[发明专利]基于卷积神经网络的语音增强方法、装置、设备及介质

权利要求书

1.一种基于卷积神经网络的语音增强方法，其特征在于，包括：

获取待降噪语音的时域波形图；

将所述待降噪语音的时域波形图输入语音增强模型，其中，所述语音增强模型包括依次连接的伽柏卷积层、简单递归层、特征掩蔽层以及反卷积层；所述伽柏卷积层包括多个复数滤波器；

通过多个所述复数滤波器对时域波形图进行伽柏变换，提取所述待降噪语音的伽柏变换特征；

将所述伽柏变换特征输入至所述简单递归层进行预测，以确定所述特征掩蔽层对应的掩蔽向量；

通过特征掩蔽层，根据所述掩蔽向量对所述伽柏变换特征进行过滤，得到降噪后的伽柏变换特征；

通过所述反卷积层对所述降噪后的伽柏变换特征进行还原，得到目标降噪语音。

2.如权利要求1所述基于卷积神经网络的语音增强方法，其特征在于，所述复数滤波器为C个；每个所述复数滤波器包括两个时间相邻的伽柏滤波器。

3.如权利要求2所述基于卷积神经网络的语音增强方法，其特征在于，所述通过多个所述复数滤波器对时域波形图进行伽柏变换，提取所述待降噪语音的伽柏变换特征，包括：

采用时间相邻的两个所述伽柏滤波器分别对所述时域波形图进行卷积处理，得到第一特征和第二特征；

将所述第一特征的模的平方和所述第二特征的模的平方相加，得到每一所述复数滤波器对应的复数特征；

基于每一所述复数滤波器对应的复数特征，得到C个特征通道的所述伽柏变换特征。

4.如权利要求1所述基于卷积神经网络的语音增强方法，其特征在于，所述通过特征掩蔽层，根据所述掩蔽向量对所述伽柏变换特征进行过滤，得到降噪后的伽柏变换特征，包括：

获取所述简单递归层确定的所述掩蔽向量；

将所述掩蔽向量与所述伽柏变换特征进行点乘处理，得到所述降噪后的伽柏变换特征。

5.如权利要求1所述基于卷积神经网络的语音增强方法，其特征在于，在所述获取待降噪语音的时域波形图以及语音增强模型之前，所述语音增强模型还包括：

获取待训练语音数据，并初始化原始神经网络；其中，所述原始神经网络包括依次连接的伽柏卷积层、简单递归层、特征掩蔽层以及反卷积层；所述待训练语音数据包括带噪语音以及对应的干净语音；

通过伽柏卷积层对所述带噪语音进行伽柏变换，提取待训练的语音数据的训练特征；

将所述训练特征输入至所述简单递归层进行预测，以确定所述特征掩蔽层对应的掩蔽向量；

通过特征掩蔽层，根据所述掩蔽向量对所述伽柏变换特征进行过滤，得到降噪后的伽柏变换特征；

通过所述反卷积层对所述降噪后的伽柏变换特征进行还原，得到预测降噪语音；

采用最小均方误差函数，根据所述预测降噪语音与所述干净语音，计算模型损失；

根据所述模型损失更新所述原始神经网络，得到所述语音增强模型。

6.如权利要求1所述的基于卷积神经网络的语音增强装置，其特征在于，所述简单递归层包括多个SRU单元。

7.一种基于卷积神经网络的语音增强装置，其特征在于，包括：

数据获取模块，用于获取待降噪语音的时域波形图；

语音增强模块，用于将所述待降噪语音的时域波形图输入语音增强模型，其中，所述语音增强模型包括依次连接的伽柏卷积层、简单递归层、特征掩蔽层以及反卷积层；所述伽柏卷积层包括多个复数滤波器；

伽柏变换模块，用于通过多个所述复数滤波器对时域波形图进行伽柏变换，提取所述待降噪语音的伽柏变换特征；

预测模块，用于将所述伽柏变换特征输入至所述简单递归层进行预测，以确定所述特征掩蔽层对应的掩蔽向量；

过滤模块，用于通过特征掩蔽层，根据所述掩蔽向量对所述伽柏变换特征进行过滤，得到降噪后的伽柏变换特征；

还原模块，用于通过所述反卷积层对所述降噪后的伽柏变换特征进行还原，得到目标降噪语音。