[发明专利]语音增强方法、装置、设备和存储介质

权利要求书

1.一种语音增强方法，其特征在于，包括：

获取麦克风阵列采集的当前帧带噪信号，所述当前帧带噪信号至少包括目标语音声源和其他声源各自发出的声音信号；

利用所述当前帧带噪信号，确定所述当前帧带噪信号对应的时频掩模；

利用所述时频掩模，确定所述当前帧带噪信号对应的滤波器系数；

利用所述滤波器系数，对带噪信号进行语音增强处理。

2.根据权利要求1所述的语音增强方法，其特征在于，利用所述当前帧带噪信号，确定所述当前帧带噪信号对应的时频掩模，包括：

根据所述当前帧带噪信号，确定所述目标语音声源相对于所述麦克风阵列的估计方位；

根据所述估计方位与目标区域之间的相对位置关系，确定所述当前帧带噪信号对应的时频掩模，其中所述目标区域为所述目标语音声源所在的实际位置区域。

3.根据权利要求2所述的语音增强方法，其特征在于，根据所述估计方位与目标区域之间的相对位置关系，确定所述当前帧带噪信号对应的时频掩模，包括：

如果所述估计方位位于所述目标区域内，则确定所述时频掩模为预设固定值T1；

如果所述估计方位位于所述目标区域外，则确定所述时频掩模为预设固定值T2；

其中0≤T1＜T2≤1。

4.根据权利要求2所述的语音增强方法，其特征在于，根据所述估计方位与目标区域之间的相对位置关系，确定所述当前帧带噪信号对应的时频掩模，包括：

如果所述估计方位位于所述目标区域外，则确定所述时频掩模为预设固定值T3，其中0＜T3≤1；

如果所述估计方位位于所述目标区域内，则根据所述估计方位在所述目标区域内的具体相对位置，确定所述时频掩模为T4；

其中0≤T4＜T3。

5.根据权利要求4所述的语音增强方法，其特征在于，所述T4的数值的大小满足以下关系：

所述估计方位越靠近所述目标区域的中心位置，所述T4的数值越接近0；所述估计方位越靠近所述目标区域的边缘位置，所述T4的数值越接近所述T3。

6.根据权利要求1所述的语音增强方法，其特征在于，所述利用所述时频掩模，确定所述当前帧带噪信号对应的滤波器系数，包括：

对所述当前帧带噪信号进行傅里叶变换，得到所述当前帧带噪信号的傅里叶变换频谱；

按照如下公式计算噪声协方差矩阵：

按照如下公式计算所述滤波器系数：

其中，为所述噪声协方差矩阵，T为所述时频掩模，y(t,f)为表征所述傅里叶变换频谱的矩阵，y^H(t,f)为y(t,f)的共轭矩阵，w(f)为所述滤波器系数，为所述当前帧带噪信号对应的被估计出的导向矢量，为的共轭矩阵。

7.一种语音增强装置，其特征在于，包括：

获取模块，用于获取麦克风阵列采集的当前帧带噪信号，所述当前帧带噪信号至少包括目标语音声源和其他声源各自发出的声音信号；

时频掩模确定模块，用于利用所述当前帧带噪信号，确定所述当前帧带噪信号对应的时频掩模；

滤波器系数确定模块，用于利用所述时频掩模，确定所述当前帧带噪信号对应的滤波器系数；以及

语音增强模块，用于利用所述滤波器系数，对带噪信号进行语音增强处理。

8.根据权利要求7所述的语音增强装置，其特征在于，所述时频掩模确定模块包括：

估计方位确定子模块，用于根据所述当前帧带噪信号，确定所述目标语音声源相对于所述麦克风阵列的估计方位；以及

时频掩模确定子模块，用于根据所述估计方位与目标区域之间的相对位置关系，确定所述当前帧带噪信号对应的时频掩模，其中所述目标区域为所述目标语音声源所在的实际位置区域。