[发明专利]语音信号增强方法及装置

权利要求书

1.一种语音信号增强方法，其特征在于，包括：

采集当前场景的语音信号；

基于预设的时长间隔，对所述语音信号进行分帧，生成多个帧信号；

基于预设步长，将多个所述帧信号输入训练好的神经网络，通过跳转连接的卷积层对多个所述帧信号进行卷积操作，获取多个增强后的帧信号；

根据每个增强后的帧信号的时域，对每个增强后的帧信号进行叠加，获得增强后的所述语音信号。

2.根据权利要求1所述的语音信号增强方法，其特征在于，所述基于预设的时长间隔，对所述语音信号进行分帧，生成多个帧信号，具体为：

基于预设的时长间隔，对所述语音信号进行分帧，并将分帧后的所述语音信号加以汉宁窗后进行DFT，生成多个帧信号。

3.根据权利要求1所述的语音信号增强方法，其特征在于，所述神经网络的训练方法为：

采集多个噪声信号及不带噪声的多个清晰信号；

基于随机生成的混合系数，将多个所述噪声信号与多个所述清晰信号一一进行混合，获得多个所述带噪信号；其中，一个所述噪声信号与一个所述清晰信号混合成一个所述带噪信号；

将多个所述带噪信号依次输入所述神经网络进行信号增强，产生一一对应的多个降噪信号，并根据各所述降噪信号与各降噪信号一一对应的各所述清晰信号的最小平方误差，调整所述神经网络。

4.根据权利要求3所述的语音信号增强方法，其特征在于，所述将多个所述带噪信号依次输入所述神经网络进行信号增强，产生一一对应的多个降噪信号，并根据各所述降噪信号与各降噪信号一一对应的各所述清晰信号的最小平方误差，调整所述神经网络，具体为：

将所述带噪信号输入所述神经网络，根据所述带噪信号通过所述神经网络进行信号增强后产生的降噪信号，与对应的清晰信号的最小平方误差，调整所述神经网络，并根据下一所述带噪信号通过调整后的神经网络产生的降噪信号，与对应的清晰信号的最小平方误差，继续调整所述神经网络，直至利用不同的带噪信号获得的最小平方误差不再产生变化时，完成所述神经网络的训练。

5.根据权利要求1-4任意一项所述的语音信号增强方法，其特征在于，所述神经网络包括N个依次排序的卷积层；以第N/2层卷积层为对称轴，两两对称的卷积层之间跳转连接；其中，N为偶数。

6.一种语音信号增强装置，其特征在于，包括：

信号采集模块，用于采集当前场景的语音信号；

信号分帧模块，用于基于预设的时长间隔，对所述语音信号进行分帧，生成多个帧信号；

信号增强模块，用于基于预设步长，将多个所述帧信号输入训练好的神经网络，通过跳转连接的卷积层对多个所述帧信号进行卷积操作，获取多个增强后的帧信号；

信号输出模块，用于根据每个增强后的帧信号的时域，对每个增强后的帧信号进行叠加，获得增强后的所述语音信号。

7.根据权利要求6所述的语音信号增强装置，其特征在于，所述信号分帧模块具体用于：

基于预设的时长间隔，对所述语音信号进行分帧，并将分帧后的所述语音信号加以汉宁窗后进行DFT，生成多个帧信号。

8.根据权利要求6所述的语音信号增强装置，其特征在于，所述神经网络的训练方法为：

采集多个噪声信号及不带噪声的多个清晰信号；

基于随机生成的混合系数，将多个所述噪声信号与多个所述清晰信号一一进行混合，获得多个所述带噪信号；其中，一个所述噪声信号与一个所述清晰信号混合成一个所述带噪信号；

将多个所述带噪信号依次输入所述神经网络进行信号增强，产生一一对应的多个降噪信号，并根据各所述降噪信号与各降噪信号一一对应的各所述清晰信号的最小平方误差，调整所述神经网络。