[發明專利]掩蔽閾值估計方法、裝置、電子設備和存儲介質

在審

• 申請號: 202111250359.0
• 申請日: 2021-10-26
• 公開（公告）號: CN113851151A
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 秦永紅;付賢會;劉武釗
• 申請（專利權）人: 北京融訊科創技術有限公司
• 主分類號: G10L25/84
• 分類號: G10L25/84;G10L21/0272;G10L21/0208;G10L25/18;G10L25/30
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

本發明實施例公開了一種掩蔽閾值估計方法、裝置、電子設備和存儲介質。該方法包括：獲取帶噪語音信號的幅值譜，以及獲取帶噪語音信號中噪聲信號的幅值譜；根據帶噪語音信號的幅值譜和噪聲信號的幅值譜確定帶噪語音信號的語音特征譜偏差，以及根據帶噪語音信號的幅值譜確定語音特征平坦度；根據語音特征譜偏差以及語音特征平坦度，確定帶噪語音信號中不同頻帶的純音系數；根據帶噪語音信號的功率譜和帶噪語音信號的幅值譜，以及純音系數確定中間掩蔽閾值；根據預先確定的絕對掩蔽閾值和中間掩蔽閾值的比較結果，確定目標掩蔽閾值。本發明實施例可提高掩蔽閾值估計的準確度，進而能夠有效增強噪聲抑制結果，提高語音的識別效果。

技術領域

本發明實施例涉及信號處理技術領域，尤其涉及一種掩蔽閾值估計方法、裝置、電子設備和存儲介質。

背景技術

隨著信號處理技術和語音識別技術的迅速發展，前端預處理中的語音增強技術也變得越來越重要。一般情況下，當設備播放聲音時，噪聲都會伴隨著語音一起被聽到，然而噪聲的存在會對語音產生干擾，甚至會影響人耳對語音的感知。通常情況下，會采用盲源分離技術，盲源分離技術當前最主要的技術手段就是估計掩蔽閾值。

目前，在非平穩環境下，許多噪聲估計算法會出現跟蹤延遲、誤差較大等問題，部分研究人員嘗試在非平穩環境下，利用人耳的聽覺特性進行語音增強，但是掩蔽閾值的估計準確度成為基于聽覺特性進行語音增強的關鍵。

因此，如何提高掩蔽閾值的估計準確度，是本領域技術人員亟待解決的技術問題。

發明內容

本發明實施例提供一種掩蔽閾值估計方法、裝置、電子設備和存儲介質，可以提高掩蔽閾值的估計準確度。

第一方面，本發明實施例提供了一種掩蔽閾值估計方法，包括：

獲取帶噪語音信號的幅值譜，以及獲取所述帶噪語音信號中噪聲信號的幅值譜；其中，所述帶噪語音信號包括純凈語音信號和噪聲信號；

根據所述帶噪語音信號的幅值譜和所述噪聲信號的幅值譜確定所述帶噪語音信號的語音特征譜偏差，以及根據所述帶噪語音信號的幅值譜確定語音特征平坦度；

根據所述語音特征譜偏差以及所述語音特征平坦度，確定所述帶噪語音信號中不同頻帶的純音系數；

根據所述純音系數確定中間掩蔽閾值；

根據預先確定的絕對掩蔽閾值和所述中間掩蔽閾值的比較結果，確定目標掩蔽閾值。

第二方面，本發明實施例還提供了一種掩蔽閾值估計裝置，包括：

基本參數獲取模塊，用于獲取帶噪語音信號的幅值譜，以及獲取所述帶噪語音信號中噪聲信號的幅值譜；其中，所述帶噪語音信號包括純凈語音信號和噪聲信號；

特征參數確定模塊，用于根據所述帶噪語音信號的幅值譜和所述噪聲信號的幅值譜確定所述帶噪語音信號的語音特征譜偏差，以及根據所述帶噪語音信號的幅值譜確定語音特征平坦度；

純音系數確定模塊，用于根據所述語音特征譜偏差以及所述語音特征平坦度，確定所述帶噪語音信號中不同頻帶的純音系數；

中間掩蔽閾值確定模塊，用于根據所述純音系數確定中間掩蔽閾值；

目標掩蔽閾值確定模塊，用于根據預先確定的絕對掩蔽閾值和所述中間掩蔽閾值的比較結果，確定目標掩蔽閾值。

第三方面，本發明實施例還提供了一種電子設備，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明任一實施例所述的掩蔽閾值估計方法。