[发明专利]基于神经网络的语音增强方法、可读存储介质及终端设备

说明书

本发明属于计算机技术领域，尤其涉及一种基于神经网络的语音增强方法、计算机可读存储介质及终端设备。所述方法首先使用短时傅里叶变换对加噪语音进行时频域分析，得到所述加噪语音的时频域分析结果，分别计算所述时频域分析结果的相位及幅值，然后使用预设的神经网络模型对所述时频域分析结果的幅值进行增强处理，得到增强后的幅值，最后使用短时傅里叶逆变换对所述时频域分析结果的相位及增强后的幅值进行处理，得到增强后的语音。通过神经网络模型的增强处理，可以有效抑制语音信号中的噪声干扰，大大增强了语音信号的质量，提高用户日常工作和生活中的沟通效率。

技术领域

本发明属于计算机技术领域，尤其涉及一种基于神经网络的语音增强方法、计算机可读存储介质及终端设备。

背景技术

现有语音通信过程中环境噪声的干扰是不可避免的，周围的环境噪音干扰将导致通讯设备最终接收到的是受噪声污染的语音信号，影响语音信号的质量。特别在汽车、飞机、船只、机场、商场等噪音严重的公众环境下，强背景噪声严重影响语音信号质量，引发用户的听觉疲劳，沟通效率低下，严重影响用户的日常工作和生活。

发明内容

有鉴于此，本发明实施例提供了一种基于神经网络的语音增强方法、计算机可读存储介质及终端设备，以解决在噪音严重的公众环境下，强背景噪声严重影响语音信号质量的问题。

本发明实施例的第一方面提供了一种基于神经网络的语音增强方法，可以包括：

使用短时傅里叶变换对加噪语音进行时频域分析，得到所述加噪语音的时频域分析结果；

分别计算所述时频域分析结果的相位及幅值；

使用预设的神经网络模型对所述时频域分析结果的幅值进行增强处理，得到增强后的幅值；

使用短时傅里叶逆变换对所述时频域分析结果的相位及增强后的幅值进行处理，得到增强后的语音。

本发明实施例的第二方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如下步骤：

使用短时傅里叶变换对加噪语音进行时频域分析，得到所述加噪语音的时频域分析结果；

分别计算所述时频域分析结果的相位及幅值；

使用预设的神经网络模型对所述时频域分析结果的幅值进行增强处理，得到增强后的幅值；

使用短时傅里叶逆变换对所述时频域分析结果的相位及增强后的幅值进行处理，得到增强后的语音。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：

使用短时傅里叶变换对加噪语音进行时频域分析，得到所述加噪语音的时频域分析结果；

分别计算所述时频域分析结果的相位及幅值；

使用预设的神经网络模型对所述时频域分析结果的幅值进行增强处理，得到增强后的幅值；

使用短时傅里叶逆变换对所述时频域分析结果的相位及增强后的幅值进行处理，得到增强后的语音。

本发明实施例与现有技术相比存在的有益效果是：本发明实施例首先使用短时傅里叶变换对加噪语音进行时频域分析，得到所述加噪语音的时频域分析结果，分别计算所述时频域分析结果的相位及幅值，然后使用预设的神经网络模型对所述时频域分析结果的幅值进行增强处理，得到增强后的幅值，最后使用短时傅里叶逆变换对所述时频域分析结果的相位及增强后的幅值进行处理，得到增强后的语音。通过神经网络模型的增强处理，可以有效抑制语音信号中的噪声干扰，大大增强了语音信号的质量，提高用户日常工作和生活中的沟通效率。

附图说明