[发明专利]一种降噪模型的训练方法、降噪方法、装置和存储介质

说明书

本申请公开了一种降噪模型的训练方法、降噪方法、装置和存储介质，该方法包括：将带噪语音数据输入到降噪模型中，得到降噪后的语音数据；降噪模型包括编码器与第一解码器，降噪模型的训练方法包括：获取多个训练样本；基于编码器对样本带噪语音数据进行处理，得到第一样本特征数据；将第一样本特征数据输入第一解码器，得到估计语音数据；将第一样本特征数据输入第二解码器，得到估计文本数据；基于估计语音数据与第一样本干净语音数据之间的损失以及估计文本数据与第一样本干净文本数据之间的损失，对降噪模型的模型参数进行调整，直至满足预设训练结束条件，得到训练完的降噪模型。通过上述方式，本申请能够提升语音降噪的效果。

技术领域

本申请涉及信号处理技术领域，具体涉及一种降噪模型的训练方法、降噪方法、装置和存储介质。

背景技术

语音降噪方法主要分为两大类，一种是基于传统统计信号处理的方法，这类方法对于平稳噪声(比如：白噪声等)具有很好的效果，且算法可控，稳定性高，但是对于非平稳的突发噪声，降噪效果较差，虽然可控性和稳定性较好，但在真实应用场景下效果通常低于预期；另一种语音降噪方法是基于神经网络的有监督回归训练方法，随着模型的复杂和硬件算力的提高，降噪效果越来越难以优化和提升，而且一些语音中的发音音素在信号层面的特征近似于噪声，很难通过网络学习进行区分和解决，导致降噪后语音严重失真。

发明内容

本申请提供一种降噪模型的训练方法、降噪方法、装置和存储介质，能够提升语音降噪的效果。

为解决上述技术问题，本申请采用的技术方案是：提供一种降噪方法，该方法包括：获取带噪语音数据，将带噪语音数据输入到降噪模型中，得到降噪后的语音数据；其中，降噪模型包括编码器与第一解码器，降噪模型的训练方法包括：获取多个训练样本，训练样本包括样本带噪语音数据以及与样本带噪语音数据对应的第一样本干净语音数据与第一样本干净文本数据；基于编码器对样本带噪语音数据进行处理，得到第一样本特征数据；将第一样本特征数据输入第一解码器，得到估计语音数据；将第一样本特征数据输入第二解码器，得到估计文本数据；基于估计语音数据与第一样本干净语音数据之间的损失以及估计文本数据与第一样本干净文本数据之间的损失，对降噪模型的模型参数进行调整，直至满足预设训练结束条件，得到训练完的降噪模型。

为解决上述技术问题，本申请采用的技术方案是：提供一种降噪模型的训练方法，降噪模型包括编码器与第一解码器，该方法包括：获取多个训练样本，训练样本包括样本带噪语音数据以及与样本带噪语音数据对应的第一样本干净语音数据与第一样本干净文本数据；基于编码器对样本带噪语音数据进行处理，得到第一样本特征数据；将第一样本特征数据输入第一解码器，得到估计语音数据；将第一样本特征数据输入第二解码器，得到估计文本数据；基于估计语音数据与第一样本干净语音数据之间的损失以及估计文本数据与第一样本干净文本数据之间的损失，对降噪模型的模型参数进行调整，直至满足预设训练结束条件，得到训练完的降噪模型。

为解决上述技术问题，本申请采用的另一技术方案是：提供一种降噪装置，该降噪装置包括互相连接的存储器和处理器，其中，存储器用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述技术方案中的降噪模型的训练方法或上述技术方案中的降噪方法。

为解决上述技术问题，本申请采用的另一技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述技术方案中的降噪模型的训练方法或上述技术方案中的降噪方法。