[发明专利]噪声检测方法、噪声检测装置、介质及电子设备

权利要求书

1.一种噪声检测方法，其特征在于，包括：

提取多个样本音频信号分别对应的频谱特征；

根据所述频谱特征所属的分类类别对所述多个样本音频信号分类，得到多个类别子集，所述多个类别子集包括纯净语音子集和纯净噪声子集；其中，所述类别子集与所述分类类别一一对应；

根据所述多个类别子集分别训练噪声检测网络；

通过训练后的噪声检测网络检测采集到的实时音频信号中各时刻对应的噪声概率；其中，所述噪声概率用于表示所述时刻的音频信号中不包括噪声的概率；

确定所述各时刻之前的第二预设帧对应的平滑噪声概率；

计算所述平滑噪声概率与相对应时刻的噪声概率的平均值，作为所述各时刻对应的噪声概率的平滑处理结果，并依据平滑处理结果生成所述实时音频信号对应的噪声序列。

2.根据权利要求1所述的方法，其特征在于，提取多个样本音频信号分别对应的频谱特征，包括：

划分所述多个样本音频信号分别对应的时间帧，得到各所述样本音频信号的信号片段；

对所述信号片段进行傅里叶变换，得到所述信号片段对应的频谱能量分布；

根据频谱特征生成算法生成所述频谱能量分布对应的频谱特征，并将对应于同一样本音频信号的频谱特征进行拼接，得到各所述样本音频信号对应的频谱特征。

3.根据权利要求1所述的方法，其特征在于，根据所述多个类别子集分别训练噪声检测网络，包括：

将所述纯净语音子集输入所述噪声检测网络，并通过所述噪声检测网络检测所述纯净语音子集中样本音频信号对应的第一预测噪声序列，以及计算所述纯净语音子集对应的标准噪声序列与所述第一预测噪声序列之间的第一损失函数，根据所述第一损失函数调整所述噪声检测网络的网络参数，直到所述第一损失函数处于预设的阈值范围内；以及，

将所述纯净噪声子集输入所述噪声检测网络，并通过所述噪声检测网络检测所述纯净噪声子集中样本音频信号对应的第二预测噪声序列，以及计算所述纯净噪声子集对应的标准噪声序列与所述第二预测噪声序列之间的第二损失函数，根据所述第二损失函数调整所述噪声检测网络的网络参数，直到所述第二损失函数处于所述预设的阈值范围内。

4.根据权利要求1所述的方法，其特征在于，通过训练后的噪声检测网络检测采集到的实时音频信号中各时刻对应的噪声概率，包括：

通过训练后的噪声检测网络确定所述实时音频信号中各时刻之前的第一预设帧；其中，所述第二预设帧的数量大于所述第一预设帧的数量；

根据所述第一预设帧检测所述实时音频信号中各时刻对应的噪声概率。

5.根据权利要求1所述的方法，其特征在于，依据平滑处理结果生成所述实时音频信号对应的噪声序列，包括：

将所述平滑处理结果中大于等于门限值的时刻标注为1，以及将所述平滑处理结果中小于所述门限值的时刻标注为0，直到标注完成所有的所述平滑处理结果；

将标注结果按照时刻顺序进行排列，得到所述实时音频信号对应的噪声序列。

6.一种噪声检测装置，其特征在于，包括：

频谱特征提取单元，用于提取多个样本音频信号分别对应的频谱特征；

音频信号分类单元，用于根据所述频谱特征所属的分类类别对所述多个样本音频信号分类，得到多个类别子集，所述多个类别子集包括纯净语音子集和纯净噪声子集；其中，所述类别子集与所述分类类别一一对应；

网络训练单元，用于根据所述多个类别子集分别训练噪声检测网络；

噪声检测单元，用于通过训练后的噪声检测网络检测采集到的实时音频信号中各时刻对应的噪声概率，所述噪声概率用于表示所述时刻的音频信号中不包括噪声的概率；以及确定所述各时刻之前的第二预设帧对应的平滑噪声概率；计算所述平滑噪声概率与相对应时刻的噪声概率的平均值，作为所述各时刻对应的噪声概率的平滑处理结果，并依据平滑处理结果生成所述实时音频信号对应的噪声序列。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的方法。

8.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-5任一项所述的方法。