[发明专利]基于噪声背景分类的语音增强方法及系统

说明书

本发明公开了基于噪声背景分类的语音增强方法及系统，包括：获取待处理语音信号；对待处理语音信号进行特征提取；将提取的特征，输入到训练后的分类器中，得到待处理语音的噪声背景标签；根据噪声背景标签，选择对应标签的训练后的生成器；将待处理的语音信号，输入到被选中的训练后的生成器中，得到增强后的语音信号。本方法选择了提取带噪语音的梅尔频率倒谱系数输入分类器对噪声背景进行分类，对分类好的语音使用同一个模型内针对此类噪声背景的生成对抗网络来实现语音增强，此方法在面对多场景下的语音增强都有较好的效果。

技术领域

本发明涉及语音信号处理技术领域，特别是涉及基于噪声背景分类的语音增强方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

语音是人与人之间进行信息交换最直接、最有效的工具，同时也是人与机器进行通信的工具。但是，当人与人之间进行信息交换、人与机器之间进行通信时，总是会受到噪声的影响，而且在不同的场景下，噪声的类型也是不同的，不同的噪声对有效的语音信息的影响也是不同的。例如人们在汽车内进行交谈，其噪声多为引擎噪声、喇叭声等等；在咖啡馆内噪声多为客人交谈声；在计算机机房噪声多为计算机运行的风扇声。因此同一方法在多场景进行语音增强效果往往可能不佳。因此，如何使用一种语音增强方法在不同场景时都能达到不错的效果成为了领域技术人员亟待解决的技术问题。

目前各类语音增强方法大多都针对某一特定的背景噪声进行语音增强，在遇到其他类型噪声背景时，其增强效果大都一般，所以急需一种针对多种噪声场景的语音增强方法。

发明内容

为了解决现有技术的不足，本发明提供了基于噪声背景分类的语音增强方法及系统；对不同的噪声场景进行区分，来达到针对某一种场景使用同一个模型内的某一特定的网络进行语音增强，来实现更好的语音增强效果。

第一方面，本发明提供了基于噪声背景分类的语音增强方法；

基于噪声背景分类的语音增强方法，包括：

获取待处理语音信号；

对待处理语音信号进行特征提取；

将提取的特征，输入到训练后的分类器中，得到待处理语音的噪声背景标签；

根据噪声背景标签，选择对应标签的训练后的生成器；

将待处理的语音信号，输入到被选中的训练后的生成器中，得到增强后的语音信号。

第二方面，本发明提供了基于噪声背景分类的语音增强系统；

基于噪声背景分类的语音增强系统，包括：

获取模块，其被配置为：获取待处理语音信号；

特征提取模块，其被配置为：对待处理语音信号进行特征提取；

分类模块，其被配置为：将提取的特征，输入到训练后的分类器中，得到待处理语音的噪声背景标签；

选择模块，其被配置为：根据噪声背景标签，选择对应标签的训练后的生成器；

增强模块，其被配置为：将待处理的语音信号，输入到被选中的训练后的生成器中，得到增强后的语音信号。

第三方面，本发明还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述第一方面所述的方法。

第四方面，本发明还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。