[发明专利]噪音去除的方法、装置、电子设备及介质

权利要求书

1.一种噪音去除的方法，其特征在于，包括：

获取待识别语音数据；

将所述待识别语音数据输入至预设的编解码模型，得到噪音识别结果，所述编解码模型为基于目标软阈值化函数生成的目标深度残差收缩网络以及特征还原网络所构成；

基于所述噪音识别结果，去除所述待识别语音数据中的噪音数据。

2.如权利要求1所述的方法，其特征在于，在所述获取待识别语音数据之前，还包括：

获取至少一个无噪音语音数据；

在每个无噪音语音数据中加入噪音信号，得到对应的噪音语音数据；

利用所述至少一个无噪音语音数据，以及所述至少一个对应的噪音语音数据训练所述目标深度残差收缩网络，以及训练所述特征还原网络，直至得到满足预设训练条件的所述编解码模型。

3.如权利要求2所述的方法，其特征在于，在所述得到满足预设训练条件的所述编解码模型，包括：

将所述目标深度残差收缩网络作为所述编解码模型中的编码模块；以及，将所述特征还原网络作为所述编解码模型中的解码模块。

4.如权利要求3所述的方法，其特征在于，所述得到满足预设训练条件的所述编解码模型，包括：

将所述噪音语音数据输入至所述目标深度残差收缩网络，得到编码端输出结果；

将所述编码端输出结果输入至所述特征还原网络，得到解码端输出结果；

利用所述解码端输出结果与对应的无噪音语音数据构造损失函数；

检测到所述损失函数满足预设条件，确定训练所述编解码模型至满足所述预设训练条件。

5.如权利要求4所述的方法，其特征在于，所述损失函数通过以下公式得到：

其中，N对应于所述无噪音语音数据的数量，x_i对应于所述无噪音语音数据的第i个分量，y_i对应于所述解码端输出结果的第i个分量。

6.如权利要求4所述的方法，其特征在于，所述将所述噪音语音数据输入至所述目标深度残差收缩网络，得到编码端输出结果，包括：

将所述噪音语音数据输入到所述目标深度残差收缩网络，得到CxWx1维度的第四输出结果；

利用所述目标软阈值化函数，去除所述第四输出结果的噪音冗余，得到第五输出结果；

对所述第五输出结果执行批正则归一化操作，以及执行全局平均池化操作，以及执行线性整流函数化操作，得到所述编码端输出结果。

7.如权利要求6所述的方法，其特征在于，在所述得到所述编码端输出结果之后，还包括：

利用所述特征还原网络，对所述编码端输出结果执行反卷积操作，得到第一还原特征；

对所述第一还原特征执行多次卷积操作；以及对所述第一还原特征执行多次反卷积操作，直至得到CxWx1维度的解码端输出结果。

8.如权利要求1所述的方法，其特征在于，在所述获取待识别语音数据之前，还包括：

获取第一输入特征，并对所述第一输入特征执行至少两次的卷积化操作，以及执行批正则归一化操作，以及执行线性整流函数化操作，得到第一输出结果；

对所述第一输出结果执行绝对值算法，以及执行全局平均池化操作，得到第二输出结果；

基于所述第二输出结果，获取所述目标软阈值化函数。

9.如权利要求8所述的方法，其特征在于，基于所述第二输出结果，获取所述目标软阈值化函数，包括：

对所述第二输出结果执行卷积化操作，以及执行批正则归一化操作，以及执行全连接操作，以及执行线性整流函数化操作，得到第三输出结果；

对所述第三输出结果进行sigmoid函数化，得到所述目标软阈值化函数。