[发明专利]基于计算听觉场景分析和生成对抗网络模型的语音降噪方法

说明书

本发明涉及一种基于计算听觉场景分析和生成对抗网络模型的语音降噪方法，包括：步骤1，基于生成对抗网络的生成器及判别器对含噪语音进行处理，获取中间结果；步骤2，基于计算听觉场景分析方法对所述中间结果进行处理，得到最终结果。本发明能够去除复杂信道背景环境下所获取的语音信号中的部分噪声，且能较好地保持语音部分不出现畸变。

技术领域

本发明涉及一种语音降噪方法，尤其涉及一种基于计算听觉场景分析和生成对抗网络模型的语音降噪方法。

背景技术

语音是人类相互传递信息的最重要手段，一段语音承载了说话人的意图、身份、情绪等丰富的信息。语音信号可以通过空气、水、无线电等多种媒介进行传播。语音信号在传播的过程中，或者由于采集设备的限制，通常都会受到各种噪声的干扰。尤其是在某些专业应用中，外界的噪声是不可避免的，而且在许多情况下，噪声种类复杂、强度较大。这类噪声会对后续语音信号处理造成严重的影响，例如会降低语音识别的准确性。此外，如果通过人工的方式来处理这种含噪声的语音数据，长时间的工作会对人的听觉系统造成损伤。

发明内容

本发明的目的在于提供一种基于计算听觉场景分析和生成对抗网络模型的语音降噪方法，以去除复杂信道背景环境下所获取的语音信号中的部分噪声，并保持语音部分不出现畸变。

本发明提供了一种基于计算听觉场景分析和生成对抗网络模型的语音降噪方法，包括：

步骤1，基于生成对抗网络的生成器及判别器对含噪语音进行处理，获取中间结果；

步骤2，基于计算听觉场景分析方法对中间结果进行处理，得到最终结果。

进一步地，步骤1中，生成对抗网络的训练过程包括：

1)将含噪数据和纯净数据输入判别器，令判别器判断为不相同，通过反向传播的方式调整判别器的网络参数；

2)将含噪数据输入生成器进行降噪处理，得到输出结果，之后与含噪数据一同输入判别器，令判别器判断为相同，通过反向传播的方式调整判别器的网络参数；

3)固定步骤2)中得到的判别器的网络参数，通过反向传播的方式调整生成器的网络参数，目标为使生成器判断为不相同。

进一步地，步骤2包括：

将所述中间结果作为计算听觉场景分析的输入，对输入信号进行掩蔽估计，根据估计结果对所述中间结果进行再合成，得到降噪后的语音数据。

与现有技术相比本发明的有益效果是：

能够去除复杂信道背景环境下所获取的语音信号中的部分噪声，且能较好地保持语音部分不出现畸变。

附图说明

图1是本发明基于计算听觉场景分析和生成对抗网络模型的语音降噪方法的流程图；

图2是生成器的网络结构图；

图3是生成对抗网络的网络训练过程图。

具体实施方式

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

本实施例提供了一种基于计算听觉场景分析(Computational auditory sceneanalysis,CASA)和生成对抗网络(Generative adversarial networks,GAN)模型的语音降噪方法，包括：

步骤1，基于生成对抗网络的生成器(Generator)及判别器(Discriminator)对含噪语音进行处理，获取中间结果；