[發(fā)明專利]一種基于深度壓縮感知的語音去噪方法及設(shè)備

在審

• 申請?zhí)枺?/td>: 202211439345.8
• 申請日: 2022-11-17
• 公開（公告）號: CN115762549A
• 公開（公告）日: 2023-03-07
• 發(fā)明（設(shè)計）人: 李嘉成;暢江
• 申請（專利權(quán)）人: 山西大學(xué)
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L25/78
• 代理公司: 山西五維專利事務(wù)所(有限公司) 14105
• 代理人: 茹牡花

本發(fā)明涉及一種基于深度壓縮感知的語音去噪方法及設(shè)備，包括以下步驟：對純凈語音信號加入高斯白噪聲，得到帶噪語音信號，對純凈語音信號和帶噪語音信號進行時長規(guī)整和分幀處理；對純凈語音信號和帶噪語音信號進行感知特征提取，得到純凈語音的感知特征和帶噪語音的感知特征；將帶噪語音的感知特征作為生成對抗網(wǎng)絡(luò)的輸入，純凈語音的感知特征作為目標函數(shù)，訓(xùn)練生成對抗網(wǎng)絡(luò)，得到生成純凈語音的感知特征；采用壓縮感知的OMP重構(gòu)算法，對生成純凈語音的感知特征進行信號重構(gòu)，得到生成純凈語音信號。本發(fā)明通過深度壓縮感知，適用于非線性噪聲分析與處理，提高帶有噪聲的語音信號的去噪效果。

技術(shù)領(lǐng)域

本發(fā)明屬于語音去噪技術(shù)領(lǐng)域，特別涉及一種基于深度壓縮感知的語音去噪方法。

背景技術(shù)

語音是人類特有的功能，也是人類獲取外界信息的重要工具，也是人與人交流必不可少的重要手段。語音去噪又被稱為語音增強，主要是針對于有人聲的音頻進行處理，目的是去除那些背景噪聲，增強音頻中人聲的可懂性。傳統(tǒng)的語音去噪方法主要為譜減法和維納濾波法，能夠去除一些簡單的噪聲，但是對非線性噪聲處理效果不好，所以引入深度學(xué)習(xí)來進行語音去噪，經(jīng)過深度學(xué)習(xí)能夠很好的解決非線性問題，

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于深度壓縮感知的語音去噪方法及設(shè)備，能夠利用壓縮感知和深度學(xué)習(xí)去除非線性噪聲，并且可以通過壓縮感知將信號進行降維，加快去噪速度；

為達到上述目的，本發(fā)明采用的技術(shù)方案是：

一種基于深度壓縮感知的語音去噪方法，包括以下步驟：

信號預(yù)處理：對純凈語音信號X加入高斯白噪聲，得到帶噪語音信號，對純凈語音信號X和帶噪語音信號進行時長規(guī)整和分幀處理，之后對純凈語音信號X進行端點檢測處理；

信號壓縮：采用壓縮感知方法，對預(yù)處理后的純凈語音信號X和帶噪語音信號進行感知特征提取，得到純凈語音的感知特征Y₁和帶噪語音的感知特征Y₂；

模型訓(xùn)練：采用深度學(xué)習(xí)模型的生成對抗網(wǎng)絡(luò)作為去噪模型，將帶噪語音的感知特征Y₂作為生成對抗網(wǎng)絡(luò)的輸入，純凈語音的感知特征Y₁作為目標函數(shù)，訓(xùn)練生成對抗網(wǎng)絡(luò)，經(jīng)過反復(fù)迭代和多次訓(xùn)練，得到生成純凈語音的感知特征Y′；

信號重構(gòu)：采用壓縮感知的OMP重構(gòu)算法，對生成純凈語音的感知特征Y′進行信號重構(gòu)，得到生成純凈語音信號X′，

其中，所述信號重構(gòu)過程中，先將生成純凈語音的感知特征Y′進行分幀處理，按每幀進行重構(gòu)信號，然后對重構(gòu)的每幀信號進行拼接，得到生成純凈語音信號X′。

優(yōu)選的，所述語音時長規(guī)整包括以下步驟：

將純凈語音信號X和帶噪語音信號的長度設(shè)置為信號幀長的整數(shù)倍。

優(yōu)選的，所述端點檢測包括以下步驟：

采用短時能量和過零率的雙門限兩級判別方法對純凈語音信號X進行端點檢測，對純凈語音信號X的有語音段和無語音段進行區(qū)分。

優(yōu)選的，所述感知特征提取包括以下步驟：

將N×1維的純凈語音信號X在M×N維的隨機高斯矩陣Φ上進行感知測量，使Y₁＝ΦX，得到M×1維的純凈語音的感知特征Y₁，且純凈語音的感知特征Y₁的維數(shù)M小于純凈語音信號X的維數(shù)N，

帶噪語音信號感知特征提取選用高斯隨機矩陣與純凈語音信號X感知特征提取所用高斯矩陣Φ相同，且?guī)г胝Z音信號的維數(shù)與純凈語音信號X的維數(shù)N相同，帶噪語音信號通過感知特征提取，得到帶噪語音的感知特征Y₂。

優(yōu)選的，所述感知特征提取還包括以下步驟：