[发明专利]一种语音处理方法、装置和电子设备

权利要求书

1.一种语音处理方法，其特征在于，包括：

获取至少一组语音训练数据，所述语音训练数据包括：带噪声的样本语音数据和带噪声的参考语音数据；

依据所述带噪声的样本语音数据对语音增强模型进行前向训练，得到所述语音增强模型输出的预测语音数据；

依据所述带噪声的参考语音数据和预测语音数据，对所述语音增强模型进行后向训练。

2.根据权利要求1所述的方法，其特征在于，所述依据所述带噪声的样本语音数据对语音增强模型进行前向训练，得到所述语音增强模型输出的预测语音数据，包括：

将所述带噪声的样本语音数据输入至语音增强模型中，得到所述语音增强模型输出的预测语音数据；

所述依据所述带噪声的参考语音数据和预测语音数据，对所述语音增强模型进行后向训练，包括：

确定所述带噪声的参考语音数据和预测语音数据之间的误差信息，依据所述误差信息对所述语音增强模型的参数进行调整。

3.根据权利要求1所述的方法，其特征在于，所述预测语音数据包括频域预测特征信息，

所述依据所述带噪声的样本语音数据对语音增强模型进行前向训练，得到所述语音增强模型输出的预测语音数据，包括：

对所述样本语音数据进行频域变换得到频域样本语音数据，从所述频域样本语音数据中提取特征得到频域样本特征信息；

将所述频域样本特征信息输入至语音增强模型中，得到所述语音增强模型输出的频域预测特征信息；

所述依据所述带噪声的参考语音数据和预测语音数据，对所述语音增强模型进行后向训练，包括：

对所述参考语音数据进行频域变换得到所述频域参考语音数据，从所述频域参考语音数据中提取特征得到频域参考特征信息；

确定所述频域参考特征信息和频域预测特征信息之间的误差信息，依据所述误差信息对所述语音增强模型的参数进行调整。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取待识别语音数据；

依据训练后的语音增强模型对所述待识别语音数据进行语音增强，得到目标语音数据；

依据所述目标语音数据进行输出。

5.根据权利要求1-4任一所述的方法，其特征在于，一组语音训练数据中带噪声的参考语音数据包括多个，每个带噪声的参考语音数据中噪声部分的全部或部分不同。

6.根据权利要求5所述的方法，其特征在于，每个带噪声的参考语音数据所包含的噪声部分能量与语音部分能量的比值小于或等于设定能量阈值。

7.根据权利要求5所述的方法，其特征在于，一组语音训练数据中所包含的带噪声的参考语音数据的期望，与带噪声的参考语音数据中语音部分的期望匹配。

8.一种语音处理装置，其特征在于，包括：

数据获取模块，用于获取至少一组语音训练数据，所述语音训练数据包括：带噪声的样本语音数据和带噪声的参考语音数据；

前向训练模块，用于依据所述带噪声的样本语音数据对语音增强模型进行前向训练，得到所述语音增强模型输出的预测语音数据；

后向训练模块，用于依据所述带噪声的参考语音数据和预测语音数据，对所述语音增强模型进行后向训练。

9.一种可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如方法权利要求1-7任一所述的语音处理方法。

10.一种电子设备，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获取至少一组语音训练数据，所述语音训练数据包括：带噪声的样本语音数据和带噪声的参考语音数据；

依据所述带噪声的样本语音数据对语音增强模型进行前向训练，得到所述语音增强模型输出的预测语音数据；

依据所述带噪声的参考语音数据和预测语音数据，对所述语音增强模型进行后向训练。