[发明专利]噪声检测方法、噪声检测装置、介质及电子设备

说明书

本申请提供一种噪声检测方法、噪声检测装置、计算机可读存储介质及电子设备；涉及语音信号特征提取技术领域；该噪声检测方法可以包括：提取多个样本音频信号分别对应的频谱特征；根据频谱特征所属的分类类别对多个样本音频信号分类，得到多个类别子集；其中，类别子集与分类类别一一对应；根据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对应的噪声序列。可见，实施本申请的技术方案，可以通过属于不同类别的子集训练噪声检测网络，从而使得噪声检测网络能够对采集到的实时音频信号进行噪声检测，提升噪声检测的准确率。

技术领域

本申请涉及语音信号特征提取（Speech signal feature extraction）技术领域，具体而言，涉及一种噪声检测方法、噪声检测装置、计算机可读存储介质及电子设备。

背景技术

声音活动检测（Speech Activity Detection）通常应用于端到端的实时语音通信中。在进行音频采集的过程中，音频信号中通常会夹杂噪声，如，环境噪声。通过对音频信号中的噪声进行检测，能够根据当前的噪声情况调整语音通信环境，进而提升语音通信质量。一般来说，噪声检测方式为：将采集到的音频信号与预存的噪声信号进行比对，进而，可以将音频信号中与噪声信号相同的部分确定为噪声部分。但是，在这种方式中，噪声检测效果与预存的噪声信号种类之间存在直接关系，若预存的噪声信号种类较少，则会造成噪声检测结果不准确的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本申请的目的在于提供一种噪声检测方法、噪声检测装置、计算机可读存储介质及电子设备，可以通过属于不同类别的子集训练噪声检测网络，从而使得噪声检测网络能够对采集到的实时音频信号进行噪声检测，提升噪声检测的准确率。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请的第一方面，提供一种噪声检测方法，包括：

提取多个样本音频信号分别对应的频谱特征；

根据频谱特征所属的分类类别对多个样本音频信号分类，得到多个类别子集；其中，类别子集与分类类别一一对应；

根据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对应的噪声序列。

在本申请的一种示例性实施例中，提取多个样本音频信号分别对应的频谱特征，包括：

划分多个样本音频信号分别对应的时间帧，得到各样本音频信号的信号片段；

对信号片段进行傅里叶变换，得到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，得到各样本音频信号对应的频谱特征。

在本申请的一种示例性实施例中，多个类别子集包括纯净语音子集和纯净噪声子集，根据多个类别子集分别训练噪声检测网络，包括：

将纯净语音子集输入噪声检测网络，并通过噪声检测网络检测纯净语音子集中样本音频信号对应的第一预测噪声序列，以及计算纯净语音子集对应的标准噪声序列与第一预测噪声序列之间的第一损失函数，根据第一损失函数调整噪声检测网络的网络参数，直到第一损失函数处于预设的阈值范围内；以及，

将纯净噪声子集输入噪声检测网络，并通过噪声检测网络检测纯净噪声子集中样本音频信号对应的第二预测噪声序列，以及计算纯净噪声子集对应的标准噪声序列与第二预测噪声序列之间的第二损失函数，根据第二损失函数调整噪声检测网络的网络参数，直到第二损失函数处于预设的阈值范围内。