[发明专利]语音处理方法、装置、存储介质及电子设备

说明书

本申请实施例公开了语音处理方法、装置、存储介质和电子设备，其中语音处理方法包括获取原始语音，若所述原始语音为混响语音，则将所述原始语音输入至预先训练的生成式对抗网络模型的生成子模型，其中，所述生成子模型用于对所述原始语音进行去混响处理，将所述生成子模型的输出语音确定为去混响语音。通过采用上述方案，基于GAN网络对用户输入的原始语音进行去混响处理，无需提取原始语音的语音特征，快速得到高精度的去混响语音，提高了对原始语音信号处理效率和处理精度。

技术领域

本申请实施例涉及语音处理技术领域，尤其涉及一种语音处理方法、装置、存储介质及电子设备。

背景技术

随着手机、机器人等电子设备的快速发展，越来越多的语音功能应用于电子设备上，例如声纹解锁、声纹唤醒等。

但是，当用户距离电子设备的较远时，电子设备的麦克风采集的语音信号存在混响，使得采集的语音信号的清晰度下降，影响声纹信息的识别率。目前常用的去混响技术为WRE(weighted prediction error，加权预测误差)技术，在频域上，对混响语音的前几帧进行估计混响成分，将混响语音与混响成分进行做差，得到去混响语音。当时上述方法基于后续的混响语音中的混响成分与前几帧的混响成分相同，以及在处理过程中对语音特征的准确提取。当混响语音的混响成分发生变化，或者语音特征提取精度差时，导致去混响处理的精度差。

发明内容

本申请实施例提供语音处理方法、装置、存储介质及电子设备，提高电子设备采集语音的清晰度。

第一方面，本申请实施例提供了一种语音处理方法，包括：

获取原始语音；

若所述原始语音为混响语音，则将所述原始语音输入至预先训练的生成式对抗网络模型的生成子模型，其中，所述生成子模型用于对所述原始语音进行去混响处理；

将所述生成子模型的输出语音确定为去混响语音。

第二方面，本申请实施例提供了一种语音处理装置，包括：

语音获取模块，用于获取原始语音；

语音处理模块，用于若所述原始语音为混响语音，则将所述原始语音输入至预先训练的生成式对抗网络模型的生成子模型，其中，所述生成子模型用于对所述原始语音进行去混响处理；

去混响语音确定模块，用于将所述生成子模型的输出语音确定为去混响语音。

第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的语音处理方法。

第四方面，本申请实施例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计算机程序时实现如本申请实施例所述的语音处理方法。

本申请实施例中提供的语音处理方法，通过获取原始语音，若所述原始语音为混响语音，则将所述原始语音输入至预先训练的生成式对抗网络模型的生成子模型，其中，所述生成子模型用于对所述原始语音进行去混响处理，将所述生成子模型的输出语音确定为去混响语音。通过采用上述方案，基于GAN网络对用户输入的原始语音进行去混响处理，无需提取原始语音的语音特征，快速得到高精度的去混响语音，提高了对原始语音信号处理效率和处理精度。

附图说明

图1为本申请实施例提供的一种语音处理方法的流程示意图；

图2为本申请实施例提供的另一种语音处理方法的流程示意图；

图3为本申请实施例提供的另一种语音处理方法的流程示意图；

图4为本申请实施例提供的另一种语音处理方法的流程示意图；