[發明專利]基于幅度譜的語音降噪方法、裝置、設備及存儲介質

有效

• 申請號: 202210223124.0
• 申請日: 2022-03-09
• 公開（公告）號: CN114333882B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 李杰;王廣新;楊漢丹
• 申請（專利權）人: 深圳市友杰智新科技有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L21/0232;G10L25/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;陳秋波

1.一種基于幅度譜的語音降噪方法，其特征在于，所述方法包括：

獲取目標語音對應的待降噪頻譜圖；

采用預設的降噪模型，對所述待降噪頻譜圖進行降噪處理，得到已降噪頻譜圖，其中，所述降噪模型依次包括：幅度譜降噪單元、頻譜修正單元和掩碼增益與減益單元，所述幅度譜降噪單元用于進行幅度譜降噪，所述頻譜修正單元用于進行頻譜修正；

對所述已降噪頻譜圖進行語音信號重建，得到所述目標語音對應的目標干凈語音；

所述采用預設的降噪模型，對所述待降噪頻譜圖進行降噪處理，得到已降噪頻譜圖的步驟，包括：

將所述待降噪頻譜圖輸入所述幅度譜降噪單元進行幅度譜降噪，得到增強幅度譜；

從所述待降噪頻譜圖中提取帶噪相位譜；

將所述增強幅度譜和所述帶噪相位譜輸入所述頻譜修正單元進行頻譜修正，得到頻譜修正數據；

對所述頻譜修正數據和所述增強幅度譜進行殘差連接，得到待分析頻譜圖；

將所述待分析頻譜圖輸入所述掩碼增益與減益單元進行掩碼，得到所述已降噪頻譜圖；

所述將所述增強幅度譜和所述帶噪相位譜輸入所述頻譜修正單元進行頻譜修正，得到頻譜修正數據的步驟，包括：

根據所述增強幅度譜和所述帶噪相位譜生成增強頻譜圖；

將所述增強頻譜圖輸入所述頻譜修正單元的編碼器進行特征提取，得到多個單層編碼特征和目標編碼特征；

將所述目標編碼特征輸入所述頻譜修正單元的殘差學習層進行頻譜修正，得到待解碼音頻特征；

將各個所述單層編碼特征和所述待解碼音頻特征輸入所述頻譜修正單元的解碼器進行解碼，得到所述頻譜修正數據。

2.根據權利要求1所述的基于幅度譜的語音降噪方法，其特征在于，所述將所述待降噪頻譜圖輸入所述幅度譜降噪單元進行幅度譜降噪，得到增強幅度譜的步驟，包括：

從所述待降噪頻譜圖中提取帶噪幅度譜；

采用所述幅度譜降噪單元的降維層，對所述帶噪幅度譜進行降維，得到已降維幅度譜；

采用所述幅度譜降噪單元的幅度譜降噪層集，對所述已降維幅度譜進行幅度譜降噪，得到待升維特征，其中，所述幅度譜降噪層集中包括至少一個幅度譜降噪層，所述幅度譜降噪層采用LSTM網絡；

采用所述幅度譜降噪單元的升維層，對所述待升維特征進行升維，得到幅度掩碼值；

根據所述幅度掩碼值和所述帶噪幅度譜，確定所述增強幅度譜。

3.根據權利要求1所述的基于幅度譜的語音降噪方法，其特征在于，所述編碼器的編碼層的數量和所述解碼器的解碼層的數量均為n，所述將各個所述單層編碼特征和所述待解碼音頻特征輸入所述頻譜修正單元的解碼器進行解碼，得到所述頻譜修正數據的步驟，包括：

對第n+1-m個所述單層編碼特征進行降維處理，得到待處理編碼特征，其中，m是大于0的整數，并且m小于或等于n；

將第m-1個所述解碼層的輸出和所述待處理編碼特征進行相同位置的元素值相加，得到第m個待處理特征；

對第m個所述待處理特征進行解碼，得到第m個單層解碼特征；

將第n個所述單層解碼特征作為所述頻譜修正數據；

其中，當m等于1時，將所述待解碼音頻特征作為第m-1個所述解碼層的輸出，當m大于1時，將第m-1個所述單層解碼特征作為第m-1個所述解碼層的輸出。