[发明专利]语音信号处理方法、装置及终端

权利要求书

1.一种语音信号处理方法，其特征在于，包括如下步骤：

依据设定帧长度对语音信号进行分帧得到帧信号，并提取每帧帧信号的音频参数；其中，所述语音信号包括第一语音信号和第二语音信号，所述音频参数对应为第一音频参数和第二音频参数；每帧帧信号与相邻的帧信号在分帧时分别设定预设长度的重叠区域；所述音频参数包括：基音频率、共振峰频谱包络和非周期激励信号；所述非周期激励信号通过根据每帧帧信号的波形、所述基音频率以及所述共振峰频谱包络，采集剩余非周期变化的激励信号分析得到；所述共振峰频谱包络通过对语音信号进行汉明窗分割以及傅里叶变换得到的功率谱，截取所述功率谱的高峰部分得到；所述基音频率通过周期分析得到的若干波形及其对应的候选基音频率和周期得到，根据若干所述候选基音频率在不同周期间的零交点、峰值以及下降间隔，计算得到若干所述候选基音频率的置信度，选取置信度最高的候选基音频率作为该帧帧信号的基音频率；

将第一语音信号的帧信号与对第二语音信号的帧信号进行语音信号对齐匹配；

将第一语音信号的帧信号的第一音频参数替换为相匹配的第二语音信号的帧信号的第二音频参数，并根据第一语音信号中帧信号的第二音频参数的非周期激励信号、共振峰频谱包络以及基音频率合成语音信号合成语音信号。

2.根据权利要求1所述的语音信号处理方法，其特征在于，所述依据设定帧长度对语音信号进行分帧得到帧信号，并提取每帧帧信号的音频参数的步骤，包括：

依据设定帧长度对语音信号进行分帧得到帧信号；

对每帧帧信号进行基音频率分析，得到对应每帧帧信号的基音频率；

对每帧帧信号的波形和所述基音频率进行频谱包络分析，得到对应每帧帧信号的共振峰频谱包络；

根据每帧帧信号的波形、基音频率以及共振峰频谱包络分析，得到对应每帧帧信号的非周期激励信号。

3.根据权利要求2所述的语音信号处理方法，其特征在于，所述对每帧帧信号进行基音频率分析，得到对应每帧帧信号的基音频率的步骤包括：

对每帧帧信号进行滤波获得若干候选基音频率及其周期；

根据若干所述候选基音频率在不同周期间的零交点、峰值以及下降间隔，计算得到若干所述候选基音频率的置信度；

选取置信度最高的候选基音频率作为该帧帧信号的基音频率。

4.根据权利要求2所述的语音信号处理方法，其特征在于，所述对每帧帧信号的波形和所述基音频率进行频谱包络分析，得到对应每帧帧信号的共振峰频谱包络的步骤包括：

根据每帧帧信号的波形和基音频率对应的周期，对语音信号进行汉明窗分割得到时域信号；

对所述时域信号进行傅里叶变换得到功率谱；

截取所述功率谱的高峰部分得到共振峰频谱包络。

5.根据权利要求1所述的语音信号处理方法，其特征在于，所述将第一语音信号的帧信号与对第二语音信号的帧信号进行语音信号对齐匹配的步骤包括：

对第一语音信号的帧信号和第二语音信号的帧信号分别进行梅尔频率倒谱分析，得到每帧帧信号对应的梅尔频率倒谱系数；

对第一语音信号的帧信号和第二语音信号的帧信号，根据梅尔频率倒谱系数和动态时间规整对齐匹配。

6.根据权利要求5所述的语音信号处理方法，其特征在于，所述对第一语音信号的帧信号和第二语音信号的帧信号分别进行梅尔频率倒谱分析，得到每帧帧信号对应的梅尔频率倒谱系数的步骤，包括：

对第一语音信号的帧信号和第二语音信号的帧信号进行高通滤波得到预加重的帧信号；

对所述预加重的帧信号进行加窗处理得到具有连续性的加窗帧信号；

对所述加窗帧信号进行傅里叶变换得到每帧帧信号的能量频谱；

将所述每帧帧信号的能量频谱通过三角形滤波器得到每帧帧信号对应的对数能量值；

根据离散余弦变换将所述对数能量值转换为梅尔频率倒谱系数。