[发明专利]基于人工智能的语音降噪方法、装置和计算机设备

权利要求书

1.一种基于人工智能的语音降噪方法，其特征在于，包括：

接收待处理的带噪语音；

对所述待处理的带噪语音进行预处理，获得预定格式的带噪语音；

按照所述预定格式中的采样率对所述预定格式的带噪语音进行采样，获得带噪语音的采样点信息；

通过深度学习降噪模型对所述带噪语音的采样点信息进行降噪，生成降噪后的采样点信息；所述深度学习降噪模型直接采用采样点信息作为输入输出，不需要在频谱上进行操作；

根据所述降噪后的采样点信息，生成干净语音。

2.根据权利要求1所述的方法，其特征在于，所述通过深度学习降噪模型对所述带噪语音的采样点信息进行降噪，生成降噪后的采样点信息之前，还包括：

训练获得所述深度学习降噪模型。

3.根据权利要求2所述的方法，其特征在于，所述训练获得所述深度学习降噪模型包括：

收集干净语音和所述干净语音对应的带噪语音；

对所述干净语音和所述干净语音对应的带噪语音进行预处理，获得预定格式的干净语音和对应的预定格式的带噪语音；

按照预定的长度对所述预定格式的干净语音和对应的预定格式的带噪语音进行切片；

按照所述预定格式中的采样率对切片后的干净语音和对应的切片后的带噪语音分别进行采样，获得干净语音的采样点信息和对应的带噪语音的采样点信息；

将所述带噪语音的采样点信息作为深度学习模型的输入，对应时刻的干净语音的采样点信息作为所述深度学习模型的输出，对所述深度学习模型进行训练，获得所述深度学习降噪模型。

4.根据权利要求1-3任意一项所述的方法，其特征在于，所述预定格式为采样率16000赫兹，16位量化，单通道的脉冲编码调制格式。

5.一种基于人工智能的语音降噪装置，其特征在于，包括：

接收模块，用于接收待处理的带噪语音；

预处理模块，用于对所述接收模块接收的待处理的带噪语音进行预处理，获得预定格式的带噪语音；

采样模块，用于按照所述预定格式中的采样率对所述预处理模块获得的预定格式的带噪语音进行采样，获得带噪语音的采样点信息；

降噪模块，用于通过深度学习降噪模型对所述采样模块获得的带噪语音的采样点信息进行降噪，生成降噪后的采样点信息；所述深度学习降噪模型直接采用采样点信息作为输入输出，不需要在频谱上进行操作；

生成模块，用于根据所述降噪模块生成的降噪后的采样点信息，生成干净语音。

6.根据权利要求5所述的装置，其特征在于，还包括：

训练模块，用于在所述降噪模块通过深度学习降噪模型对所述带噪语音的采样点信息进行降噪，生成降噪后的采样点信息之前，训练获得所述深度学习降噪模型。

7.根据权利要求6所述的装置，其特征在于，所述训练模块包括：

收集子模块，用于收集干净语音和所述干净语音对应的带噪语音；

预处理子模块，用于对所述收集子模块收集的干净语音和所述收集子模块收集的干净语音对应的带噪语音进行预处理，获得预定格式的干净语音和对应的预定格式的带噪语音；

切片子模块，用于按照预定的长度对所述预处理子模块获得的预定格式的干净语音和对应的预定格式的带噪语音进行切片；

采样子模块，用于按照所述预定格式中的采样率对所述切片子模块切片后的干净语音和对应的切片后的带噪语音分别进行采样，获得干净语音的采样点信息和对应的带噪语音的采样点信息；

模型训练子模块，用于将所述带噪语音的采样点信息作为深度学习模型的输入，对应时刻的干净语音的采样点信息作为所述深度学习模型的输出，对所述深度学习模型进行训练，获得所述深度学习降噪模型。

8.根据权利要求5-7任意一项所述的装置，其特征在于，所述预定格式为采样率16000赫兹，16位量化，单通道的脉冲编码调制格式。