[发明专利]基于改进GAN网络的语音去噪方法、装置、设备及介质

说明书

本申请实施例提供了一种基于改进GAN网络的语音去噪方法、装置、设备及介质。该方法包括：获取待处理的语音数据；对待处理的语音数据进行特征提取，形成待处理语音的特征数据；计算待处理语音的特征数据的均值方差归一化处理值；将待处理语音的特征数据的均值方差归一化处理值输入到改进GAN网络的生成器中，输出待处理的语音数据对应的去噪语音特征数据的理想掩膜值；根据去噪语音特征数据的理想掩膜值确定待处理的语音数据的去噪语音数据；其中，待处理的语音数据对应的去噪语音特征数据的理想掩膜值为待处理的语音数据对应的去噪语音特征数据和待处理语音特征数据的比值。能够对复杂分布的噪声信号也具有明显的去噪效果，有效提高了去噪效果。

技术领域

本申请实施例涉及语音增强技术领域，尤其涉及一种基于改进GAN网络的语音去噪方法、装置、设备及介质。

背景技术

语音增强是指当语音信号被各种各样的噪声打扰甚至淹没后，从噪声背景中提取有用的语音信号，抑制、降低噪声干扰的技术。语音增强很重要的一点是，针对带噪的语音进行噪声过滤，提高语句的清晰度与语音识别的准确率。

现有技术中，对语音进行去噪的方法主要有两种：传统的给予信号处理的方法，和先进的使用深度学习模型的方法。现有的先进的使用深度学习模型的方法普遍采用深度神经网络模型，长短期记忆网络模型，卷积神经网络模型的方法。

但现有技术中对语音进行去噪的方法只能对简单分布的噪声进行去除,对于复杂分布的噪声信号,无法有效去噪,并且有可能去除掉有价值的语音,导致去噪结果并不理想。

发明内容

本申请实施例提供一种基于改进GAN网络的语音去噪方法、装置、设备及介质，解决了现有技术中的对语音进行去噪的方法只能对简单分布的噪声进行去除,对于复杂分布的噪声信号,无法有效去噪,并且有可能去除掉有价值的语音,导致去噪结果并不理想的技术问题。

本申请实施例第一方面提供一种基于改进GAN网络的语音去噪方法，包括：获取待处理的语音数据；对所述待处理的语音数据进行特征提取，形成待处理语音的特征数据；计算所述待处理语音的特征数据的均值方差归一化处理值；将所述待处理语音的特征数据的均值方差归一化处理值输入到改进GAN网络的生成器中，输出所述待处理的语音数据对应的去噪语音特征数据的理想掩膜值；根据所述去噪语音特征数据的理想掩膜值确定待处理的语音数据的去噪语音数据；其中，所述待处理的语音数据对应的去噪语音特征数据的理想掩膜值为所述待处理的语音数据对应的去噪语音特征数据和待处理语音特征数据的比值。

本申请实施例第二方面提供一种基于改进GAN网络的语音去噪装置，包括：数据获取模块，用于获取待处理的语音数据；特征提取模块，用于对所述待处理的语音数据进行特征提取，形成待处理语音的特征数据；处理值计算模块，用于计算所述待处理语音的特征数据的均值方差归一化处理值；语音去噪模块，用于将所述待处理语音的特征数据的均值方差归一化处理值输入到改进GAN网络的生成器中，输出所述待处理的语音数据对应的去噪语音特征数据的理想掩膜值；去噪数据确定模块，用于根据所述去噪语音特征数据的理想掩膜值确定待处理的语音数据的去噪语音数据；其中，所述待处理的语音数据对应的去噪语音特征数据的理想掩膜值为所述待处理的语音数据对应的去噪语音特征数据和待处理语音特征数据的比值。

本申请实施例第三方面提供一种终端设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面所述的方法。

本申请实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行如上述第一方面所述的方法。