[发明专利]一种语音降噪方法及装置

说明书

本发明公开了一种语音智能降噪方法及装置，涉及语音降噪技术。本发明公开的语音降噪方法，包括：将待降噪语音的二维时频信号输入至神经网络模型，得到该模型输出的二值掩蔽矩阵，利用该模型输出的二值掩蔽矩阵对待降噪语音的二维时频信号，进行掩蔽计算，得到降噪后的二维时频信号，将降噪后的二维时频信号进行反时频转换，得到降噪后的语音。其中，神经网络模型，是在输入模拟的含噪语音的二维时频信号至神经网络模型后，根据输出的二值掩蔽矩阵与理想的二值掩蔽矩阵之间的差值进行一次或多次训练得到的。本申请技术方案简化了降噪算法，在保证降噪质量的基础上，提高降噪效率。

技术领域

本发明涉及语音降噪技术，特别涉及一种语音智能降噪方案。

背景技术

语音降噪是指当语音信号被各种各样的噪声干扰、甚至淹没后，从噪声背景中提取有用的语音信号，抑制、降低噪声干扰的技术。简单地说，就是从含噪语音中提取尽可能纯净的原始语音。根据语音接收信号的通道个数不同又分为单通道和多通道两种情况。

目前普遍采用如下方式进行语音降噪：

周期性噪声可以用滤波方法滤除，而设计的滤波器，在滤除干扰的同时应不产生影响语音可懂度的副作用。一般可以采用固定滤波器、自适应滤波器和傅里叶变换滤波器等。冲激噪声可以通过相邻的样本值，采取内插方法将其除去，或者利用非线性滤波器滤除。宽带噪声是难以消除的一种干扰，因为它与语音具有相同的频带，在消除噪声的同时将影响语音的质量，现在常用的方法有减谱法、自相关相减法、最大似然估计法、自适应抵消法，以及其它一些自适应技术。目前语音噪声的消除还是很困难的，一般是利用不同说话人有不同基音频率的特点，采用自适应技术跟踪某说话人的基音，形成梳状滤波器进行滤波。

从上述内容可以看出，相关技术处理语音降噪通常只能对周期性的干扰和高信噪比的声音信号处理效果较好。在实际应用中，即时通信发生的场景很多，比如汽车上、火车上、公共大厅、客厅、户外、咖啡馆等各种不同的场景，噪声环境非常复杂，而且经常存在信噪比较低的情况，相关技术在这些复杂的环境中往往表现不佳。

发明内容

本申请提供一种语音降噪方法及装置。

本申请公开了一种语音降噪方法，包括：

将待降噪语音进行时频转换，得到待降噪语音的二维时频信号；

将待降噪语音的二维时频信号输入至神经网络模型，得到所述神经网络模型输出的二值掩蔽矩阵，其中，所述神经网络模型，是在输入模拟的含噪语音的二维时频信号至神经网络模型后，根据输出的二值掩蔽矩阵与理想的二值掩蔽矩阵之间的差值进行一次或多次训练得到的；

利用所述神经网络模型输出的二值掩蔽矩阵对待降噪语音的二维时频信号，进行掩蔽计算，得到降噪后的二维时频信号；

将所述降噪后的二维时频信号进行反时频转换，得到降噪后的语音。

可选地，上述语音降噪方法还包括:

创建用于输出二值掩蔽矩阵的神经网络模型,对所述神经网络模型进行训练，训练过程包括：

输入模拟的含噪语音的二维时频信号至所述神经网络模型；

所述神经网络模型针对输入的二维时频信号，提取时频域上的特征点并进行分类，得到语音特征点和噪音特征点，根据所述语音特征点和噪音特征点确定二值掩蔽矩阵并输出；

将所述神经网络模型输出的二值掩蔽矩阵与理想的二值掩蔽矩阵进行比较，若比较结果不满足设定要求，则对所述神经网络模型的参数进行一次或多次的修正,直到最近一次修正后的神经网络模型输出的二值掩蔽矩阵与理想的二值掩蔽矩阵的比较结果满足设定要求，将最近一次修正的神经网络模型做为所述语音降噪方法中用于输出二值掩蔽矩阵的神经网络模型。