[发明专利]一种语音增强方法、装置、设备以及存储介质

说明书

本公开提供了一种语音增强方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及深度学习技术和语音技术领域，可用于音频通讯场景。具体实现方案为：对至少两路目标语音进行子带分解处理，得到至少两路目标语音的幅度谱和相位谱；其中，至少两路目标语音包括：目标混合语音和目标干扰语音；根据至少两路目标语音的幅度谱，确定目标混合语音在特征域内存在目标纯净语音的预测概率；根据预测概率、至少两路目标语音的幅度谱和相位谱，进行子带合成处理，得到目标混合语音中的目标纯净语音。能够提高语音增强效果，为语音增强提供了新的解决思路。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习技术和语音技术领域，可用于音频通讯场景。

背景技术

语音增强(SE：Speech Enhancement)技术是音频通讯领域中的一个经典技术，主要是指当纯净语音被真实环境中的噪声和/或回声干扰后，从噪声背景中提取纯净语音的抗干扰技术。

现有的语音增强技术对混合语音中的噪声和/或回声的抑制能力不足，导致无法从混合语音中提取到高质量的纯净语音，亟需改进。

发明内容

本公开提供了一种语音增强方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种语音增强方法，包括：

对至少两路目标语音进行子带分解处理，得到至少两路目标语音的幅度谱和相位谱；其中，至少两路目标语音包括：目标混合语音和目标干扰语音；

根据至少两路目标语音的幅度谱，确定目标混合语音在特征域内存在目标纯净语音的预测概率；

根据预测概率、至少两路目标语音的幅度谱和相位谱，进行子带合成处理，得到目标混合语音中的目标纯净语音。

根据本公开的另一方面，提供了一种电子设备，该电子设备包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开任一实施例的语音增强方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开任一实施例的语音增强方法。

根据本公开的技术，能够提高语音增强效果，为语音增强提供了新的解决思路。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例提供的一种语音增强方法的流程图；

图2是根据本公开实施例提供的一种语音增强方法的流程图；

图3是根据本公开实施例提供的语音增强模型的结构示意图；

图4是根据本公开实施例提供的一种语音增强方法的流程图；

图5A是根据本公开实施例提供的一种语音增强方法的流程图；

图5B是根据本公开实施例提供的一种语音增强方法的原理示意图；

图6A是根据本公开实施例提供的一种语音增强方法的流程图；

图6B是本公开实施例提供的另一种语音增强方法的原理示意图；

图6C是包含敲击噪声的目标混合语音的波形图；