[发明专利]一种语音增强方法和装置

权利要求书

1.一种语音增强方法，其特征在于，包括：

接收输入的带噪语音信号；

将所述带噪语音信号输入至语音增强模型中，依次进行卷积处理、反卷积处理以及融合处理生成纯净语音信号；

其中，所述语音增强模型包括编码器和解码器，通过编码器的多个卷积层的不同尺寸的卷积核进行所述卷积处理，通过解码器的多个反卷积层的多个不同尺寸的反卷积核进行所述反卷积处理。

2.根据权利要求1所述的语音增强方法，其特征在于，将所述带噪语音信号输入至语音增强模型中，依次进行卷积处理、反卷积处理以及融合处理生成纯净语音信号，包括：

将所述带噪语音信号输入至所述编码器进行卷积处理生成语音卷积向量；

将所述语音卷积向量输入至所述解码器进行反卷积处理生成语音反卷积向量；

将所述语音反卷积向量输入至所述语音增强模型的融合层进行融合处理生成纯净语音信号。

3.根据权利要求2所述的语音增强方法，其特征在于，将所述带噪语音信号输入至所述编码器进行卷积处理生成语音卷积向量，包括：

将所述带噪语音信号依次经由编码器的每个卷积层的多个不同尺寸的卷积核进行卷积处理，得到每个卷积层输出的语音卷积向量，并将每个卷积层输出的语音卷积向量输入至下一个卷积层；

其中，所述每个卷积层输出的语音卷积向量为将多个不同尺寸的卷积核的处理结果沿通道层进行拼接生成，且输出的所述语音卷积向量的通道数与多个不同尺寸的所述卷积核的通道数相同。

4.根据权利要求2所述的语音增强方法，其特征在于，将所述语音卷积向量输入至所述解码器进行反卷积处理生成语音反卷积向量，包括：

对于第一个反卷积层：

将编码器的最后一个卷积层输出的语音卷积向量输入至解码器的第一个反卷积层中，通过第一个反卷积层的多个不同尺寸的反卷积核进行反卷积处理，得到第一个反卷积层输出的语音反卷积向量，其中，所述第一个反卷积层输出的语音反卷积向量为将多个不同尺寸的反卷积核的处理结果沿通道层进行拼接生成；

对于其他反卷积层：

将上一个反卷积层输出的语音反卷积向量和该反卷积层对应的卷积层输出的语音卷积向量进行拼接，生成输入该反卷积层的语音向量；其中，所述反卷积层与所述卷积层一一对应；

将生成的语音向量输入至该反卷积层中，通过该反卷积层的多个不同尺寸的反卷积核进行反卷积处理，得到该反卷积层输出的语音反卷积向量，其中，该反卷积层输出的语音反卷积向量为将多个不同尺寸的反卷积核的处理结果沿通道层进行拼接生成，且输出的所述语音反卷积向量的通道数与多个不同尺寸的所述反卷积核的通道数相同。

5.根据权利要求2所述的语音增强方法，其特征在于，将语音反卷积向量输入至融合层进行融合处理生成纯净语音信号，包括：

将最后一个反卷积层输出的语音反卷积向量输入至融合层进行融合处理，得到所述纯净语音信号；其中，所述融合层包括一个1*1卷积核。

6.根据权利要求1所述的语音增强方法，其特征在于，

在输入的带噪语音信号为时域观测到的带噪语音信号的情况下，所述卷积核为一维卷积核，所述反卷积核为一维反卷积核，且所述卷积核和所述反卷积核具有规格一致的多个不同尺寸；

在输入的带噪语音信号为时频域观测到的带噪语音信号的情况下，所述卷积核为二维卷积核，所述反卷积核为二维反卷积核，且所述卷积核和所述反卷积核具有规格一致的多个不同尺寸。

7.一种语音增强装置，其特征在于，包括：

接收模块，用于接收输入的带噪语音信号；

处理模块，用于将所述带噪语音信号输入至语音增强模型中，依次进行卷积处理、反卷积处理以及融合处理生成纯净语音信号；

其中，所述语音增强模型包括编码器和解码器，通过编码器的多个卷积层的不同尺寸的卷积核进行所述卷积处理，通过解码器的多个反卷积层的多个不同尺寸的反卷积核进行所述反卷积处理。