[發(fā)明專利]一種語音處理方法、裝置和用于語音處理的裝置

在審

• 申請?zhí)枺?/td>: 202110431564.0
• 申請日: 2021-04-21
• 公開（公告）號: CN113299301A
• 公開（公告）日: 2021-08-24
• 發(fā)明（設(shè)計(jì)）人: 崔國輝
• 申請（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L21/0264;G10L25/30
• 代理公司: 北京潤澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 蘇培華

1.一種語音處理方法，其特征在于，所述方法包括：

利用多通道語音信號上一幀的濾波處理參數(shù)計(jì)算當(dāng)前幀的輸出預(yù)測值和增益向量，所述濾波處理參數(shù)包括濾波器系數(shù)、協(xié)方差矩陣、遺忘因子；

根據(jù)當(dāng)前幀的輸出預(yù)測值、當(dāng)前幀的增益向量、以及上一幀的遺忘因子，更新當(dāng)前幀的濾波器系數(shù)和協(xié)方差矩陣，并根據(jù)更新的濾波器系數(shù)和協(xié)方差矩陣對當(dāng)前幀進(jìn)行濾波處理，得到當(dāng)前幀的輸出值；

對下一幀進(jìn)行處理。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對下一幀進(jìn)行處理，包括：

在當(dāng)前幀的輸出值相對于上一幀的輸出值滿足預(yù)設(shè)變化條件的情況下，對所述遺忘因子進(jìn)行更新，并利用更新的遺忘因子對下一幀進(jìn)行處理。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

計(jì)算當(dāng)前幀的濾波器系數(shù)變化值與上一幀的濾波器系數(shù)變化值的比值；

若所述比值超過預(yù)設(shè)閾值，則確定當(dāng)前幀的輸出值相對于上一幀的輸出值滿足預(yù)設(shè)變化條件。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用多通道語音信號上一幀的濾波處理參數(shù)計(jì)算當(dāng)前幀的輸出預(yù)測值和增益向量，包括：

利用多通道語音信號上一幀的濾波器系數(shù)計(jì)算當(dāng)前幀的輸出預(yù)測值；

根據(jù)當(dāng)前幀的語音方差、上一幀的遺忘因子、以及上一幀的協(xié)方差矩陣，計(jì)算當(dāng)前幀的增益向量。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

將多通道語音信號以幀為單位進(jìn)行短時(shí)傅里葉變換，得到多通道語音信號的每一幀頻域信號；

將所述多通道語音信號的每一幀頻域信號求和后進(jìn)行求模，得到每一幀的語音幅度譜；

將所述每一幀的語音幅度譜依次進(jìn)行語音方差估計(jì)，得到每一幀的語音方差。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述將所述每一幀的語音幅度譜依次進(jìn)行語音方差估計(jì)，得到每一幀的語音方差，包括：

將每一幀的語音幅度譜依次輸入已訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，通過所述神經(jīng)網(wǎng)絡(luò)模型輸出每一幀的語音方差。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述得到當(dāng)前幀的輸出值之后，所述方法還包括：

確定當(dāng)前幀的輸出幅度大于當(dāng)前幀的輸入幅度的情況下，調(diào)節(jié)當(dāng)前幀的輸出幅度。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述更新當(dāng)前幀的濾波器系數(shù)和協(xié)方差矩陣，包括：

確定當(dāng)前幀為語音幀的情況下，更新當(dāng)前幀的濾波器系數(shù)和協(xié)方差矩陣。

9.一種語音處理裝置，其特征在于，所述裝置包括：

參數(shù)計(jì)算模塊，用于利用多通道語音信號上一幀的濾波處理參數(shù)計(jì)算當(dāng)前幀的輸出預(yù)測值和增益向量，所述濾波處理參數(shù)包括濾波器系數(shù)、協(xié)方差矩陣、遺忘因子；

第一處理模塊，用于根據(jù)當(dāng)前幀的輸出預(yù)測值、當(dāng)前幀的增益向量、以及上一幀的遺忘因子，更新當(dāng)前幀的濾波器系數(shù)和協(xié)方差矩陣，并根據(jù)更新的濾波器系數(shù)和協(xié)方差矩陣對當(dāng)前幀進(jìn)行濾波處理，得到當(dāng)前幀的輸出值；

第二處理模塊，用于對下一幀進(jìn)行處理。

10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述第二處理模塊，具體用于在當(dāng)前幀的輸出值相對于上一幀的輸出值滿足預(yù)設(shè)變化條件的情況下，對所述遺忘因子進(jìn)行更新，并利用更新的遺忘因子對下一幀進(jìn)行處理。

11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述裝置還包括：

比值計(jì)算模塊，用于計(jì)算當(dāng)前幀的濾波器系數(shù)變化值與上一幀的濾波器系數(shù)變化值的比值；

條件判斷模塊，用于若所述比值超過預(yù)設(shè)閾值，則確定當(dāng)前幀的輸出值相對于上一幀的輸出值滿足預(yù)設(shè)變化條件。