[发明专利]一种基于语义先验的选择性注意的多通道语音增强方法

摘要

本发明提供了一种基于语义先验的选择性注意的多通道语音增强方法，所述方法包括：多传声器阵列拾取来自于混响环境中的任意方向的语音信号，采集多路语音信号并进行预处理；利用激活词语音识别模型检测预处理后的语音信号中存在的特定激活词；对未经切割的包含激活词段的信号进行处理得到完整的激活词段；采用基于混响鲁棒的多通道相位差声源定位方法对激活词段进行分析，得到目标声源的声波到达方向；对该方向的语音进行增强，并抑制其它方向的噪声以及远讲场景下的房间混响，获取得到目标方向的增强语音。本方明的方法可用于智能家电、智能家居、车载和可穿戴设备等需要远讲式语音输入和交互的场合，特别适用于复杂的声学噪声和干扰环境场合。

主权项

1.一种基于语义先验的选择性注意的多通道语音增强方法，所述方法包括：多传声器阵列拾取来自于混响环境中的任意方向的语音信号，采集多路语音信号并进行预处理；利用激活词语音识别模型检测预处理后的语音信号中存在的特定激活词；对未经切割的包含激活词段的信号进行处理得到完整的激活词段；采用基于混响鲁棒的多通道相位差声源定位方法对激活词段进行分析，得到目标声源的声波到达方向；对该方向的语音进行增强，并抑制其它方向的噪声以及远讲场景下的房间混响，获取得到目标方向的增强语音；所述方法具体包括：步骤1)多传声器阵列拾取来自于混响环境中的任意方向的语音信号，采集多路语音信号；步骤2)对步骤1)采集的多路语音信号进行预处理；步骤3)利用激活词语音识别模型检测预处理后的语音信号中是否存在特定的激活词；如果检测结果是肯定的，保留未经切割的包含激活词段的信号，进入步骤4)；否则，转入步骤1)；步骤4)对未经切割的包含激活词段的信号进行语音活动性检测得到完整的激活词段；采用基于混响鲁棒的多通道相位差声源定位方法对激活词段进行分析，得到目标声源的声波到达方向；对该方向的语音进行增强，并抑制残余方向性噪声和来自于环境的扩散噪声以及远讲场景下的房间混响，获取到目标方向的增强语音；所述步骤3)中的利用激活词语音识别模型检测预处理后的语音信号中是否存在特定的激活词的具体过程为：根据先验的大量激活词数据或特定说话人的数据，训练得到说话人相关或者说话人无关的激活词语音识别模型；采用识别解码策略对激活词内容进行检测并计算置信度,从而完成分类判别，将语音识别和关键词检索算法相结合,实现对激活词的检测。