[發(fā)明專利]基于幅度譜的語音降噪方法、裝置、設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202210223124.0 | 申請日： | 2022-03-09 |
| 公開（公告）號： | CN114333882B | 公開（公告）日： | 2022-08-19 |
| 發(fā)明（設(shè)計）人： | 李杰;王廣新;楊漢丹 | 申請（專利權(quán)）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(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343 | 代理人： | 王杰輝;陳秋波 |
| 地址： | 518000 廣東省深圳市南山*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 幅度 語音 方法 裝置 設(shè)備 存儲 介質(zhì) | ||
本申請揭示了一種基于幅度譜的語音降噪方法、裝置、設(shè)備及存儲介質(zhì)，其中方法包括：獲取目標(biāo)語音對應(yīng)的待降噪頻譜圖；采用預(yù)設(shè)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(biāo)語音對應(yīng)的目標(biāo)干凈語音。通過幅度譜降噪單元在幅度譜進行降噪處理，通過頻譜修正單元頻譜修正，從而使語音的有人說話部分和無人說話部分均有較好的降噪效果。
技術(shù)領(lǐng)域
本申請涉及到人工智能技術(shù)領(lǐng)域，特別是涉及到一種基于幅度譜的語音降噪方法、裝置、設(shè)備及存儲介質(zhì)。
背景技術(shù)
語音中通常包含噪聲，當(dāng)包含噪聲的語音應(yīng)用到實際場景時，降低了語音應(yīng)用的準(zhǔn)確性，影響了用戶體驗。現(xiàn)有采用基于CNN（卷積神經(jīng)網(wǎng)絡(luò)）和RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）得到的降噪模型對語音進行降噪，雖然取得了不錯的降噪效果，但是在語音的無人說話部分的降噪效果較差。
發(fā)明內(nèi)容
本申請的主要目的為提供一種基于幅度譜的語音降噪方法、裝置、設(shè)備及存儲介質(zhì)，旨在解決現(xiàn)有采用基于CNN和RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）得到的降噪模型對語音進行降噪，在語音的無人說話部分的降噪效果較差的技術(shù)問題。
為了實現(xiàn)上述發(fā)明目的，本申請?zhí)岢鲆环N基于幅度譜的語音降噪方法，所述方法包括：
獲取目標(biāo)語音對應(yīng)的待降噪頻譜圖；
采用預(yù)設(shè)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(biāo)語音對應(yīng)的目標(biāo)干凈語音。
進一步的，所述采用預(yù)設(shè)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(shù)據(jù)；
對所述頻譜修正數(shù)據(jù)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。
進一步的，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(wǎng)絡(luò)；
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(jù)所述幅度掩碼值和所述帶噪幅度譜，確定所述增強幅度譜。
進一步的，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(shù)據(jù)的步驟，包括：
根據(jù)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(biāo)編碼特征；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳市友杰智新科技有限公司，未經(jīng)深圳市友杰智新科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210223124.0/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
