[发明专利]语音处理方法、装置、电子设备和存储介质

说明书

本公开提出了一种语音处理方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及语音增强技术和深度学习技术领域。具体实现方案为：获取语音信号对应的多个频带分量对应的幅度分量特征和相位分量特征，增加了模型可获取到的信号量，进而将每一个频带分量对应的幅度分量特征和相位分量特征，通过注意力模型捕捉每一个频带分量在时间和频率上的相关性，提高了模型的处理效果，得到每一个频带分量对应的幅度修正因子和相位修正因子，以修正频带分量对应的幅度分量和相位分量，进而通过子带合成，得到目标语音信号，提升了噪声抑制和混响消除的效果。

技术领域

本公开涉及人工智能技术领域，尤其涉及语音增强技术和深度学习技术领域，具体涉及一种语音处理方法、装置、电子设备和存储介质。

背景技术

在日常的声学环境中，语音通常会受到混响和背景噪声的干扰，这些干扰会降低语音的清晰度和质量，影响音频通话中的用户体验，还会影响语音合成系统的性能。因此，进行噪声抑制和混响消除成为语音信号增强中的热点问题。

发明内容

本公开提供了一种语音处理方法、装置、电子设备和存储介质。

根据本公开的一方面，提供了一种语音处理方法，包括：

获取语音信号对应的多个频带分量；

确定所述多个频带分量对应的幅度分量和相位分量；

对所述多个频带分量对应的幅度分量和相位分量进行特征提取，得到所述多个频带分量对应的幅度分量特征和相位分量特征；

将所述多个频带分量对应的幅度分量特征和相位分量特征，输入注意力模型，输出所述多个频带分量对应的幅度修正因子和相位修正因子；

根据所述多个频带分量对应的幅度修正因子和相位修正因子，修正所述多个频带分量对应的幅度分量和相位分量；

根据修正后的所述多个频带分量对应的幅度分量和相位分量，进行子带合成，得到目标的语音信号。

根据本公开的另一方面，提供了一种语音处理装置，包括：

获取模块，用于获取语音信号对应的多个频带分量；

确定模块，用于确定所述多个频带分量对应的幅度分量和相位分量；

特征提取模块，用于对所述多个频带分量对应的幅度分量和相位分量进行特征提取，得到所述多个频带分量对应的幅度分量特征和相位分量特征；

处理模块，用于将所述多个频带分量对应的幅度分量特征和相位分量特征，输入注意力模型，输出所述多个频带分量对应的幅度修正因子和相位修正因子；

修正模块，用于根据所述多个频带分量对应的幅度修正因子和相位修正因子，修正所述多个频带分量对应的幅度分量和相位分量；

合成模块，用于根据修正后的所述多个频带分量对应的幅度分量和相位分量，进行子带合成，得到目标的语音信号。

根据本公开的另一方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如前述一方面所述的方法。

根据本公开的另一方面，提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述一方面所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，其上存储有计算机程序，所述程序被处理器执行时实现如前述一方面所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明