[發明專利]一種融合濾波與學習的在線語音增強方法及裝置

在審

• 申請號: 202111392458.2
• 申請日: 2021-11-19
• 公開（公告）號: CN113990341A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 余煒平;趙宇;于偉;周斌;魯敏
• 申請（專利權）人: 上海瀚訊信息技術股份有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L21/0332;G10L25/30
• 代理公司: 上海智信專利代理有限公司 31002
• 代理人: 楊怡清

本發明涉及一種融合濾波與學習的在線語音增強方法，包括：步驟S1，實時獲取原始帶噪語音信號，對所述原始帶噪語音信號進行卡爾曼濾波，得到濾波后的實時語音信號；步驟S2，根據所述原始帶噪語音信號、所述濾波后的實時語音信號以及一離線語料庫，進行DNN訓練，得到訓練權重；步驟S3，根據所述原始帶噪語音信號和所述訓練權重，進行DNN增強，得到增強后的語音信號；步驟S4，對所述濾波后的語音信號和所述增強后的語音信號進行性能比較，獲取輸出語音信號。本發明還涉及一種融合濾波與學習的在線語音增強裝置。本發明能夠在有限開銷的情況下提升語音增強的性能。

技術領域

本發明涉及無線通信與信號處理領域，更具體地涉及一種融合濾波與學習的在線語音增強方法及裝置。

背景技術

在無線語音通信系統中，由于背景噪聲的存在，導致接收機解調出的語音可懂度大大降低，需要語音增強技術從含噪語音中提取出原始干凈的語音信號。

語音增強技術總體上可以分為無監督語音增強方法和有監督語音增強方法。無監督語音增強方法也稱為傳統語音增強方法，其無需離線訓練，只需較少的計算資源。目前常用的無監督語音增強方法為卡爾曼濾波(KMF)法，KMF法可以遞推式地進行求解，無需整個語音幀的信息即可進行濾波增強。然而，KMF法僅對于平穩噪聲具有良好的處理效果，對于非平穩噪聲則性能較差。

有監督語音增強方法利用既有的語音數據或噪聲數據，訓練相關的統計特性模型，讓系統學習并記住一些語音和噪聲的模式，以指導將噪聲從帶噪語音中分離出來。由于有監督語音增強方法充分利用了既有數據，掌握了一些語音和噪聲的統計特性，因而會得到較優的語音增強性能。目前常用的有監督語音增強方法為深度神經網絡(DNN)訓練增強法，用于語音信號處理的DNN訓練增強法一般分為兩個階段：訓練階段和增強階段，訓練階段用于對干凈語音和帶噪語音進行訓練得到權重系數，增強階段采用訓練得到的權重系數對輸入語音進行實時增強處理。采用DNN訓練增強法可以更精確地學習到帶噪語音與干凈語音的相互關系，從而得到更好的語音增強性能。但是，DNN訓練增強法的性能好壞依賴于用于訓練的數據集大小：訓練數據量越大，數據類型越豐富，訓練得到的模型效果也越好；反之，當訓練數據量較小且類型單一時，得到的模型泛化能力較差，語音增強性能較低。而在無線語音通信系統中，很難獲取大量的語料數據用于訓練。

綜上所述，KMF法與DNN訓練增強法是當前語音增強領域常用的兩種方法，而兩者各有一定的缺點：KMF法對于平穩噪聲被是最優增強方法，但其對于非平穩噪聲則性能較差；DNN訓練增強法的性能依賴于訓練時所采用的數據集大小與數據類型的豐富程度，而對于一個語音通信系統，獲取海量的訓練數據開銷巨大。因此，需要一種新技術，能適用于非平穩噪聲，在保證語音增強性能的情況下，同時能夠降低數據開銷。

發明內容

為了解決上述現有技術中的問題，本發明提供一種融合濾波與學習的在線語音增強方法及裝置，能夠在保證語音增強性能的同時，降低數據采集的開銷。

本發明提供的一種融合濾波與學習的在線語音增強方法，包括：

步驟S1，實時獲取原始帶噪語音信號，對所述原始帶噪語音信號進行卡爾曼濾波，得到濾波后的實時語音信號；

步驟S2，根據所述原始帶噪語音信號、所述濾波后的實時語音信號以及一離線語料庫，進行DNN訓練，得到訓練權重；

步驟S3，根據所述原始帶噪語音信號和所述訓練權重，進行DNN增強，得到增強后的語音信號；

步驟S4，對所述濾波后的語音信號和所述增強后的語音信號進行性能比較，獲取輸出語音信號。

進一步地，所述步驟S2包括：

步驟S21，判斷所述原始帶噪語音信號是否為背景噪聲，若是，則將其作為實時背景噪聲信號輸出，進入步驟S22；若否，則結束流程；