[发明专利]一种环境自适应的语音混响消除方法和系统

摘要

本发明公开一种环境自适应的语音混响消除方法和系统，该系统包括有混响模型训练装置、RT60获取装置以及音频处理装置；首先，考虑到RT60值的大小可以近似表征房间的混响量的大小及特殊的室内应用环境(RT60的值会在一个较小的范围内)，本发明中将RT60值按大小分成多个区间，使用区间内的语音特征来训练混响模型，使得数据训练的更加充分，混响模型更有针对性；其次，通过结合当前环境的RT60值所在区间和使用对应区间的混响模型进行解码的方法实现了对不同房间环境的自适应；再者，由于采用深度网络训练模型，在实际应用时就不需要估计混响分量，直接根据模型参数进行解码即可得到混响消除后的语音特征，减少了计算量。

主权项

1.一种环境自适应的语音混响消除方法，其特征在于：包括有以下步骤：步骤100 ：使用混响模型训练装置训练混响模型，并且将训练得到混响模型的存储于音频处理装置的第二存储器中；步骤200 ：采用RT60获取装置获取当前环境下的RT60值，并且发送给音频处理装置；步骤300 ：输入获取到的数字语音信号；步骤400 ：使用音频处理装置中的第二特征提取模块提取输入语音的MFCC，具体步骤与混响模型训练装置中的特征提取一致；步骤500 ：将原始的特征经过前5帧后4帧的扩展，形成320维数据，再将320维数据的每一维进行均值方差归一化处理；步骤600 ：根据获取到的RT60值，读取第二存储器里对应的混响模型；步骤700 ：根据输入的归一化MFCC特征及混响模型，通过混响模型的参数对输入的语音特征进行映射得到混响消除后的语音特征，也就是将提取的归一化MFCC特征作为输入，根据混响模型的参数得到不带混响的语音特征；步骤800 ：输出混响消除后的语音特征，该输出作为鲁棒性语音特征供语音识别或说话人识别使用。