[发明专利]一种语音处理方法、装置及计算机存储介质

权利要求书

1.一种语音处理方法，所述方法包括：

对输入的带噪语音信息以及标注数据进行时长划分，分别得到至少一条子带噪语音信息以及至少一条子标注数据；

基于所述至少一条子带噪语音信息以及至少一条子标注数据，对判别模型以及生成模型进行训练，得到训练后的判别模型以及训练后的生成模型；

其中，所述判别模型用于判断输入的语音是否为真实语音；

所述生成模型用于进行去噪处理，为包含有至少N个卷积层的网络，N为大于等于11的整数，并且，当生成模型中第m+1层的卷积核小于第m层的卷积核时，第m+2层的输出特征通道数量为第m+1层的输出特征特征通道的预设倍数；以及当所述生成模型中第i-1层的卷积核小于第i层的卷积核时，第i-2层的输出的特征通道数量为第i-1层的输出的特征通道数量的预设倍数，其中，i为大于等于N且小于2N的整数。

2.根据权利要求1所述的方法，其中，所述基于所述至少一条子带噪语音信息以及至少一条子标注数据，对判别模型以及生成模型进行训练，得到训练后的判别模型以及训练后的生成模型，包括：

通过流多处理器SM，利用所述至少一条子带噪语音信息以及至少一条子标注数据，对判别模型以及生成模型进行训练，得到训练后的判别模型以及训练后的生成模型。

3.根据权利要求1所述的方法，其中，所述基于所述至少一条子带噪语音信息以及至少一条子标注数据，对判别模型以及生成模型进行训练，得到训练后的判别模型以及训练后的生成模型，包括：

基于生成模型与所述至少一条带噪语音信息进行去噪处理，得到至少一条去噪后的语音信息；

将由生成模型产生的去噪后的语音信息及一条子标注数据作为判别模型的输入信息，将第一判断结果作为判别模型的输出信息；以及将所述至少一条子标注数据以及相同的子标注数据作为判别模型的输入信息，将第二判断结果作为判别模型的输出信息，对所述判断网络进行训练，得到针对所述判别模型的调整参数；其中，所述第一判断结果与所述第二判断结果不同；

基于所述针对判别模型的调整参数对所述生成模型进行训练，得到训练后的生成模型。

4.根据权利要求1-3任一项所述的方法，其中，所述方法还包括：

将待处理语音信息进行分段处理，得到至少一段待处理语音；

将所述至少一段待处理语音输出到训练后的生成模型；

通过训练后的生成模型，获取所述至少一段去噪后的语音，将所述至少一段去噪后的语音合成为去噪后的完整语音。

5.一种语音处理装置，包括：

预处理单元，用于对输入的带噪语音信息以及标注数据进行时长划分，分别得到至少一条子带噪语音信息以及至少一条子标注数据；

训练单元，用于基于所述至少一条子带噪语音信息以及至少一条子标注数据，对判别模型以及生成模型进行训练，得到训练后的判别模型以及训练后的生成模型；

其中，所述判别模型用于判断输入的语音是否为真实语音；

所述生成模型用于进行去噪处理，为包含有至少N个卷积层的网络，N为大于等于11的整数，并且，所述生成模型中当生成模型中第m+1层的卷积核小于第m层的卷积核时，第m+2层的输出特征通道数量为第m+1层的输出特征特征通道的预设倍数；以及当所述生成模型中第i-1层的卷积核小于第i层的卷积核时，第i-2层的输出的特征通道数量为第i-1层的输出的特征通道数量的预设倍数，其中，i为大于等于N且小于2N的整数。