù)測，無需對(duì)全頻帶進(jìn)行降噪處理，即可實(shí)現(xiàn)全頻帶語音增強(qiáng)。相比現(xiàn)有對(duì)全頻帶進(jìn)行降噪處理的方案，本公開可減少處理的數(shù)據(jù)量和復(fù)雜度，提升了處理的效率和速度，適合在移動(dòng)端設(shè)備部署，實(shí)現(xiàn)流式全頻帶語音增強(qiáng)。