[发明专利]语音信号生成模型训练方法、回声消除方法和装置及设备

权利要求书

1.一种语音信号生成模型训练方法，其特征在于，所述方法包括：

获取语音信号样本和对应的理想语音信号样本；

将所述语音信号样本输入到语音信号生成模型，利用所述语音信号生成模型计算所述语音信号样本中理想语音信号功率占比得到理想比率掩膜IRM，利用所述IRM作为能量增益值对所述语音信号样本进行回声消除后，以输出对应的理想语音信号样本为目标，对所述语音信号生成模型进行参数调整；

将所述语音信号生成模型输出的理想语音预测信号输入到语音辨别模型；

利用所述语音辨别模型预测所述理想语音预测信号为真实的理想语音信号样本的概率；

根据预测结果确定所述理想语音预测信号的质量类别，并根据识别的质量类别调整所述语音信号生成模型的模型参数。

2.根据权利要求1所述的方法，其特征在于，采用如下方式训练所述语音辨别模型：

将语音信号样本输入到语音信号生成模型；

将所述语音信号生成模型输出的理想语音预测信号和理想语音信号样本输入到语音辨别模型；

利用所述语音辨别模型预测输入的理想语音预测信号和理想语音信号样本为真实的理想语音信号样本的概率；

根据预测结果得到损失函数，利用所述损失函数调整语音辨别模型的模型参数。

3.根据权利要求2所述的方法，其特征在于，

所述语音信号生成模型和语音辨别模型，采用交替训练的方式进行训练。

4.根据权利要求3所述的方法，其特征在于，采用交替训练的方式训练所述语音信号生成模型和语音辨别模型之前，还包括：

初始时以语音信号样本为输入，以输出对应的理想语音信号样本为目标，对所述语音信号生成模型进行参数调整。

5.根据权利要求1所述的方法，其特征在于，根据预测结果确定所述理想语音预测信号的质量类别，包括：

若所述理想语音预测信号为真实的理想语音信号样本的概率大于预设阈值时，确定所述理想语音预测信号的质量类别为不带回声的理想语音预测信号；

若所述理想语音预测信号为真实的理想语音信号样本的概率不大于预设阈值时，确定所述理想语音预测信号的质量类别为带回声的理想语音预测信号。

6.根据权利要求1所述的方法，其特征在于，所述语音信号生成模型和语音辨别模型的网络模型为双向长短期记忆算法Bi-LSTM。

7.根据权利要求1所述的方法，其特征在于，将所述语音信号样本输入到语音信号生成模型，包括：

从音频采集设备采集语音信号样本和远端的音频播放设备播放的远端语音信号样本输入到语音信号生成模型；

其中，所述语音信号生成模型根据所述语音信号样本和远端语音信号样本，计算所述语音信号样本中理想语音信号功率占比得到理想比率掩膜IRM。

8.一种回声消除方法，其特征在于，该方法包括：

从音频采集设备采集待处理的语音信号，输入到利用权利要求1～7任一方法训练生成的语音信号生成模型；

利用所述语音信号生成模型计算所述语音信号中理想语音信号功率占比得到理想比率掩膜IRM，利用所述IRM作为能量增益值对所述语音信号进行回声消除后，输出理想语音预测信号。