[發明專利]語音去噪方法、裝置、電子設備及存儲介質

在審

• 申請號: 202210067523.2
• 申請日: 2022-01-20
• 公開（公告）號: CN114360572A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 方兵曉;劉梁
• 申請（專利權）人: 百果園技術（新加坡）有限公司
• 主分類號: G10L21/0232
• 分類號: G10L21/0232;G10L25/30;H04M1/19
• 代理公司: 北京博遵律師事務所 11761
• 代理人: 馬佑平

本申請實施例提供了一種語音去噪方法、裝置、電子設備及存儲介質，該方法包括：對獲取的原始帶噪語音信號進行分幀處理，獲得多個語音幀；獲取第一語音幀的第一特征信息和第二特征信息，其中，所述第一語音幀為所述多個語音幀中的任意一語音幀，所述第一特征信息包括所述第一語音幀的包絡譜特征，所述第二特征信息包括根據所述第一語音幀的基音特征得到的特征信息；根據所述第一特征信息和所述第二特征信息，獲得所述第一語音幀對應的目標頻點增益；基于所述目標頻點增益對所述第一語音幀進行去噪處理，以獲得目標語音信號。該方法可以在不損傷語音的前提下，有效去除語音信號中的噪聲信號。

技術領域

本公開實施例涉及語音處理技術領域，更具體地，涉及一種語音去噪方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

在語音通話過程中，語音信號通常會被周圍的噪聲信號所污染，導致接受方無法聽到純凈的語音信號，從而極大的阻礙通信的暢通和舒適。因此如何方便、有效的去除語音信號中的噪聲信號越來越受到人們關注。

在相關技術中，一般是基于語音信號和噪聲信號之間的不同特征對兩者進行區分，從而通過估計出帶噪語音信號中的噪聲成分并對該噪聲成分進行去除的方式以對語音進行去噪，例如傳統基于語音活動檢測(VAD，VoiceActivityDetection)的語音去噪方法通過估計非語音段的噪聲成分，然后從帶噪語音中刪除，實現語音去噪的效果。

目前，在基于深度學習技術進行語音去噪處理時，通常是基于較大的網絡模型從帶噪語音信號中估計出純凈語音信號，然而，該類方法通常需要基于較大網絡模型進行語音去噪處理，這就使得在將該類網絡模型縮小以適配移動終端之后，基于縮小后的該類網絡模型進行語音去噪處理，往往會導致性能急劇下降甚至可能出現損傷語音的問題。

發明內容

本公開的一個目的是提供一種用于去除語音信號中的噪聲信號的新的技術方案，以解決現有語音去噪方法可能存在的性能下降甚至損傷語音的問題。

本公開的第一方面，提供了一種語音去噪方法，該方法包括：

對獲取的原始帶噪語音信號進行分幀處理，獲得多個語音幀；

獲取第一語音幀的第一特征信息和第二特征信息，其中，所述第一語音幀為所述多個語音幀中的任意一語音幀，所述第一特征信息包括所述第一語音幀的包絡譜特征，所述第二特征信息包括根據所述第一語音幀的基音特征得到的特征信息；

根據所述第一特征信息和所述第二特征信息，獲得所述第一語音幀對應的目標頻點增益；

基于所述目標頻點增益對所述第一語音幀進行去噪處理，以獲得目標語音信號。

本公開的第二方面，還提供了一種語音去噪裝置，包括：

分幀處理模塊，用于對獲取的原始帶噪語音信號進行分幀處理，獲得多個語音幀；

特征提取模塊，用于獲取第一語音幀的第一特征信息和第二特征信息，其中，所述第一語音幀為所述多個語音幀中的任意一語音幀，所述第一特征信息包括所述第一語音幀的包絡譜特征，所述第二特征信息包括根據所述第一語音幀的基音特征得到的特征信息；

增益預測模塊，用于根據所述第一特征信息和所述第二特征信息，獲得所述第一語音幀對應的目標頻點增益；

去噪處理模塊，用于基于所述目標頻點增益對所述第一語音幀進行去噪處理，以獲得目標語音信號。

本公開的第三方面，還提供了一種電子設備，包括：

存儲器，用于存儲可執行的指令；

處理器，用于根據所述可執行的指令的控制，運行所述電子設備執行根據本公開的第一方面所述的方法。