[发明专利]一种语音去噪处理方法、装置、电子设备及存储介质

说明书

本发明提供了一种语音去噪处理方法、装置、电子设备及存储介质。所述方法，包括：获取待处理的原始语音数据；根据所述原始语音数据的频率分布情况，获取所述原始语音数据的音频分割点，并根据所述音频分割点对所述原始语音数据进行音频分割，得到多个音频段；根据每个所述音频段的频率变化波形，确定原始语音数据中不属于噪声的目标音频段；按照每个所述目标音频段在所述原始语音数据中的时间顺序，依次拼接各个所述目标音频段，得到去噪后的语音数据。可以有效提升去噪处理过程中的噪声查准率，进而提升说话人识别结果的准确率。

技术领域

本发明涉及语音处理技术领域，尤其涉及一种语音去噪处理方法、装置、电子设备及存储介质。

背景技术

语音识别是同一说话人鉴定的重要手段，现有的说话人声纹鉴定是获取说话人语音数据，对说话人语音数据进行去噪处理之后，进行语音特征提取，然后通过预设语音识别模型进行语音识别，由此可见语音去噪结果的准确性与语音识别结果的准确性密切相关。

相关技术中，一般直接使用完整的语料数据进行语音识别的模型训练。但是，由于语料数据中可能包含非目标说话人的噪声数据，影响基于这类语料数据训练模型的识别准确率。

发明内容

本发明实施例提供一种语音去噪处理方法、装置、电子设备及存储介质，以解决现有的语音去噪处理方式准确性欠佳，影响语音识别结果准确性的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种语音去噪处理方法，包括：

获取待处理的原始语音数据；

根据所述原始语音数据的频率分布情况，获取所述原始语音数据的音频分割点，并根据所述音频分割点对所述原始语音数据进行音频分割，得到多个音频段；

根据每个所述音频段的频率变化波形，确定原始语音数据中不属于噪声的目标音频段；

按照每个所述目标音频段在所述原始语音数据中的时间顺序，依次拼接各个所述目标音频段，得到去噪后的语音数据。

可选地，所述根据所述原始语音数据的频率分布情况，获取所述原始语音数据的音频分割点，并根据所述音频分割点对所述原始语音数据进行音频分割，得到多个音频段的步骤，包括：

根据所述原始语音数据的频率分布情况，获取所述原始语音数据中频率低于第一频率值，和/或频率高于第二频率值的参考语音段；

以每个所述参考语音段的中心点在所述原始语音数据中的位置作为音频分割点，并根据所述音频分割点对所述原始语音数据进行音频分割，得到多个音频段。

可选地，所述第一频率值为20赫兹，所述第二频率值为20000赫兹。

可选地，所述根据所述每个音频段的频率变化波形，确定原始语音数据中不属于噪声的目标音频段的步骤，包括：

通过预设的噪声识别模型，对每个所述音频段进行识别，获取所述音频段中的属于噪声的音频段；

和/或，根据每个所述音频段的频率变化波形与预设的噪声样本集合中每个噪声样本的频率变化波形的相似度，获取所述音频段中的属于噪声的音频段；

其中，所述噪声识别模型为通过多个已确定为噪声的音频样本训练得到的机器学习模型。

可选地，所述噪声识别模型包括用于识别环境背景音的第一噪声识别模型，用于识别彩铃音频的第二噪声识别模型中的至少一种，所述第一噪声识别模型通过多个环境背景音的音频样本训练得到，所述第二噪声识别模型通过多个彩铃音频的音频样本训练得到；所述噪声样本集合中包含多种提示语音的音频样本，作为所述噪声样本。

第二方面，本发明实施例提供了一种语音去噪处理装置，包括：