[发明专利]语音增强方法、电子设备以及计算机可读存储介质

说明书

本发明公开了一种语音增强方法、电子设备以及计算机可读存储介质，语音增强方法包括：获取到待增强语音；基于待增强语音确定待增强语音的信号协方差矩阵的逆矩阵；利用待增强语音中目标语音对应的掩码矩阵确定目标语音的目标信号协方差矩阵；通过信号协方差矩阵的逆矩阵和目标信号协方差矩阵对待增强语音进行语音增强。通过上述方式，本发明能够实现对待增强语音的语音增强，并提高语音增强效果。

技术领域

本发明涉及语音处理领域，特别是涉及语音增强方法、电子设备以及计算机可读存储介质。

背景技术

在电话视频会议以及人工智能等领域，语音传播往往扮演着重要的角色。但在实际场景中，目标语音信号常常会被各种各样的噪声或背景音干扰，因此，目标语音信号需要进行语音增强，以提高目标语音的语义传达。

而传统的语音增强常常通过波束形成技术进行语音增强，但波束形成技术需要事先估计目标语音信号的方位信息，然后通过波束形成器滤除目标语音信号的方位以外的信号，以此来达到语音增强的目的。

但实际中很难准确的获得目标语音信号的方位信息，因而语音增强效果不佳。

发明内容

本发明提供了一种语音增强方法、电子设备以及计算机可读存储介质，以解决提高语音增强效果。

为解决上述技术问题，本发明提供一种语音增强方法，包括：获取到待增强语音；基于待增强语音确定待增强语音的信号协方差矩阵的逆矩阵；利用待增强语音中目标语音对应的掩码矩阵确定目标语音的目标信号协方差矩阵；通过信号协方差矩阵的逆矩阵和目标信号协方差矩阵对待增强语音进行语音增强。

其中，基于待增强语音确定待增强语音的信号协方差矩阵的逆矩阵的步骤包括：对待增强语音进行变换，得到待增强语音当前帧对应的矩阵；以及获取到待增强语音初始帧的信号协方差矩阵的逆矩阵；利用当前帧的矩阵以及矩阵的共轭转置矩阵、初始帧的信号协方差矩阵的逆矩阵基于第一递推关系式得到待增强语音当前帧的信号协方差矩阵的逆矩阵；其中，第一递推关系式表征当前帧的信号协方差矩阵的逆矩阵与前一帧的信号协方差矩阵的逆矩阵的对应关系。

其中，第一递推关系式是通过待增强语音的当前帧的矩阵以及共轭转置矩阵构建第一对应关系后，对第一对应关系进行逆运算后得到的。

其中，利用待增强语音中目标语音对应的掩码矩阵确定目标语音的目标信号协方差矩阵的步骤包括：利用待增强语音对应的矩阵得到待增强语音的当前帧存在目标语音的概率；获取到初始帧的掩码矩阵；利用初始帧的掩码矩阵以及概率得到待增强语音信号的当前帧的掩码矩阵；利用当前帧的掩码矩阵、当前帧对应的矩阵以及共轭转置矩阵得到目标语音的当前帧的目标信号协方差矩阵。

其中，利用初始帧的掩码矩阵以及概率得到待增强语音信号的当前帧的掩码矩阵的步骤，包括：利用概率以及初始帧的掩码矩阵，基于第二递推关系式得到当前帧的掩码矩阵；其中，第二递推关系式表征当前帧的掩码矩阵与前一帧的掩码矩阵的对应关系；利用当前帧的掩码矩阵、当前帧对应的矩阵以及共轭转置矩阵得到目标语音的目标信号协方差矩阵的步骤，包括：利用当前帧的掩码矩阵、当前帧对应的矩阵以及共轭转置矩阵、初始帧的目标信号协方差矩阵利用第三递推关系式得到当前帧的目标信号协方差矩阵；其中，第三递推关系式表征当前帧的目标信号协方差矩阵与前一帧的目标信号协方差矩阵的对应关系。

其中，第三递推关系式是通过待增强语音的当前帧的矩阵以及共轭转置矩阵、目标信号协方差矩阵以及当前帧的掩码矩阵构建第二对应关系后，对第二对应关系进行变换后得到的。

其中，获取到初始帧的掩码矩阵的步骤包括：获取到单位矩阵、值范围在0-1的随机矩阵或服从正态分布的概率矩阵；将单位矩阵、值范围在0-1的随机矩阵或服从正态分布的概率矩阵确定为初始帧的掩码矩阵。