[发明专利]一种利用数理统计和深度网络结合的语音降噪通用方法

权利要求书

1.一种利用数理统计和深度网络结合的语音降噪通用方法，其特征在于，包括以下步骤：

a.带噪语音输入，用短时傅立叶变换，得到带噪频谱的64个子带；

b.计算64个子带的三角滤波对数能量；

c.计算子带能量的倒谱系数作为特征，输入LSTM神经网络模型；

d.用LSTM神经网络模型计算语音权重；

e.通过语音权重系数作用于带噪频谱，得到初级干净频谱；

f.通过拉式滤波和小波作用于初级干净频谱，得到干净频谱；

g.输入干净频谱，用短时傅立叶逆变换回干净语音。

2.根据权利要求1所述的一种利用数理统计和深度网络结合的语音降噪通用方法，其特征在于，所述d步骤中的LSTM神经网络模型构建步骤为：

S1.带噪语音输入,用短时傅立叶变换，把频域均匀的分成64个子带，每个子带4个频点；

S2.设计64个子带的三角滤波，取对数能量，让特征值更加平稳；

S3.用离散余弦傅立叶变换计算子带能量的倒谱系数，同时计算一阶二阶差分；

S4.由此得到每帧64维矩阵作为特征输入，用单向LSTM神经网络学习它的语音权重；

S5.通过损失函数计算和迭代，得到最终的LSTM神经网络模型。

3.根据权利要求1所述的一种利用数理统计和深度网络结合的语音降噪通用方法，其特征在于，所述f步骤的具体步骤为：

输入相对干净的频谱，利用拉式滤波估计残留稳态噪声；

输入相对干净的频谱，利用小波瞬时特性估计音乐噪声伪影。