[发明专利]语音信号的增强处理方法和装置

权利要求书

1.一种语音信号的增强处理方法，包括：

提取待处理语音信号在时频域的幅度谱，作为待处理幅度谱，所述待处理语音信号中包含噪声；

根据所述待处理语音信号的每一帧幅度谱及其相应的多帧历史幅度谱，确定所述待处理语音信号的幅度谱统计特征；

根据所述待处理幅度谱、所述幅度谱统计特征，利用机器学习模型消除所述待处理幅度谱中的噪声，获取增强语音信号。

2.根据权利要求1所述的增强处理方法，其中，所述根据所述待处理语音信号的每一帧幅度谱及其相应的多帧历史幅度谱，确定所述待处理语音信号的幅度谱统计特征包括：

利用相应的多帧历史幅度谱，对所述每一帧幅度谱进行平滑滤波处理，确定所述幅度谱统计特征。

3.根据权利要求2所述的增强处理方法，其中，所述利用所述相应的多帧历史幅度谱对每一帧幅度谱进行平滑滤波处理，确定所述幅度谱统计特征包括：

利用二维卷积结构，对所述每一帧幅度谱进行平滑滤波处理，确定所述幅度谱统计特征。

4.根据权利要求1所述的增强处理方法，其中，所述根据所述待处理语音信号的每一帧幅度谱及其相应的多帧历史幅度谱，确定所述待处理语音信号的幅度谱统计特征包括：

根据所述每一帧幅度谱及其相应的多帧历史幅度谱的加权和，确定所述幅度谱统计特征。

5.根据权利要求1所述的增强处理方法，其中，所述根据所述待处理语音信号的每一帧幅度谱及其相应的多帧历史幅度谱，确定所述待处理语音信号的幅度谱统计特征包括：

在各时间窗口内，根据所述待处理语音信号的每一帧幅度谱及其相应的多帧历史幅度谱，确定所述待处理语音信号在各时间窗口内的幅度谱统计特征。

6.根据权利要求1-5任一项所述的增强处理方法，其中，所述根据所述待处理幅度谱、所述幅度谱统计特征，利用机器学习模型消除所述待处理幅度谱中的噪声，获取增强语音信号包括：

将所述待处理幅度谱和所述幅度谱统计特征在通道维上进行拼接，生成三维特征矩阵；

将所述三维特征矩阵输入所述机器学习模型，获取所述增强语音信号。

7.根据权利要求1-5任一项所述的增强处理方法，其中，所述根据所述待处理幅度谱、所述幅度谱统计特征，利用机器学习模型消除所述待处理幅度谱中的噪声，获取增强语音信号包括：

将所述待处理幅度谱、所述幅度谱统计特征输入所述机器学习模型，输出所述待处理语音信号的增强处理幅度谱；

对所述增强幅度谱和提取的所述待处理语音信号在时频域的相位谱，进行逆时频变换，确定所述增强语音信号。

8.根据权利要求1-5任一项所述的增强处理方法，其中，所述机器学习模型通过如下的方式训练：

利用梯度回传方式，训练所述待处理幅度谱对于所述机器学习模型的连接权重、所述各幅度谱统计特征对于所述机器学习模型的连接权重。

9.一种语音信号的增强处理装置，包括：

提取单元，用于提取待处理语音信号在时频域的幅度谱，作为待处理幅度谱，所述待处理语音信号中包含噪声；

确定单元，用于根据所述待处理语音信号的每一帧幅度谱及其相应的多帧历史幅度谱，确定所述待处理语音信号的幅度谱统计特征；

消除单元，用于根据所述待处理幅度谱、所述幅度谱统计特征，利用机器学习模型消除所述待处理幅度谱中的噪声，获取增强语音信号。

10.根据权利要求9所述的增强处理装置，其中，

所述确定单元利用相应的多帧历史幅度谱对所述每一帧幅度谱进行平滑滤波处理，确定所述幅度谱统计特征。

11.根据权利要求10所述的增强处理装置，其中，

所述确定单元利用二维卷积结构，对所述每一帧幅度谱进行平滑滤波处理，确定所述幅度谱统计特征。