[發明專利]共振峰包絡估計、語音處理方法及裝置、存儲介質、終端

在審

• 申請號: 202011272148.2
• 申請日: 2020-11-13
• 公開（公告）號: CN112397087A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 張維城;姜雙雙;戚萌;董斐
• 申請（專利權）人: 展訊通信（上海）有限公司
• 主分類號: G10L25/18
• 分類號: G10L25/18;G10L25/27
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張振軍

1.一種共振峰包絡估計方法，其特征在于，包括：

獲取頻域語音信號；

確定所述頻域語音信號在預估頻率范圍內的多個頻譜峰，所述預估頻率范圍是根據預設聲源的聲道特性以及所述預設聲源的感知頻率確定的；

對所述多個頻譜峰進行插值運算，以得到所述頻域語音信號的共振峰包絡。

2.根據權利要求1所述的共振峰包絡估計方法，其特征在于，所述對所述多個頻譜峰進行插值運算包括：

對所述多個頻譜峰進行線性插值運算，以得到所述頻域語音信號的共振峰包絡。

3.根據權利要求1所述的共振峰包絡估計方法，其特征在于，所述對所述多個頻譜峰進行插值運算包括：

對所述多個頻譜峰進行多次元內插插值，以得到所述頻域語音信號的共振峰包絡。

4.根據權利要求1所述的共振峰包絡估計方法，其特征在于，所述確定所述頻域語音信號在預估頻率范圍內的多個頻譜峰包括：

將所述頻域語音信號在所述預估頻率范圍內劃分為預設數量個頻段；

在每一頻段內確定頻率值最大的位置為該頻段內的頻譜峰。

5.根據權利要求1所述的共振峰包絡估計方法，其特征在于，所述獲取頻域語音信號包括：

獲取采集到的多幀時域語音信號；

將每幀時域語音信號轉換為對應的頻域語音信號。

6.一種語音處理方法，其特征在于，包括：

獲取采集到的語音信號；

計算所述語音信號的共振峰包絡，所述共振峰包絡是采用以下方式得到的：獲取頻域語音信號，確定所述頻域語音信號在預估頻率范圍內的多個頻譜峰，所述預估頻率范圍是根據預設聲源的聲道特性以及所述預設聲源的感知頻率確定的，對所述多個頻譜峰進行插值運算，以得到所述頻域語音信號的共振峰包絡；

根據所述語音信號的共振峰包絡提取所述語音信號的共振峰；

根據所述語音信號的共振峰對所述語音信號進行語音識別或語音合成。

7.根據權利要求6所述的語音處理方法，其特征在于，所述獲取采集到的語音信號之后還包括：

判斷所述語音信號是否存在所述預設聲源類別的語音。

8.一種共振峰包絡估計裝置，其特征在于，包括：

語音信號獲取模塊，用于獲取頻域語音信號；

頻譜峰確定模塊，用于確定所述頻域語音信號在預估頻率范圍內的多個頻譜峰，所述預估頻率范圍是根據預設聲源的聲道特性以及所述預設聲源的感知頻率確定的；

共振峰包絡計算模塊，用于對所述多個頻譜峰進行插值運算，以得到所述頻域語音信號的共振峰包絡。

9.一種語音處理裝置，其特征在于，包括：

語音信號采集模塊，用于獲取采集到的語音信號；

共振峰包絡確定模塊，用于計算所述語音信號的共振峰包絡，所述共振峰包絡是采用以下方式得到的：獲取頻域語音信號，確定所述頻域語音信號在預估頻率范圍內的多個頻譜峰，所述預估頻率范圍是根據聲源的聲道特性以及聲源的感知頻率確定的，對所述多個頻譜峰進行插值運算，以得到所述頻域語音信號的共振峰包絡；

共振峰提取模塊，用于根據所述語音信號的共振峰包絡提取所述語音信號的共振峰；

語音處理模塊，用于根據所述語音信號的共振峰對所述語音信號進行語音識別或語音合成。

10.一種存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器運行時執行權利要求1至5中任一項所述共振峰包絡估計方法的步驟，或者權利要求6或7所述的語音處理方法的步驟。

11.一種終端，包括存儲器和處理器，所述存儲器上存儲有可在所述處理器上運行的計算機程序，其特征在于，所述處理器運行所述計算機程序時執行權利要求1至5中任一項所述共振峰包絡估計方法的步驟，或者權利要求6或7所述的語音處理方法的步驟。