[发明专利]一种语音增强方法及装置

权利要求书

1.一种语音增强方法，其特征在于，应用于电子设备，包括：

基于语音增强模型，对待处理的语音数据进行处理，预测得到所述待处理语音数据中的纯净语音数据；所述待处理的语音数据为频域语音数据；

基于干扰信息提取模型，对所述待处理的语音数据进行处理，预测得到所述待处理语音数据中的纯净干扰数据；

基于语音融合模型，对待处理的语音数据、所述待处理语音数据中的纯净语音数据以及所述待处理语音数据中的纯净干扰数据做融合处理，得到增强的语音数据。

2.根据权利要求1所述的方法，其特征在于，

所述语音增强模型包括依次连接的域自适应映射层、编码器层、第一自注意力层以及第一掩码生成层；其中，所述域自适应映射层由两个全连接层组成，所述编码器层由一个卷积层、两个因果卷积层、以及一个卷积层组成，所述第一自注意力层由长短期记忆层和两个全连接层组成，所述第一掩码生成层由两个长短期记忆层组成。

3.根据权利要求1所述的方法，其特征在于，

所述干扰信息提取模型包括依次连接的特征提取层、第二自注意力层以及第二掩码生成层；其中，所述特征提取层由两个因果卷积层组成，所述第二自注意力层由长短期记忆层和个全连接层组成，所述第二掩码生成层由三个长短期记忆层构成。

4.根据权利要求1所述的方法，其特征在于，

所述语音融合模型包括依次连接的三个卷积层和一个全连接层。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

对获取的语音数据进行预处理，得到预处理后的语音数据，所述预处理包括无效数据去除处理和振幅分布处理，所述预处理后的语音数据为时域的语音数据；

对所述预处理后的语音数据做短时傅里叶变换，得到所述待处理的语音数据。

6.根据权利要求1所述的方法，其特征在于，

所述语音增强模型是根据多个语音数据和所述多个语音数据中的真实的纯净语音数据训练得到的。

7.根据权利要求1或2所述方法，其特征在于，

所述干扰信息提取模型是根据多个语音数据和所述多个语音数据中的真实的纯净干扰数据训练得到的。

8.根据权利要求7所述的方法，其特征在于，

所述语音融合模型是根据多个语音数据、所述语音增强模型预测的所述多个语音数据中的纯净语音数据、所述干扰信息提取模型预测的所述多个语音数据中的纯净干扰数据以及所述多个语音数据中的真实的纯净语音数据训练得到的。

9.一种电子设备，其特征在于，包括处理器和与所述处理器耦合连接的存储器；所述存储器用于存储计算机指令，当所述电子设备运行时，所述处理器执行存储器存储的所述计算机指令，以使得所述电子设备执行如权利要求1至8任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机程序，当所述计算机程序在计算机上运行时，以执行如权利要求1至8任一项所述的方法。