[发明专利]语音降噪的方法和装置、计算设备和计算机可读存储介质有效
| 申请号: | 201811548802.0 | 申请日: | 2018-12-18 |
| 公开(公告)号: | CN110164467B | 公开(公告)日: | 2022-11-25 |
| 发明(设计)人: | 纪璇;于蒙 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G10L21/0216 | 分类号: | G10L21/0216 |
| 代理公司: | 中国专利代理(香港)有限公司 72001 | 代理人: | 孙之刚;闫小龙 |
| 地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 语音 方法 装置 计算 设备 计算机 可读 存储 介质 | ||
1.一种计算机实现的语音降噪方法,包括:
获取带噪语音信号,所述带噪语音信号包括纯净语音信号和噪声信号;
估计所述带噪语音信号的后验信噪比和先验信噪比;
基于所估计的后验信噪比和所估计的先验信噪比在Bark域中确定语音/噪声似然比;
基于所确定的语音/噪声似然比估计先验语音存在概率;
基于所估计的后验信噪比、所估计的先验信噪比以及所估计的先验语音存在概率来确定增益,所述增益为用于将所述带噪语音信号变换成所述纯净语音信号的估计的频域传递函数;并且
基于所述增益从所述带噪语音信号导出所述纯净语音信号的所述估计。
2.如权利要求1所述的方法,其中所述估计所述带噪语音信号的先验信噪比和后验信噪比包括:
执行第一噪声估计,其中得到所述噪声信号的方差的第一估计;
利用所述噪声信号的方差的所述第一估计来估计所述后验信噪比;并且
利用所估计的后验信噪比来估计所述先验信噪比。
3.如权利要求2所述的方法,其中所述执行第一噪声估计包括:
对所述带噪语音信号的能量谱在频域和时域上进行平滑;
对经平滑的所述能量谱执行最小跟踪估计;并且
取决于经平滑的所述能量谱与该经平滑的所述能量谱的最小跟踪估计的比值,利用所述带噪语音信号的上一帧中的所述噪声信号的方差的所述第一估计和所述带噪语音信号的当前帧的所述能量谱来选择性地更新所述带噪语音信号的当前帧中的所述噪声信号的方差的所述第一估计;
其中所述选择性地更新包括:
响应于所述比值大于或等于第一阈值而执行所述更新;并且
响应于所述比值小于所述第一阈值而不执行所述更新。
4.如权利要求2所述的方法,其中所述在Bark域中确定语音/噪声似然比包括:
基于高斯概率密度假设,将所述语音/噪声似然比计算为,其中为所述带噪语音信号的第帧在第个频点上的所述语音/噪声似然比,为所述第帧在所述第个频点上的所估计的先验信噪比,并且为所述第帧在所述第个频点上的所估计的后验信噪比;并且
通过将和从线性频域转换到Bark域而将变换为,其中
5.如权利要求4所述的方法,其中从线性频域到Bark域的所述转换基于以下等式:
,
其中为所述线性频域中的频率。
6.如权利要求4所述的方法,其中所述估计先验语音存在概率包括:
在对数域中将平滑为,其中为平滑因子;并且
通过在Bark域的全带中映射而得到所估计的所述先验语音存在概率。
7.如权利要求6所述的方法,其中所述映射为,其中为所估计的先验语音存在概率。
8.如权利要求2所述的方法,还包括:
独立于所述第一噪声估计执行第二噪声估计,其中得到所述噪声信号的方差的第二估计;并且
取决于所述噪声信号的方差的所述第一估计在预定频率范围内的量值之和,利用所述噪声信号的方差的所述第二估计来选择性地重新估计所述后验信噪比和所述先验信噪比,
其中所述确定增益包括:响应于所述重新估计被执行而基于所重新估计的后验信噪比、所重新估计的先验信噪比以及所估计的先验语音存在概率来确定所述增益;
其中所述选择性地重新估计所述先验信噪比和所述后验信噪比包括:
响应于所述噪声信号的方差的所述第一估计在所述预定频率范围内的所述量值之和大于或等于第三阈值而执行所述重新估计;并且
响应于所述噪声信号的方差的所述第一估计在所述预定频率范围内的所述量值之和小于所述第三阈值而不执行所述重新估计。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811548802.0/1.html,转载请声明来源钻瓜专利网。





