[發明專利]一種語音去噪處理方法、裝置、電子設備及存儲介質

有效

• 申請號: 202011232882.6
• 申請日: 2020-11-06
• 公開（公告）號: CN112382282B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 穆文斌;李曉東
• 申請（專利權）人: 北京五八信息技術有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20;G10L15/04;G10L15/06;G10L21/0208
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 呂俊秀

1.一種語音去噪處理方法，其特征在于，包括：

獲取待處理的原始語音數據；

根據所述原始語音數據的頻率分布情況與人耳能夠聽到的頻率范圍，獲取所述原始語音數據的音頻分割點，或，以所述原始語音數據中的每個停頓時刻為所述原始語音數據的音頻分割點，并根據所述音頻分割點對所述原始語音數據進行音頻分割，得到多個音頻段；

根據每個所述音頻段的頻率變化波形，確定原始語音數據中不屬于噪聲的目標音頻段以及屬于噪聲的音頻段，以及，剔除多個所述音頻段中的噪聲音頻段；

按照每個所述目標音頻段在所述原始語音數據中的時間順序，依次拼接各個所述目標音頻段，得到去噪后的語音數據。

2.根據權利要求1所述的方法，其特征在于，所述根據所述原始語音數據的頻率分布情況與人耳能夠聽到的頻率范圍，獲取所述原始語音數據的音頻分割點，并根據所述音頻分割點對所述原始語音數據進行音頻分割，得到多個音頻段的步驟，包括：

根據所述原始語音數據的頻率分布情況與人耳能夠聽到的頻率范圍，獲取所述原始語音數據中頻率低于第一頻率值，和/或頻率高于第二頻率值的參考語音段；

以每個所述參考語音段的中心點在所述原始語音數據中的位置作為音頻分割點，并根據所述音頻分割點對所述原始語音數據進行音頻分割，得到多個音頻段。

3.根據權利要求2所述的方法，其特征在于，所述第一頻率值為20赫茲，所述第二頻率值為20000赫茲。

4.根據權利要求1-3中任一項所述的方法，其特征在于，所述根據每個所述音頻段的頻率變化波形，確定原始語音數據中不屬于噪聲的目標音頻段以及屬于噪聲的音頻段的步驟，包括：

通過預設的噪聲識別模型，對每個所述音頻段進行識別，獲取所述音頻段中的屬于噪聲的音頻段；

和/或，根據每個所述音頻段的頻率變化波形與預設的噪聲樣本集合中每個噪聲樣本的頻率變化波形的相似度，獲取所述音頻段中的屬于噪聲的音頻段；

其中，所述噪聲識別模型為通過多個已確定為噪聲的音頻樣本訓練得到的機器學習模型。

5.根據權利要求4所述的方法，其特征在于，所述噪聲識別模型包括用于識別環境背景音的第一噪聲識別模型，用于識別彩鈴音頻的第二噪聲識別模型中的至少一種，所述第一噪聲識別模型通過多個環境背景音的音頻樣本訓練得到，所述第二噪聲識別模型通過多個彩鈴音頻的音頻樣本訓練得到；所述噪聲樣本集合中包含多種提示語音的音頻樣本，作為所述噪聲樣本。

6.一種語音去噪處理裝置，其特征在于，包括：

語音數據獲取模塊，用于獲取待處理的原始語音數據；

語音音頻切割模塊，用于根據所述原始語音數據的頻率分布情況與人耳能夠聽到的頻率范圍，獲取所述原始語音數據的音頻分割點，或，以所述原始語音數據中的每個停頓時刻為所述原始語音數據的音頻分割點，并根據所述音頻分割點對所述原始語音數據進行音頻分割，得到多個音頻段；

噪聲識別模塊，用于根據每個所述音頻段的頻率變化波形，確定原始語音數據中不屬于噪聲的目標音頻段以及屬于噪聲的音頻段，以及，剔除多個所述音頻段中的噪聲音頻段；

語音拼接模塊，用于按照每個所述目標音頻段在所述原始語音數據中的時間順序，依次拼接各個所述目標音頻段，得到去噪后的語音數據。

7.根據權利要求6所述的裝置，其特征在于，所述語音音頻切割模塊，包括：

參考語音段獲取子模塊，用于參考音頻根據所述原始語音數據的頻率分布情況與人耳能夠聽到的頻率范圍，獲取所述原始語音數據中頻率低于第一頻率值，和/或頻率高于第二頻率值的參考語音段；

語音音頻切割子模塊，用于以每個所述參考語音段的中心點在所述原始語音數據中的位置作為音頻分割點，并根據所述音頻分割點對所述原始語音數據進行音頻分割，得到多個音頻段。

8.根據權利要求7所述的裝置，其特征在于，所述第一頻率值為20赫茲，所述第二頻率值為20000赫茲。