[发明专利]一种噪声检测方法、非易失性可读存储介质及电子设备有效
申请号: | 202110310614.X | 申请日: | 2021-03-24 |
公开(公告)号: | CN112700789B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 阎张懿;林锦鸿;梁明亮;汪震 | 申请(专利权)人: | 深圳市中科蓝讯科技股份有限公司 |
主分类号: | G10L21/0232 | 分类号: | G10L21/0232;G10L25/45 |
代理公司: | 深圳市程炎知识产权代理事务所(普通合伙) 44676 | 代理人: | 蔡乐庆 |
地址: | 518052 广东省深圳市南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 噪声 检测 方法 非易失性 可读 存储 介质 电子设备 | ||
1.一种噪声检测方法,其特征在于,包括:
获取目标语音帧;
根据所述目标语音帧,提取多类语音特征;
根据多类所述语音特征,检测所述目标语音帧是否包含噪声信号;
获取当前噪声检测状态,其中,所述当前噪声检测状态包括噪声确定状态、噪声可能状态及无噪声状态;
根据所述当前噪声检测状态,选择噪声检测路径,其中,所述根据所述当前噪声检测状态,选择噪声检测路径包括:当所述当前噪声检测状态为噪声可能状态或无噪声状态,选择第一噪声检测路径;当所述当前噪声检测状态为噪声确定状态,选择第二噪声检测路径;
在所述噪声检测路径下,根据所述目标语音帧是否包含噪声信号的检测结果,执行对应操作。
2.根据权利要求1所述的方法,其特征在于,所述根据多类所述语音特征,检测所述目标语音帧是否包含噪声信号包括:
确定每类所述语音特征属于噪声特征的噪声概率;
根据多类所述语音特征的噪声概率,检测所述目标语音帧是否包含噪声信号。
3.根据权利要求2所述的方法,其特征在于,所述根据多类所述语音特征的噪声概率,检测所述目标语音帧是否包含噪声信号包括:
根据每类所述语音特征的噪声概率及其对应的预设权重,计算每类所述语音特征的加权值;
累加每类所述语音特征的加权值,得到总加权值;
根据所述总加权值与第一预设噪声阈值,检测所述目标语音帧是否包含噪声信号。
4.根据权利要求3所述的方法,其特征在于,所述根据所述总加权值与预设阈值,检测所述目标语音帧是否包含噪声信号包括:
判断所述总加权值是否大于所述第一预设噪声阈值;
若大于,确定所述目标语音帧属于确定包含噪声信号的类型。
5.根据权利要求4所述的方法,其特征在于,所述根据所述总加权值与预设阈值,检测所述目标语音帧是否包含噪声信号还包括:
若所述总加权值小于所述第一预设噪声阈值,判断所述总加权值是否大于第二预设噪声阈值,其中,所述第二预设噪声阈值小于所述第一预设噪声阈值;
若大于,确定所述目标语音帧属于可能包含噪声信号的类型;
若小于,确定所述目标语音帧属于无噪声信号的类型。
6.根据权利要求2所述的方法,其特征在于,所述噪声特征包括子带质心值特征和/或频谱模板组合特征和/或负斜率拟合特征,所述确定每类所述语音特征属于噪声特征的噪声概率包括:
根据子带质心值算法,求取所述目标语音帧的噪声频段范围的质心值,对所述质心值作归一化处理,得到所述语音特征属于子带质心值特征的噪声概率,和/或,
根据频谱模板组合算法,求取所述目标语音帧与预设语音帧模板之间的差异度,对所述差异度作归一化处理,得到所述语音特征属于频谱模板组合特征的噪声概率,和/或,
根据负斜率拟合算法,求取所述目标语音帧的幅度谱与线性近似幅度谱的误差,对所述误差作归一化处理,得到所述语音特征属于负斜率拟合特征的噪声概率。
7.根据权利要求1所述的方法,其特征在于,所述在所述噪声检测路径下,根据所述目标语音帧是否包含噪声信号的检测结果,执行对应操作包括:
在所述第一噪声检测路径下:
当检测结果为所述目标语音帧属于确定包含噪声信号的类型时,对连续帧数累加预设数值,更新所述当前噪声检测状态为噪声确定状态,并根据累加后的连续帧数与预设帧数阈值,执行第一操作,所述连续帧数为时间连续且包含噪声信号的语音帧的帧数,和/或,
当检测结果为所述目标语音帧属于可能包含噪声信号的类型时,对连续帧数累加预设数值,设置所述当前噪声检测状态为噪声可能状态,并根据累加后的连续帧数与预设帧数阈值,执行第一操作,和/或,
当检测结果为所述目标语音帧属于无噪声信号的类型时,对连续帧数进行清零,设置所述当前噪声检测状态为无噪声状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市中科蓝讯科技股份有限公司,未经深圳市中科蓝讯科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110310614.X/1.html,转载请声明来源钻瓜专利网。