[發(fā)明專利]一種語音信號的降噪處理方法、裝置以及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210088712.8
• 申請日: 2022-01-25
• 公開（公告）號: CN114360566A
• 公開（公告）日: 2022-04-15
• 發(fā)明（設(shè)計）人: 趙明宇;徐存樹
• 申請（專利權(quán)）人: 杭州涂鴉信息技術(shù)有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0216;G10L19/26
• 代理公司: 廣東君龍律師事務(wù)所 44470
• 代理人: 丁建春

1.一種語音信號的降噪處理方法，其特征在于，所述方法包括：

對待處理語音信號進行預(yù)處理，以得到第一特征數(shù)據(jù)；

采用預(yù)設(shè)降噪算法對所述第一特征數(shù)據(jù)進行處理，以過濾所述待處理語音信號中的平穩(wěn)噪聲，并得到第二特征數(shù)據(jù)；

將所述第一特征數(shù)據(jù)和所述第二特征數(shù)據(jù)輸入至預(yù)設(shè)降噪網(wǎng)絡(luò)，以過濾所述待處理語音信號中的瞬態(tài)噪聲，并得到第三特征數(shù)據(jù)；

根據(jù)所述第一特征數(shù)據(jù)、所述第二特征數(shù)據(jù)和所述第三特征數(shù)據(jù)，確定降噪處理后的語音信號。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述對待處理語音信號進行預(yù)處理，以得到第一特征數(shù)據(jù)，包括：

對待處理語音信號進行預(yù)處理，以得到第一幅度數(shù)據(jù)和相位數(shù)據(jù)；

所述采用預(yù)設(shè)降噪算法對所述第一特征數(shù)據(jù)進行處理，以過濾所述待處理語音信號中的平穩(wěn)噪聲，并得到第二特征數(shù)據(jù)，包括：

采用預(yù)設(shè)降噪算法對所述第一幅度數(shù)據(jù)進行處理，以過濾所述待處理語音信號中的平穩(wěn)噪聲，并得到第二幅度數(shù)據(jù)和語音存在概率；

所述將所述第一特征數(shù)據(jù)和所述第二特征數(shù)據(jù)輸入至預(yù)設(shè)降噪網(wǎng)絡(luò)，以過濾所述待處理語音信號中的瞬態(tài)噪聲，并得到第三特征數(shù)據(jù)，包括：

將所述第一幅度數(shù)據(jù)和所述第二幅度數(shù)據(jù)輸入至預(yù)設(shè)降噪網(wǎng)絡(luò)，以過濾所述待處理語音信號中的瞬態(tài)噪聲，并得到第一時頻掩碼；

所述根據(jù)所述第一特征數(shù)據(jù)、所述第二特征數(shù)據(jù)和所述第三特征數(shù)據(jù)，確定降噪處理后的語音信號，包括：

根據(jù)所述第一幅度數(shù)據(jù)、所述相位數(shù)據(jù)、所述語音存在概率、所述第一時頻掩碼，確定降噪處理后的語音信號。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，

所述根據(jù)所述第一幅度數(shù)據(jù)、所述相位數(shù)據(jù)、所述語音存在概率、所述第一時頻掩碼，確定降噪處理后的語音信號，包括：

根據(jù)所述語音存在概率對所述第一時頻掩碼進行處理，以得到第二時頻掩碼；

根據(jù)所述第二時頻掩碼對所述第一幅度數(shù)據(jù)進行處理，以得到第三幅度數(shù)據(jù)；

根據(jù)所述第三幅度數(shù)據(jù)和所述相位數(shù)據(jù)，確定降噪處理后的語音信號。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，

所述根據(jù)所述語音存在概率對所述第一時頻掩碼進行處理，以得到第二時頻掩碼，包括：

獲取目標頻帶對應(yīng)的語音存在概率和有效頻帶對應(yīng)的語音存在概率；

在所述目標頻帶對應(yīng)的語音存在概率小于第一下限閾值且所述有效頻帶對應(yīng)的語音存在概率小于第二下限閾值時，減小所述目標頻帶對應(yīng)的第一時頻掩碼，以得到第二時頻掩碼；或

在所述目標頻帶對應(yīng)的語音存在概率大于第一上限閾值或所述有效頻帶對應(yīng)的語音存在概率大于第二上限閾值時，增大所述目標頻帶對應(yīng)的第一時頻掩碼，以得到第二時頻掩碼。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，

所述根據(jù)所述語音存在概率對所述第一時頻掩碼進行處理，以得到第二時頻掩碼，包括：

基于公式(1)，利用所述語音存在概率對所述第一時頻掩碼進行加權(quán)修正，以得到第二時頻掩碼；

其中，β₁、β₂、α₁、α₂、α₃和α₄為預(yù)先設(shè)定好的超參，α1、α2、α3、α4都是0-1范圍內(nèi)的浮點數(shù)，β1、β2都是大于1的浮點數(shù)，其中，N是傅里葉變換后的有效頻帶數(shù)，

6.根據(jù)權(quán)利要求3所述的方法，其特征在于，

所述根據(jù)所述第二時頻掩碼對所述第一幅度數(shù)據(jù)進行處理，以得到第三幅度數(shù)據(jù)，包括：

將所述第二時頻掩碼與所述第一幅度數(shù)據(jù)相乘，以得到第三幅度數(shù)據(jù)。

7.根據(jù)權(quán)利要求3所述的方法，其特征在于，

所述根據(jù)所述第三幅度數(shù)據(jù)和所述相位數(shù)據(jù)，確定降噪處理后的語音信號，包括：

根據(jù)所述第三幅度數(shù)據(jù)和所述相位數(shù)據(jù)，確定降噪處理后的語音頻譜數(shù)據(jù)；

對所述語音頻譜數(shù)據(jù)進行逆傅里葉變換、重疊相加，以得到降噪處理后的語音信號。