[发明专利]一种噪声抑制方法、装置及系统

权利要求书

1.一种噪声抑制方法，其特征在于，包括：

S0：对未输入所述语音信号时，对参考语音采集机构采集的内部噪声和主语音采集机构采集的外部噪声组成的噪声信号样本进行预置自编码神经网络结构的训练，以确定映射公式；

S1：当语音信号输入时，噪声抑制装置接收到所述参考语音采集机构采集的内部噪声和所述主语音采集机构采集的包含有外部噪声的语音信号；

S2：提取所述内部噪声对应的内部信号特征，所述内部信号特征为功率谱帧序列；

S3：根据所述内部信号特征，并结合预置的映射公式获取与所述外部噪声相对应的外部近似特征，所述外部近似特征为功率谱形式的帧序列；

S4：通过傅里叶逆变换将所述外部近似特征转换为对应的噪声信号估计值；

S5：将所述噪声信号估计与采集的包含有外部噪声的语音信号进行预置噪声对消方式处理，获取噪声抑制后的去噪语音信号。

2.根据权利要求1所述的噪声抑制方法，其特征在于，所述预置自编码神经网络结构的训练步骤具体包括：

S6：对所述噪声信号样本进行每一个预置帧的傅里叶变换，获取对应的样本帧的特征和样本角度信息，所述样本帧的特征为功率谱形式；

S7：将所述样本帧的特征作为所述预置自编码神经网络结构的样本输入x(n)和期望输出o(n)，确定训练样本集

S8：对所述训练样本集中的训练样本一一进行训练，确定所述训练样本集对应的权重向量和偏置参数；

S9：将确定后的所述权重向量和所述偏置参数与所述自编码神经网络的结构求和，计算得到所述训练样本集的所述映射公式。

3.根据权利要求1至2中任意一项所述的噪声抑制方法，其特征在于，步骤S5具体包括：

将所述噪声信号估计与采集的包含有所述外部噪声的语音信号进行ANC噪声对消方式处理，获取噪声抑制后的所述去噪语音信号。

4.根据权利要求1或2所述的噪声抑制方法，其特征在于，所述预置自编码神经网络结构为5层结构，第一层和第五层为输入输出层，第二层、第三层和第四层为隐含层。

5.一种噪声抑制装置，其特征在于，包括：

接收单元，用于当语音信号输入时，接收所述参考语音采集机构采集的内部噪声和所述主语音采集机构采集的包含有外部噪声的语音信号；

提取单元，用于提取所述内部噪声对应的内部信号特征，所述内部信号特征为功率谱帧序列；

获取单元，用于根据所述内部信号特征，并结合预置的映射公式获取与所述外部噪声相对应的外部近似特征，所述外部近似特征为功率谱形式的帧序列；

转换单元，用于通过傅里叶逆变换将所述外部近似特征转换为对应的噪声信号估计值；

去噪单元，用于将所述噪声信号估计与采集的包含有外部噪声的语音信号进行预置噪声对消方式处理，获取噪声抑制后的去噪语音信号；

训练单元，用于对未输入所述语音信号时，对所述内部噪声和所述外部噪声组成的噪声信号样本进行预置自编码神经网络结构的训练，以确定所述映射公式。

6.根据权利要求5所述的噪声抑制装置，其特征在于，所述训练单元具体包括：

变换子单元，用于对未输入所述语音信号时，对所述内部噪声和所述外部噪声组成的噪声信号样本进行每一个预置帧的傅里叶变换，获取对应的样本帧的特征和样本角度信息，所述样本帧的特征为功率谱形式；

第一确定子单元，用于将所述样本帧的特征作为所述预置自编码神经网络结构的样本输入x(n)和期望输出o(n)，确定训练样本集

第二确定子单元，用于对所述训练样本集中的训练样本一一进行训练，确定所述训练样本集对应的权重向量和偏置参数；

计算子单元，用于将确定后的所述权重向量和所述偏置参数与所述自编码神经网络的结构求和，计算得到所述训练样本集的所述映射公式。