[发明专利]一种用于带噪语音信号的处理恢复方法和控制系统

权利要求书

1.一种用于带噪语音信号的处理恢复方法，其特征在于，包括：

获取要处理的带噪语音信号；

对所述带噪语音信号进行STFT变换，以得到声谱图；

基于所述声谱图，确定时频语音特征；

基于所述时频语音特征，利用抑噪学习网络来估计各个频点的掩蔽值，作为各个频点的抑噪量；

基于各个频点的掩蔽值和声谱图，确定抑噪后的频域语音信号；

基于所述频域语音信号，计算功率谱密度；

基于所述功率谱密度，通过执行LPC处理，来预测抑噪后的时域语音信号的线性部分和残差部分；

对所述频域语音信号进行ISTFT变换，以得到抑噪后的时域语音信号；

基于所述抑噪后的时域语音信号、所述线性部分和残差部分，利用恢复学习网络来恢复出增强后的残差部分；

将预测的线性部分和增强后的残差部分求和，来得到恢复后的语音信号，使其语音清晰度高于预定阈值。

2.根据权利要求1所述的处理恢复方法，其特征在于，所述语音特征包括MFCC特征。

3.根据权利要求1所述的处理恢复方法，其特征在于，所述抑噪学习网络为LSTM神经网络，而所述恢复学习网络为GRU神经网络。

4.根据权利要求1所述的处理恢复方法，其特征在于，基于所述时频语音特征，利用抑噪学习网络来估计各个频点的掩蔽值具体包括：先将语音特征馈送到第一组全连接层进行降维处理，再馈送到所述抑噪学习网络。

5.根据权利要求1或4所述的处理恢复方法，其特征在于，基于所述时频语音特征，利用抑噪学习网络来估计各个频点的掩蔽值具体还包括：基于所述时频语音特征利用所述抑噪学习网络进行估计，并将该估计结果馈送到第二组全连接层进行升维处理，来得到各个频点的掩蔽值。

6.根据权利要求1所述的处理恢复方法，其特征在于，还包括：在服务器上先执行所述抑噪学习网络的训练，再利用训练好的所述抑噪学习网络的输出作为训练数据来训练所述恢复学习网络。

7.根据权利要求1所述的处理恢复方法，其特征在于，执行LPC处理具体包括：

对所述功率谱密度执行IFFT变换，来得到自相关系数；

基于所述自相关系数，利用Levinson-Durbin算法计算LPC线性预测系数，从而预测出抑噪后的时域语音信号的线性部分，并得到残差部分。

8.一种用于带噪语音信号的处理恢复的控制系统，其特征在于，包括：

接口，配置为获取要处理的带噪语音信号；

处理单元，其配置为：

执行根据权利要求1-7中任何一项所述的用于带噪语音信号的处理恢复方法；以及

存储器，其配置为：存储训练好的抑噪学习网络和恢复学习网络。

9.根据权利要求8所述的控制系统，其特征在于，在所述处理单元为单核的情况下，其配置为：对所述抑噪学习网络的处理和所述恢复学习网络的处理流式执行；而在所述处理单元为双核的情况下，对所述抑噪学习网络的处理和所述恢复学习网络的处理并行执行。

10.根据权利要求8所述的控制系统，其特征在于，所述控制系统基于执行边缘计算的片上系统来实现。