[發(fā)明專利]語音增強(qiáng)方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011297820.3
• 申請(qǐng)日: 2020-11-17
• 公開（公告）號(hào): CN112489674A
• 公開（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: 趙沁;徐國(guó)強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 深圳壹賬通智能科技有限公司
• 主分類號(hào): G10L21/0216
• 分類號(hào): G10L21/0216;G10L21/0232;G10L21/0208;G10L15/20
• 代理公司: 深圳市世紀(jì)恒程知識(shí)產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 魏潤(rùn)潔

本發(fā)明公開了一種語音增強(qiáng)方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該方法包括：通過麥克風(fēng)陣列采集語音信號(hào)，并將所述語音信號(hào)轉(zhuǎn)換成頻域觀測(cè)信號(hào)，其中，所述語音信號(hào)為時(shí)域觀測(cè)信號(hào)；將所述頻域觀測(cè)信號(hào)輸入至廣義旁瓣消除器中的第一超指向性波束形成器，以確定所述第一超指向性波束形成器輸出的參考語音信號(hào)；將所述頻域觀測(cè)信號(hào)輸入至廣義旁瓣消除器的第二超指向性波束形成器，以確定所述語音信號(hào)對(duì)應(yīng)的噪聲信號(hào)；基于所述參考語音信號(hào)和所述噪聲信號(hào)確定所述語音信號(hào)對(duì)應(yīng)的語音增強(qiáng)信號(hào)。本發(fā)明能夠有效增強(qiáng)目標(biāo)方位的語音信號(hào)以及更好地濾除噪聲干擾，有效地提升參考語音信號(hào)和噪聲信號(hào)的精確度，從而進(jìn)一步地提升語音增強(qiáng)信號(hào)的精確度。

技術(shù)領(lǐng)域

本發(fā)明涉及信號(hào)處理技術(shù)領(lǐng)域，尤其涉及一種語音增強(qiáng)方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

智能終端設(shè)備的應(yīng)用越來越廣泛，比如智能電視，智能音箱，智能售販機(jī)、智能賣票機(jī)等。隨著語音技術(shù)和硬件技術(shù)的蓬勃發(fā)展，語音交互成為智能人機(jī)交互的重要接口。然而實(shí)際環(huán)境下噪聲無處不在，為了后端的高效計(jì)算和處理，拾取干凈目標(biāo)語音信號(hào)非常重要，因此前端的語音信號(hào)增強(qiáng)必不可少。并且，隨著語音識(shí)別技術(shù)的廣泛使用，語音信號(hào)處理技術(shù)的需求也隨之?dāng)U大。目前，在語音識(shí)別或聲紋識(shí)別過程中，由前端設(shè)備采集到的語音信號(hào)一般都帶有噪聲，包括背景環(huán)境中的噪聲以及前端設(shè)備錄音過程中產(chǎn)生的噪聲。這些攜帶噪聲的語音信號(hào)在進(jìn)行語音識(shí)別時(shí)，會(huì)影響語音識(shí)別的準(zhǔn)確性，因此，需要對(duì)語音信號(hào)進(jìn)行語音增強(qiáng)處理(即對(duì)語音信號(hào)進(jìn)行降噪處理)，以從該語音信號(hào)中盡可能提取到更純凈的語音信號(hào)，以使語音識(shí)別更加準(zhǔn)確。當(dāng)前對(duì)語音信號(hào)進(jìn)行語音增強(qiáng)處理后提取的語音信號(hào)精度不高，不利于后續(xù)進(jìn)行語音識(shí)別。

上述內(nèi)容僅用于輔助理解本發(fā)明的技術(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

本發(fā)明的主要目的在于提供一種語音增強(qiáng)方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，旨在解決當(dāng)前對(duì)語音信號(hào)進(jìn)行語音增強(qiáng)處理后提取的語音信號(hào)精度低的技術(shù)問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種語音增強(qiáng)方法，所述語音增強(qiáng)方法包括以下步驟：

通過麥克風(fēng)陣列采集語音信號(hào)，并將所述語音信號(hào)轉(zhuǎn)換成頻域觀測(cè)信號(hào)，其中，所述語音信號(hào)為時(shí)域觀測(cè)信號(hào)；

將所述頻域觀測(cè)信號(hào)輸入至廣義旁瓣消除器中的第一超指向性波束形成器，以確定所述第一超指向性波束形成器輸出的參考語音信號(hào)；

將所述頻域觀測(cè)信號(hào)輸入至廣義旁瓣消除器的第二超指向性波束形成器，以確定所述語音信號(hào)對(duì)應(yīng)的噪聲信號(hào)，其中，所述第二超指向性波束形成器對(duì)應(yīng)的約束矩陣與所述第一超指向性波束形成器對(duì)應(yīng)的阻塞矩陣相互正交；

基于所述參考語音信號(hào)和所述噪聲信號(hào)確定所述語音信號(hào)對(duì)應(yīng)的語音增強(qiáng)信號(hào)。

可選地，所述將所述頻域觀測(cè)信號(hào)輸入至廣義旁瓣消除器中的第一超指向性波束形成器，以確定所述第一超指向性波束形成器輸出的參考語音信號(hào)的步驟包括：

將所述頻域觀測(cè)信號(hào)輸入至廣義旁瓣消除器的第一超指向性波束形成器，以基于所述語音信號(hào)對(duì)應(yīng)的方向角度和所述麥克風(fēng)陣列對(duì)應(yīng)的陣元間距確定所述頻域觀測(cè)信號(hào)各頻點(diǎn)的導(dǎo)向矢量；

基于所述頻域觀測(cè)信號(hào)各頻點(diǎn)的導(dǎo)向矢量，確定所述頻域觀測(cè)信號(hào)各頻點(diǎn)的第一投影矩陣；

基于所述第一投影矩陣和所述頻域觀測(cè)信號(hào)確定所述第一超指向性波束形成器輸出的參考語音信號(hào)。

可選地，所述基于所述頻域觀測(cè)信號(hào)各頻點(diǎn)的導(dǎo)向矢量，確定所述頻域觀測(cè)信號(hào)各頻點(diǎn)的第一投影矩陣的步驟包括：

基于頻域觀測(cè)信號(hào)各頻點(diǎn)的導(dǎo)向矢量，進(jìn)行計(jì)算頻域觀測(cè)信號(hào)各頻點(diǎn)的噪聲互相關(guān)系數(shù)矩陣；

基于各頻點(diǎn)的噪聲互相關(guān)系數(shù)矩陣，進(jìn)行計(jì)算頻域觀測(cè)信號(hào)各頻點(diǎn)的第一投影矩陣。