[发明专利]语音信号处理方法、装置、电子设备及存储介质

权利要求书

1.一种语音信号处理方法，其特征在于，包括：

获取待处理语音信号的语音特征参数，所述语音特征参数包括所述待处理语音信号的初始频谱；

基于所述语音特征参数，预测得到第一设定数量的子带频谱包络，其中，所述第一设定数量小于所述初始频谱所包含的初始频谱系数的数量，一个子带频谱包络与第二设定数量的初始频谱系数相对应；

基于预测出的子带频谱包络对所述初始频谱进行调整，得到调整后的频谱；

基于调整后的频谱，得到所述待处理语音信号对应的增强处理后的语音信号。

2.根据权利要求1所述的方法，其特征在于，所述语音特征参数还包括所述待处理语音信号的时域特征参数。

3.根据权利要求2所述的方法，其特征在于，所述时域特征参数包括线谱频率LSF参数。

4.根据权利要求3所述的方法，其特征在于，所述待处理语音信号为待增强语音信号的每一语音帧的语音信号，对于当前语音帧，所述LSF参数包括以下至少一种：

当前语音帧相对于其相邻语音帧的角频率偏移；

当前语音帧的角频率均值；

当前语音帧的角频率分布相对于参考角频率分布的偏差。

5.根据权利要求4所述的方法，其特征在于，对于当前语音帧，所述LSF参数包括当前语音帧相对于其相邻语音帧的角频率偏移和当前帧的角频率均值，或者，包括当前语音帧相对于其相邻语音帧的角频率偏移和当前帧的角频率分布相对于参考角频率分布的偏差。

6.根据权利要求5所述的方法，其特征在于，每个语音帧包括至少两个子帧，对于一个语音帧，该语音帧的LSF参数包括该语音帧所包含的至少一个子帧的LSF参数。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述基于预测出的子带频谱包络对所述初始频谱进行调整，得到调整后的频谱，包括：

将所述初始频谱划分为第一设定数量的频谱子带，其中，每个频谱子带包含所述初始频谱中第二设定数量的初始频谱系数；

基于各频谱子带所包含的初始频谱系数，得到各频谱子带各自对应的待处理子带频谱包络；

分别确定相对应的各预测出的子带频谱包络和对应的待处理子带频谱包络的差值；

基于各待处理子带频谱包络所对应的所述差值，对各待处理子带频谱包络各自所对应的初始频谱系数进行调整，得到调整后的频谱。

8.根据权利要求7所述的方法，其特征在于，预测出的子带频谱包络和待处理子带频谱包络均为对数域的包络，对于一个待处理子带频谱，基于该待处理子带频谱包络所对应的所述差值，对该待处理子带频谱包络所对应的初始频谱系数进行调整，包括：

将该待处理子带频谱包络所对应的各初始频谱系数分别进行对数转换，得到对数域的系数；

基于该待处理子带频谱包络所对应的差值，分别对对数域的各系数进行增益调整，得到调整后的各系数；

将调整后的各系数进行反对数变换，得到该待处理子带频谱包络所对应的调整后的各频谱系数。

9.根据权利要求1至6中任一项所述的方法，其特征在于，所述获取待处理语音信号的语音特征参数，包括：

对所述待处理语音信号进行时频变换，得到所述初始频谱；

其中，若时频变换为傅里叶变换，所述初始频谱为初始幅度谱，所述预测出的子带频谱包络为子带幅度谱包络，所述基于预测出的子带频谱包络对所述初始频谱进行调整，得到调整后的频谱，以及基于调整后的频谱，得到所述待处理语音信号对应的增强处理后的语音信号，包括：

基于预测出的子带幅度谱包络对所述初始幅度谱进行调整，得到调整后的幅度谱；

基于所述待处理语音信号的初始相位谱，得到目标相位谱；

基于调整后的幅度谱和所述目标相位谱进行时频反变换，得到增强处理后的语音信号；

若所述时频变换为离散余弦变换，基于调整后的频谱，得到增强处理后的语音信号，包括：

将调整后的频谱进行时频反变换，得到增强处理后的语音信号。