[发明专利]一种语音降噪方法

权利要求书

1.一种语音降噪方法，包括基于神经网络模型的深度降噪模型，其特征在于：还包括以下步骤：

A、对带噪语音信号进行预处理得到预处理过的语音信号；

B、使用语音端点检测技术VAD对步骤A中预处理过的语音信号进行端点检测，根据信号的短时能量和过零率，确定该段语音信号的有效起点和终点；

C、根据步骤B检测到语音信号的有效起点和终点，剪裁整个语音信号；

D、将步骤C中裁剪后的语音信号转换为预定格式的带噪语音信号；

E、将步骤D中预定格式的带噪语音信号切片成固定长度；

F、将步骤E中的带噪语音信号切片作为深度降噪模型的输入，通过深度降噪模型，得到干净的语音信号；

所述基于神经网络模型的深度降噪模型的训练包括以下步骤：

G1、采集带噪语音样本，将带噪语音样本依次执行步骤A、B、C后得到干净语音样本，根据带噪样本的VAD结果剪裁对应的干净语音样本；

G2、将步骤G1中的干净语音样本和带噪语音样本都执行步骤D、E得到干净语音样本切片和带噪语音样本切片；

G3、将上述处理好的带噪语音样本切片作为神经网络的输入，将对应干净语音样本切片作为神经网络输出，训练神经网络得到基于神经网络模型的深度降噪模型。

2.根据权利要求1所述的一种语音降噪方法，其特征在于：所述步骤A中对带噪语音信号进行预处理的方法包括以下步骤：

A1、对输入的带噪语音信号进行加窗处理，将连续的语音信号拆分成语音帧；

A2、对每一帧语音信号进行快速傅里叶变换FFT，将时域信号转换到频域；

A3、使用传统的频域信号处理方法对每一帧频域信号进去噪处理；

A4、将步骤A3中进去噪处理结果进行反傅里叶变换，将频域信号转换为时域信号得到预处理后的语音帧；

A5、对步骤A4中得到预处理后的语音帧进行合成，得到的信号为预处理过的语音信号。

3.根据权利要求1所述的一种语音降噪方法，其特征在于：所述步骤D中的预定格式包括预定频率、预定量化级和预定调制方法。

4.根据权利要求1所述的一种语音降噪方法，其特征在于：本方法用于个人或有限数量的用户时，步骤G1中的带噪语音样本采用对应用户的带噪语音样本。

5.根据权利要求1所述的一种语音降噪方法，其特征在于：本方法用于个人或有限数量的用户时，步骤G1对应用户的干净语音样本，通过合成得到带噪语音样本。