[发明专利]一种语音增强方法、系统及设备

说明书

本申请公开了一种语音增强方法、系统及设备，包括：获取带噪语音样本；提取带噪语音样本的特征；将特征输入到训练好的深度神经网络中，根据带噪语音及干净语音的映射关系提取出带噪语音样本对应的第一干净语音。本申请通过神经网络具有的非线性映射能力，使得面向语音增强的深度神经网络能够直接学习含噪语音和纯净语音之间的非线性关系，从而根据非线性关系将含噪语音提取出纯净语音。

技术领域

本申请涉及语音增强技术领域，尤其涉及一种语音增强方法、系统及设备。

背景技术

语音增强是指当语音信号被各种各样的噪音干扰、甚至遮挡后，从噪音背景中提取出有用的纯净语音，抑制、降低噪声对语音的干扰的技术。语音增强在语音信号处理流程中处于前端位置，在语音处理领域中发挥着十分重要的作用。语音增强的目的是尽可能去除含噪语音中的噪声，得到纯净的语音，提高语音质量，增强语音可懂度。深度神经网络具有非线性映射能力，使得面向语音增强的深度神经网络能够直接学习含噪语音和纯净语音之间的非线性关系，无需对信号模型进行额外的假设，因此可以被应用到更复杂的语音增强场景中。

发明内容

本申请实施例提供了一种语音增强方法、系统及设备，使得能够从含噪语音中提取出纯净语音。

有鉴于此，本申请第一方面提供了一种语音增强方法，所述方法包括：

获取带噪语音样本；

提取所述带噪语音样本的特征；

将所述特征输入到训练好的深度神经网络中，根据带噪语音及干净语音的映射关系提取出所述带噪语音样本对应的第一干净语音。

可选的，在将所述特征输入到训练好的深度神经网络中，根据带噪语音及干净语音的映射关系输出所述带噪语音对应的第一干净语音之后还包括：

提取所述带噪语音样本的相位特征；

将所述相位特征与所述第一干净语音进行相位合成，得到第二干净语音，所述第一干净语音中缺少相位特征。

可选的，提取训练样本的特征，并将训练样本的所述特征输入到深度神经网络中；得到所述带噪语音与干净语音之间的映射关系；所述训练样本包括带噪语音训练样本以及干净语音训练样本。

可选的，还包括：使用所述带噪语音训练样本指导所述干净语音训练样本，得到包含有所述带噪语音训练样本带噪特征的带噪语音。

可选的，所述特征包括语音对数频谱特征、对数功率谱特征以及倒谱特征。

本申请第二方面提供一种语音增强系统，所述系统包括：

样本获取模块，所述样本获取模块用于获取带噪语音样本；

特征提取模块，所述特征提取模块用于提取所述带噪语音样本的特征；

语音增强模块，所述语音增强模块用于将所述特征输入到训练好的深度神经网络中，根据带噪语音及干净语音的映射关系提取出所述带噪语音样本对应的第一干净语音。

可选的，还包括：

相位合成模块，所述相位合成模块用于提取所述带噪语音样本的相位特征；并将所述相位特征与所述第一干净语音进行相位合成，得到第二干净语音，所述第一干净语音中缺少相位特征。

可选的，还包括：

模型训练模块，所述模型训练模块用于提取训练样本的特征，并将训练样本的所述特征输入到深度神经网络中；得到所述带噪语音与干净语音之间的映射关系；所述训练样本包括带噪语音训练样本以及干净语音训练样本。

可选的，还包括：