[发明专利]实时将语音进行分离的语音降噪的方法及系统

权利要求书

1.一种实时将语音进行分离的语音降噪的方法，适用于智能终端，其特征在于，提供一预设的特征模型，包括下述步骤：

步骤S1，采集外部输入的声源，并存储；

步骤S2，将所述声源根据接收的时间顺序分割为复数个预设时间段的语音；

步骤S3，根据所述时间顺序提取一所述语音，将所述语音与所述特征模型进行匹配，以获取与所述特征模型匹配的噪声，以及与所述特征模型不匹配的携带人声的所述语音，并生成所述语音的匹配标识，所述匹配标识用于表示所述语音与所述特征模型匹配完成；

步骤S4，将所述噪声追加为所述特征模型的噪声样本，并依据所述噪声样本对所述特征模型进行更新，以形成新的所述特征模型；

步骤S5，判断携带人声的所述语音的声音强度是否高于一预设的强度阈值，并在所述声音强度高于所述强度阈值时将所述语音确认为待判断语音，并转向步骤S6；

步骤S6，根据所述待判断语音的频谱，生成对应所述待判断语音上每个频带的估计标识，所述估计标识用于表示所述语音在谐波结构上的显著性；

步骤S7，将所述噪声作为参照样本，根据所述参照样本及所述待判断语音生成对应于所述待判断语音的纯语音的概率模型；

步骤S8，以每个所述估计标识作为对应的所述待判断语音的所述频带的权重指标，依据所述概率模型处理得到关联于所述语音的纯语音估计值；

步骤S9，根据所述时间顺序提取一未被标识的所述语音，将所述语音与所述特征模型进行匹配，以获取与新的所述特征模型匹配的所述噪声，以及与所述特征模型不匹配的携带人声的所述语音，并生成所述语音的匹配标识，返回执行所述步骤S4。

2.如权利要求1所述的实时将语音进行分离的语音降噪的方法，其特征在于，所述步骤S6中生成的所述估计标识包括第一估计标识；或者

所述步骤S6中生成的所述估计标识包括第一估计标识和第二估计标识。

3.如权利要求2所述的实时将语音进行分离的语音降噪的方法，其特征在于，所述步骤S6中，生成所述第一估计标识的步骤具体包括：

步骤S61a，依据所述待判断语音的所述频谱，提取对应于所述待判断语音的所述谐波结构；

步骤S62a，对关联于所述谐波结构的数谱域上的监控值进行规则化处理，并依据梅尔刻度对经过规则化处理的所述监控值执行平滑处理；

步骤S63a，对经过平滑处理的所述监控值进行进一步的规则化处理，以使所述监控值的均值为1；

步骤S64a，根据所述监控值生成对应所述待判断语音的每个所述频带的所述第一估计标识。

4.如权利要求3所述的实时将语音进行分离的语音降噪的方法，其特征在于，所述步骤S8中，根据所述第一估计标识处理得到所述纯语音估计值的方法具体包括：

步骤S81a，处理得到关联于所述待判断语音的最小均方误差估计的后验概率；

步骤S82a，以每个所述第一估计标识作为对应的所述待判断语音的所述频带的权重指标，依据所述概率模型对关联于所述待判断语音的所述后验概率进行加权计算，以得到所述纯语音估计值。

5.如权利要求3所述的实时将语音进行分离的语音降噪的方法，其特征在于，所述步骤S6中，生成所述第二估计标识的步骤具体包括：

步骤S61b，依据所述待判断语音的所述频谱，提取对应于所述待判断语音的所述谐波结构；

步骤S62b，对关联于所述谐波结构的数谱域上的监控值进行规则化处理，并依据梅尔刻度对经过规则化处理的所述监控值执行平滑处理；

步骤S63b，对经过平滑处理的所述监控值从0到1进行相应的规则化处理；

步骤S64b，根据所述监控值生成对应所述待判断语音的每个所述频带的所述第二估计标识。

6.如权利要求5所述的实时将语音进行分离的语音降噪的方法，其特征在于，执行所述步骤S8之后，还根据所述第二估计标识继续执行下述步骤：

针对所述待判断语音的每个频带，将每个对应的所述第二估计标识作为权重，以在所述监控值与所述纯语音估计值之间执行线性插值并处理得到对应的输出值。