[发明专利]语音增强方法、装置、设备及存储介质

权利要求书

1.一种语音增强方法，其特征在于，包括：

根据目标语音帧对应的复数频谱对所述目标语音帧进行预增强处理，得到第一复数频谱；

根据所述第一复数频谱对所述目标语音帧进行语音分解，得到所述目标语音帧对应的声门参数、增益和激励信号；

根据所述声门参数、所述增益和所述激励信号进行合成处理，得到所述目标语音帧对应的增强语音信号。

2.根据权利要求1所述的方法，其特征在于，所述根据目标语音帧对应的复数频谱对所述目标语音帧进行预增强处理，得到第一复数频谱，包括：

将所述目标语音帧对应的复数频谱输入第一神经网络，所述第一神经网络是根据样本语音帧对应的复数频谱和所述样本语音帧中原始语音信号对应的复数频谱进行训练得到的；

由所述第一神经网络根据所述目标语音帧对应的复数频谱输出所述第一复数频谱。

3.根据权利要求2所述的方法，其特征在于，所述第一神经网络包括复数卷积层、门控循环单元层和全连接层；

所述由所述第一神经网络根据所述目标语音帧的复数频谱输出所述第一复数频谱，包括：

由所述复数卷积层根据所述目标语音帧所对应复数频谱中的实部和虚部进行复数卷积处理；

由所述门控循环单元层对所述复数卷积层的输出进行变换处理；

由所述全连接层对所述门控循环单元的输出进行全连接处理，输出所述第一复数频谱。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一复数频谱对所述目标语音帧进行语音分解，得到所述目标语音帧对应的声门参数、增益和激励信号，包括：

根据所述第一复数频谱对所述目标语音帧进行声门参数预测，得到所述目标语音帧对应的声门参数；

根据所述第一复数频谱对所述目标语音帧进行激励信号预测，得到所述目标语音帧对应的激励信号；

根据所述目标语音帧之前的历史语音帧对应的增益对所述目标语音帧进行增益预测，得到所述目标语音帧对应的增益。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一复数频谱对所述目标语音帧进行声门参数预测，得到所述目标语音帧对应的声门参数，包括：

将所述第一复数频谱输入第二神经网络，所述第二神经网络是根据样本语音帧对应的复数频谱和所述样本语音帧对应的声门参数进行训练得到的；

所由所述第二神经网络根据所述第一复数频谱输出所述目标语音帧对应的声门参数。

6.根据权利要求4所述的方法，其特征在于，所述根据所述第一复数频谱对所述目标语音帧进行声门参数预测，得到所述目标语音帧对应的声门参数，包括：

将所述第一复数频谱和所述目标语音帧之前的历史语音帧对应的声门参数输入第二神经网络，所述第二神经网络是根据样本语音帧对应的复数频谱、样本语音帧之前的历史语音帧对应的声门参数和样本语音帧对应的声门参数进行训练得到的；

由所述第一神经网络根据所述第一复数频谱和所述目标语音帧之前的历史语音帧对应的声门参数输出所述目标语音帧对应的声门参数。

7.根据权利要求4所述的方法，其特征在于，所述根据所述目标语音帧之前的历史语音帧对应的增益对所述目标语音帧进行增益预测，得到所述目标语音帧对应的增益，包括：

将所述目标语音帧之前的历史语音帧对应的增益输入第三神经网络中，所述第三神经网络是根据样本语音帧之前的历史语音帧对应的增益和所述样本语音帧对应的增益进行训练得到的；

由所述第三神经网络根据所述目标语音帧之前的历史语音帧对应的增益输出所述目标语音帧对应的增益。

8.根据权利要求4所述的方法，其特征在于，所述根据所述第一复数频谱对所述目标语音帧进行激励信号预测，得到所述目标语音帧对应的激励信号，包括：

将所述第一复数频谱输入第四神经网络，所述第四神经网络是根据样本语音帧对应的复数频谱和所述样本语音帧所对应激励信号的频域表示进行训练得到的；

由所述第四神经网络根据所述第一复数频谱输出所述目标语音帧所对应激励信号的频域表示。