[發明專利]音頻降噪方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202110758661.0
• 申請日: 2021-07-05
• 公開（公告）號: CN113421584B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 張之勇;王健宗
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L21/0264
• 分類號: G10L21/0264;G10L25/24;G10L25/93
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種音頻降噪方法，其特征在于，包括下述步驟：

獲取帶有噪聲的待處理音頻；

提取所述待處理音頻的梅爾頻率倒譜系數；

將所述梅爾頻率倒譜系數輸入聲學特征預測模型，以根據所述梅爾頻率倒譜系數預測無噪音頻聲學特征，所述無噪音頻聲學特征包括頻譜包絡、對數基頻以及非周期性特征；

計算所述無噪音頻聲學特征的變化趨勢特征；

對所述待處理音頻進行清音濁音判斷，得到清音濁音判斷信息；

根據所述無噪音頻聲學特征、所述變化趨勢特征和所述清音濁音判斷信息進行音頻合成，得到無噪音頻。

2.根據權利要求1所述的音頻降噪方法，其特征在于，在所述獲取帶有噪聲的待處理音頻的步驟之前，還包括：

獲取訓練樣本，所述訓練樣本包括從有噪訓練音頻中提取到的梅爾頻率倒譜系數，以及從無噪訓練音頻中提取到的無噪音頻聲學特征，所述無噪音頻聲學特征包括頻譜包絡、對數基頻以及非周期性特征，所述有噪訓練音頻是在所述無噪訓練音頻中添加噪聲得到的；

將所述訓練樣本輸入聲學特征初始預測模型，以根據所述訓練樣本中的梅爾頻率倒譜系數和無噪音頻聲學特征訓練所述聲學特征初始預測模型，得到聲學特征預測模型。

3.根據權利要求1所述的音頻降噪方法，其特征在于，所述提取所述待處理音頻的梅爾頻率倒譜系數的步驟包括：

對所述待處理音頻進行預處理；

對預處理后的待處理音頻進行快速傅里葉變換，得到頻域表示的待處理音頻；

計算所述頻域表示的待處理音頻的功率譜；

將所述功率譜輸入三角濾波器，并計算所述三角濾波器輸出信號的對數能量；

對所述對數能量進行離散余弦變換，得到梅爾頻率倒譜系數。

4.根據權利要求1所述的音頻降噪方法，其特征在于，所述計算所述無噪音頻聲學特征的變化趨勢特征的步驟包括：

計算所述無噪音頻聲學特征的一階導數和二階導數；

將計算得到的一階導數和二階導數確定為所述無噪音頻聲學特征的變化趨勢特征。

5.根據權利要求1所述的音頻降噪方法，其特征在于，所述獲取所述待處理音頻的清音濁音判斷信息的步驟包括：

對所述待處理音頻進行預處理，得到若干組幀數據；

對于每組幀數據，確定幀數據的基頻；

根據所述基頻確定所述幀數據中的清音部分和濁音部分，得到清音濁音判斷信息。

6.根據權利要求1所述的音頻降噪方法，其特征在于，所述根據所述無噪音頻聲學特征、所述變化趨勢特征和所述清音濁音判斷信息進行音頻合成，得到無噪音頻的步驟包括：

運行預設的包絡平滑算法，以基于所述變化趨勢特征對所述無噪音頻聲學特征中的頻譜包絡進行平滑處理，得到平滑處理后的頻譜包絡；

將所述平滑處理后的頻譜包絡、所述對數基頻以及所述非周期性特征確定為無噪音頻聲學子特征；

對于每組清音濁音判斷信息，從確定的無噪音頻聲學子特征中選取與清音濁音判斷信息相對應的無噪音頻聲學子特征；

將選取到的無噪音頻聲學子特征輸入聲碼器，以通過所述聲碼器合成無噪音頻。

7.根據權利要求6所述的音頻降噪方法，其特征在于，所述對于每組清音濁音判斷信息，從確定的無噪音頻聲學子特征中選取與清音濁音判斷信息相對應的無噪音頻聲學子特征的步驟包括：

對于清音濁音判斷信息中的每個布爾標志，當布爾標志為清音標志時，選取與所述布爾標志相關聯的非周期性特征；

當所述布爾標志為濁音標志時，選取與所述布爾標志相關聯的平滑處理后的頻譜包絡、對數基頻以及非周期性特征。