[发明专利]一种语音信号的处理方法、装置、终端及存储介质

权利要求书

1.一种语音信号的处理方法，其特征在于，包括：

获取压缩后的窄带语音信号；所述获取压缩后的窄带语音信号包括：将原始语音信号输入声码器进行压缩，得到压缩后的窄带语音信号；对所述窄带语音信号进行预处理；

提取所述窄带语音信号的频域特征；

将所述窄带语音信号的频域特征输入训练好的深度降噪自编码器神经网络模型进行非线性拟合，得到全频带语音信号的频域特征；所述深度降噪自编码器神经网络模型包括输入层、隐藏层、激活函数和输出层，所述输入层用于接收所述深度降噪自编码器神经网络模型的输入信号，所述输出层用于输出所述深度降噪自编码器神经网络模型的输出信号，所述隐藏层用于进行所述输入信号和所述输出信号之间的非线性匹配，所述激活函数用于引入非线性特征；所述深度降噪自编码器神经网络模型的训练阶段包括：通过训练样本的窄带语音信号的频域特征输入到所述深度降噪自编码器神经网络模型，将所述深度降噪自编码器神经网络模型输出的每个所述训练样本的全频带语音信号的频域特征和每个所述训练样本对应的原始语音信号进行比较后计算损失函数，根据所述损失函数的计算结果控制所述激活函数获取所述输入信号与所述输出信号之间的非线性目标拟合结果；

将所述全频带语音信号的频域特征转换为全频带语音信号的功率谱，对所述全频带语音信号的功率谱做傅里叶逆变换，得到全频带语音信号。

2.如权利要求1所述的方法，其特征在于，所述频域特征为梅尔频率倒谱系数。

3.如权利要求1所述的方法，其特征在于，所述深度降噪自编码器神经网络模型采用sigmoid函数作为激活函数，隐藏层数设置为2-4层。

4.如权利要求1所述的方法，其特征在于，所述声码器为通道声码器。

5.如权利要求1所述的方法，其特征在于，所述声码器的低通截止频率设置为100Hz、300Hz或者500Hz。

6.如权利要求1所述的方法，其特征在于，所述对所述窄带语音信号进行预处理包括：

对所述窄带语音信号进行预加重，得到预加重窄带语音信号；

对所述预加重窄带语音信号进行重采样，得到重采样窄带语音信号；

对所述重采样窄带语音信号进行分帧操作和加窗平滑，得到分帧后的窄带语音信号；

对所述分帧后的窄带语音信号进行语音活动检测，得到去除静音段的窄带语音活动信号。

7.一种语音信号的处理装置，其特征在于，包括：

窄带语音信号获取模块，用于获取压缩后的窄带语音信号；所述窄带语音信号获取模块包括：窄带语音信号获取单元，用于将原始语音信号输入声码器进行压缩，得到压缩后的窄带语音信号；窄带语音信号预处理单元，用于对所述窄带语音信号进行预处理；

窄带频域特征提取模块，用于提取所述窄带语音信号的频域特征；

全频带频域特征获取模块，用于将所述窄带语音信号的频域特征输入训练好的深度降噪自编码器神经网络模型进行非线性拟合，得到全频带语音信号的频域特征；所述深度降噪自编码器神经网络模型包括输入层、隐藏层、激活函数和输出层，所述输入层用于接收所述深度降噪自编码器神经网络模型的输入信号，所述输出层用于输出所述深度降噪自编码器神经网络模型的输出信号，所述隐藏层用于进行所述输入信号和所述输出信号之间的非线性匹配，所述激活函数用于引入非线性特征；所述深度降噪自编码器神经网络模型的训练阶段包括：通过训练样本的窄带语音信号的频域特征输入到所述深度降噪自编码器神经网络模型，将所述深度降噪自编码器神经网络模型输出的每个所述训练样本的全频带语音信号的频域特征和每个所述训练样本对应的原始语音信号进行比较后计算损失函数，根据所述损失函数的计算结果控制所述激活函数获取所述输入信号与所述输出信号之间的非线性目标拟合结果；

全频带语音信号获取模块，用于将所述全频带语音信号的频域特征转换为全频带语音信号的功率谱，对所述全频带语音信号的功率谱做傅里叶逆变换，得到全频带语音信号。