[发明专利]语音增强方法、装置、智能语音设备和计算机设备

权利要求书

1.一种语音增强方法，其特征在于，包括：

获取待处理的语音信号；

对所述语音信号进行频域变换，得到对应的频谱；

对所述频谱进行能量谱计算，得到所述语音信号对应的能量谱；

将所述语音信号对应的能量谱输入语音增强模型，获取所述语音增强模型输出的预估掩码；所述预估掩码为所述语音信号中纯净语音信号的频谱与所述语音信号的频谱在每个频带上的预估比值；

根据所述语音信号对应的频谱以及预估掩码，确定所述语音信号中纯净语音信号对应的预估频谱；

对所述纯净语音信号对应的预估频谱进行时域变换，以去除所述语音信号中的噪声和/或干扰语音，得到处理后的语音信号；

其中，所述语音增强模型，为根据混合语音信号进行训练得到的模型；所述混合语音信号，为在纯净唤醒词语音信号中添加噪声和/或干扰语音后得到的信号；所述纯净唤醒词语音信号为，噪声和干扰语音的占比小于比例阈值的唤醒词语音信号；

对所述处理后的语音信号进行语音识别处理。

2.根据权利要求1所述的方法，其特征在于，所述将所述语音信号对应的能量谱输入语音增强模型之前，还包括：

获取训练数据；所述训练数据中包括第一训练样本；所述第一训练样本中包括：混合语音信号对应的能量谱以及理论掩码；所述理论掩码为所述混合语音信号中纯净唤醒词语音信号的频谱与所述混合语音信号的频谱在每个频带上的比值；

根据所述训练数据，对初始语音增强模型进行训练，得到所述语音增强模型。

3.根据权利要求2所述的方法，其特征在于，所述第一训练样本中还包括：混合语音信号对应的频谱；

根据所述训练数据，对初始语音增强模型进行训练，得到所述语音增强模型，包括：

将所述第一训练样本中混合语音信号对应的能量谱输入初始语音增强模型，获取输出的预估掩码；

根据混合语音信号对应的频谱和预估掩码，确定所述混合语音信号中纯净唤醒词语音信号的预估频谱；

根据混合语音信号对应的频谱和理论掩码，确定所述混合语音信号中纯净唤醒词语音信号的频谱；

将所述纯净唤醒词语音信号的预估频谱与频谱进行比对，确定误差值，根据所述误差值对所述语音增强模型中的系数进行调整，直至所述误差值小于预设误差阈值。

4.根据权利要求2所述的方法，其特征在于，所述训练数据中还包括：第二训练样本；所述第二训练样本中包括：由噪声和/或干扰语音组成得到的干扰信号的能量谱，以及对应的理论掩码。

5.根据权利要求1所述的方法，其特征在于，所述对所述处理后的语音信号进行语音识别处理，包括：

将所述处理后的语音信号输入唤醒词系统，判断所述处理后的语音信号中是否包括唤醒词；

在所述处理后的语音信号中包括唤醒词时，进行唤醒操作。

6.一种语音增强装置，其特征在于，包括：

获取模块，用于获取待处理的语音信号；

频域变换单元，用于对所述语音信号进行频域变换，得到对应的频谱；

能量谱计算单元，用于对所述频谱进行能量谱计算，得到所述语音信号对应的能量谱；

输入单元，用于将所述语音信号对应的能量谱输入语音增强模型，获取所述语音增强模型输出的预估掩码；所述预估掩码为所述语音信号中纯净语音信号的频谱与所述语音信号的频谱在每个频带上的预估比值；

确定单元，用于根据所述语音信号对应的频谱以及预估掩码，确定所述语音信号中纯净语音信号对应的预估频谱；

时域变换单元，用于对所述纯净语音信号对应的预估频谱进行时域变换，以去除所述语音信号中的噪声和/或干扰语音，得到处理后的语音信号；

其中，所述语音增强模型，为根据混合语音信号进行训练得到的模型；所述混合语音信号，为在纯净唤醒词语音信号中添加噪声和/或干扰语音后得到的信号；所述纯净唤醒词语音信号为，噪声和干扰语音的占比小于比例阈值的唤醒词语音信号；

语音识别模块，用于对所述处理后的语音信号进行语音识别处理。