[发明专利]语音信号噪声功率谱密度估计方法和装置

权利要求书

1.一种语音信号噪声功率谱密度估计方法，其特征在于，包括：

提取带噪语音信号中的时间上下文窗口特征输入到预先训练好的语音存在概率估计器中，所述语音存在概率估计器输出当前时间帧对应的估计语音存在概率；

根据贝叶斯规则，修正所述估计语音存在概率，确定语音存在概率；

根据所述语音存在概率，采用递归平滑公式，确定相应的时间帧对应的噪声功率谱密度。

2.根据权利要求1所述的语音信号噪声功率谱密度估计方法，其特征在于，所述根据贝叶斯规则，修正所述估计语音存在概率，确定语音存在概率，具体包括：

按照第一预设公式转换所述估计语音存在概率为语音不存在概率；

按照第二预设公式，根据所述语音不存在概率，确定所述语音存在概率，

所述第一预设公式包括：

所述第二预设公式包括：

其中，所述k表征为递归的次数，所述l表征为时间帧的次，所述表征为所述估计语音存在概率，所述表征为所述语音不存在概率，所述ξ(k，l)表征为先验信噪比，所述γ(k，l)表征为后验信噪比，所述表征为所述语音存在概率。

3.根据权利要求1所述的语音信号噪声功率谱密度估计方法，其特征在于，所述根据所述语音存在概率，采用递归平滑公式，确定相应的时间帧对应的噪声功率谱密度，具体包括：

按照第三预设公式，根据所述语音存在概率，确定相应的时间帧对应的恒定平滑参数；

按照第四预设公式，根据所述恒定平滑参数，确定相应的时间帧对应的所述噪声功率谱密度，

所述第三预设公式包括：

所述第四预设公式包括：

其中，所述α_d表征为预设恒定平滑系数，所述表征为所述恒定平滑系数，所述表征为所述语音存在概率，所述Y(k，l)表征为输入的所述带噪语音信号，所述k表征为递归的次数，所述l表征为时间帧的次，所述表征所述噪声功率谱密度。

4.根据权利要求1至3中任一项所述的语音信号噪声功率谱密度估计方法，其特征在于，还包括：

基于深度学习神经网络架构，以时频域中的带噪语音信号和相应的时间上下文窗口特征作为输入特征，采用理想二元掩模提取所述带噪语音信号作为目标特征，预先训练生成所述语音存在概率估计器。

5.根据权利要求4所述的语音信号噪声功率谱密度估计方法，其特征在于，所述理想二元掩模包括：

其中，所述k表征为递归的次数，所述l表征为时间帧的次，所述IBM(k,l)表征为理想二掩码，所述x(k,l)表征为所述带噪语音信号的能量，所述d(x,l)表征为估计噪声的能量，所述LC表征为本地信噪比标准阈值。

6.一种语音信号噪声功率谱密度估计装置，其特征在于，包括：

估计单元，用于提取带噪语音信号中的时间上下文窗口特征输入到预先训练好的语音存在概率估计器中，所述语音存在概率估计器输出当前时间帧对应的估计语音存在概率；

修正单元，用于根据贝叶斯规则，修正所述估计语音存在概率，确定语音存在概率；

确定单元，用于根据所述语音存在概率，采用递归平滑公式，确定相应的时间帧对应的噪声功率谱密度。

7.根据权利要求6所述的语音信号噪声功率谱密度估计装置，其特征在于，所述修正单元包括：

转换子单元，用于按照第一预设公式转换所述估计语音存在概率为语音不存在概率；

确定子单元，用于按照第二预设公式，根据所述语音不存在概率，确定所述语音存在概率，

所述第一预设公式包括：

所述第二预设公式包括：

其中，所述k表征为递归的次数，所述l表征为时间帧的次，所述表征为所述估计语音存在概率，所述表征为所述语音不存在概率，所述ξ(k，l)表征为先验信噪比，所述γ(k，l)表征为后验信噪比，所述表征为所述语音存在概率。