[发明专利]重构语音信号的方法和装置

权利要求书

1.一种重构语音信号的方法，其特征在于，所述方法包括：

通过麦克风阵列的多个传感器进行声音采集，得到多个声音信号；

在所述多个声音信号中确定第一语音信号，所述第一语音信号为通过检测确定的语音信号；

基于所述多个声音信号中除所述第一语音信号以外的至少一个声音信号的信号频谱，生成所述多个声音信号的噪声模板；

基于所述噪声模板，对所述第一语音信号进行信号分离，得到第二语音信号；

将所述第二语音信号通过失真恢复模型进行重构，得到重构的语音信号；

其中，所述失真恢复模型的训练方法包括：

获取第二对抗生成网络，所述第二对抗生成网络包含初始失真判别模型与初始失真恢复模型，所述初始失真恢复模型的输出与干净语音信号作为所述初始失真判别模型的输入；

获取多个第一样本声音信号，其中，所述第一样本声音信号至少包括干净语音信号与失真语音信号；

基于所述多个第一样本声音信号对所述第二对抗生成网络中的所述初始失真判别模型与所述初始失真恢复模型进行训练，得到所述失真恢复模型。

2.根据权利要求1所述的方法，其特征在于，所述在所述多个声音信号中确定第一语音信号，所述第一语音信号为通过检测确定的语音信号，包括：

对所述多个声音信号进行检测；

如果在所述多个声音信号中只包含有一个语音信号，则将所述语音信号，作为所述第一语音信号；

如果在所述多个声音信号中包含有两个以上的语音信号，则确定信号强度最大的语音信号，将所述信号强度最大的语音信号，作为所述第一语音信号。

3.根据权利要求2所述的方法，其特征在于，所述对所述多个声音信号进行检测包括：

将所述多个声音信号输入话音检测模型，输出所述多个声音信号的信号类型；

其中，所述话音检测模型是基于干净语音信号与纯噪声信号进行训练得到，所述信号类型为语音信号或噪声信号。

4.根据权利要求3所述的方法，其特征在于，所述话音检测模型的训练方法包括：

获取第一对抗生成网络，所述第一对抗生成网络包含初始混响滤波模型与初始话音检测模型，所述初始混响滤波模型的输出作为所述初始话音检测模型的输入；

获取多个第二样本声音信号，其中，所述第二样本声音信号至少包括所述干净语音信号与所述纯噪声信号；

基于所述多个第二样本声音信号对所述第一对抗生成网络中的所述初始混响滤波模型与所述初始话音检测模型进行训练，得到所述话音检测模型。

5.根据权利要求4所述的方法，其特征在于，所述基于所述多个第二样本声音信号对所述第一对抗生成网络中的所述初始混响滤波模型与所述初始话音检测模型进行训练，得到所述话音检测模型包括：

依次将所述多个第二样本声音信号输入所述初始混响滤波模型，输出多个混响的第二样本声音信号，其中，所述多个混响的第二样本声音信号包括多个混响的干净语音信号与多个混响的纯噪声信号；

将所述多个混响的第二样本声音信号，输入所述初始话音检测模型，输出每个混响的第二样本声音信号对应的信号类型；

基于所述多个混响的第二样本声音信号与所述每个混响的第二样本声音信号对应的信号类型，对所述初始混响滤波模型与所述初始话音检测模型的模型参数进行调整，得到所述话音检测模型。

6.根据权利要求1所述的方法，其特征在于，所述基于所述多个第一样本声音信号对所述第二对抗生成网络中的所述初始失真判别模型与所述初始失真恢复模型进行训练，得到所述失真恢复模型包括：

依次将多个失真语音信号输入所述初始失真恢复模型，输出多个重构的语音信号；

将所述多个重构的语音信号与多个干净语音信号，输入所述初始失真判别模型，分别确定每个重构的语音信号与每个干净语音信号是否为干净语音信号，作为每个重构的语音信号与每个干净语音信号对应的检测结果；

基于所述多个失真语音信号、所述多个干净语音信号以及所述每个重构的语音信号与每个干净语音信号对应的检测结果，对所述初始失真判别模型与所述初始失真恢复模型的模型参数进行调整，得到所述失真恢复模型。