[发明专利]一种语音信号降噪方法及装置

权利要求书

1.一种语音信号降噪方法，其特征在于，包括以下步骤：

获取实时图像；

分析所述实时图像，从所述实时图像确定出多个声源方向；

对所述声源方向进行标注以区分人声方向信息和噪声方向信息；

根据所述人声方向信息和噪声方向信息对所述实时图像内的声音数据进行降噪；

输出降噪后的声音数据。

2.根据权利要求1所述语音信号降噪方法，其特征在于，所述获取实时图像，包括：

在实时环境中心设置一个能够360°旋转的摄像头；

启动所述摄像头，利用所述摄像头获取所述实时环境内整体的图像；

确定所述整体的图像为所述实时图像。

3.根据权利要求1所述语音信号降噪方法，其特征在于，所述分析所述实时图像，从所述实时图像确定出多个声源方向，包括：

利用目标检测算法识别出所述实时图像内的能够发音的物体，所述能够发音的物体包括用户在内；

记录所述能够发音的物体中每个物体的具体位置；

基于所述具体位置，利用波向传达算法确定出所述各物体的声源方向。

4.根据权利要求1所述语音信号降噪方法，其特征在于，所述根据所述人声方向信息和噪声方向信息对所述实时图像内的声音数据进行降噪，包括：

利用固定方向波束形成算法对所述声音数据作增强处理；

将增强处理后的所述声音数据中的人声数据确认为当前带噪信号；

将增强处理后的所述声音数据中的噪声数据确认为噪声参考信号；

将所述当前带噪信号和所述噪声参考信号输入到波束形成器中作自适应降噪处理。

5.根据权利要求4所述语音信号降噪方法，其特征在于，所述输出降噪后的声音数据，包括：

利用所述波束形成器将所述当前带噪语音中的当前人声成分和当前噪声成分分离；

剔除所述当前噪声成分，保留所述当前人声成分；

降噪完成，输出所述当前人声成分。

6.一种语音信号降噪装置，其特征在于，该装置包括：

获取模块，用于获取实时图像；

确定模块，用于分析所述实时图像，从所述实时图像确定出多个声源方向；

标注模块，用于对所述声源方向进行标注以区分人声方向信息和噪声方向信息；

降噪模块，用于根据所述人声方向信息和噪声方向信息对所述实时图像内的声音数据进行降噪；

输出模块，用于输出降噪后的声音数据。

7.根据权利要求6所述语音信号降噪装置，其特征在于，所述获取模块，包括：

设置子模块，用于在实时环境中心设置一个能够360°旋转的摄像头；

获取子模块，用于启动所述摄像头，利用所述摄像头获取所述实时环境内整体的图像；

第一确定子模块，用于确定所述整体的图像为所述实时图像。

8.根据权利要求6所述语音信号降噪装置，其特征在于，所述确定模块，包括：

识别子模块，用于利用目标检测算法识别出所述实时图像内的能够发音的物体，所述能够发音的物体包括用户在内；

记录子模块，用于记录所述能够发音的物体中每个物体的具体位置；

第二确定子模块，用于基于所述具体位置，利用波向传达算法确定出所述各物体的声源方向。

9.根据权利要求6所述语音信号降噪装置，其特征在于，所述降噪模块，包括：

处理子模块，用于利用固定方向波束形成算法对所述声音数据作增强处理；

第一确认子模块，用于将增强处理后的所述声音数据中的人声数据确认为当前带噪信号；

第二确认子模块，用于将增强处理后的所述声音数据中的噪声数据确认为噪声参考信号；

降噪子模块，用于将所述当前带噪信号和所述噪声参考信号输入到波束形成器中作自适应降噪处理。

10.根据权利要求9所述语音信号降噪装置，其特征在于，所述输出模块，包括：

分离子模块，用于利用所述波束形成器将所述当前带噪语音中的当前人声成分和当前噪声成分分离；

剔除子模块，用于剔除所述当前噪声成分，保留所述当前人声成分；

输出子模块，用于降噪完成，输出所述当前人声成分。