[发明专利]语音降噪方法、装置、语音空调及计算机可读存储介质

说明书

本发明提供了一种语音空调的语音降噪方法，其包括以下步骤：S1、对带噪声的语音信号进行小波变换，将带噪声的语音信号分解为语音信号和噪声信号；S2、将小波变换后分解的所述噪声信号进行自适应滤波器预处理，得到滤波器权向量参数；S3、将所述滤波器权向量参数与小波变换后分解的所述噪声信号相乘，得到经过权系数相乘处理的噪声信号；S4、将经过权系数相乘处理的噪声信号求反，然后将求反后的噪声信号叠加到所述带噪声的语音信号中，得到有用语音信号。本发明通过对输入语音指令进行降噪处理，提高了语音识别准确性，减少了语音识别错误和无法识别的情况，从而提高了空调回应的准确性，优化了用户使用感。

技术领域

本发明涉及空调技术领域，具体而言，涉及一种语音空调的语音降噪方法、装置、语音空调及计算机可读存储介质。

背景技术

随着智能化的不断发展，智能语音空调是智能家居系统中的重要组成成分，是实现空调智能人机交互的重要突破点。

通过大量语音测试发现，当空调处于噪音较大的环境中时，易出现用户的语音指令不被识别，或者识别错误，导致空调接收到错误的指令，执行错误动作，影响用户使用体验。

由此可见，需要对语音空调的语音进行降噪。

发明内容

本发明解决的技术问题是现有的语音空调在噪音的影响下语音识别精度低，影响用户使用体验。

为解决上述问题，本发明提供一种语音空调的语音降噪方法、装置、语音空调及计算机可读存储介质，使用自适应滤波法和小波变换法对语音信号进行降噪，降噪后的语音信号进入语音系统处理后，发送给空调的指令将为更加清晰准确，提升用户体验。本发明所采用的技术方案具体如下：

根据本发明的一个方面，提供了一种语音空调的语音降噪方法，包括以下步骤：

S1、对带噪声的语音信号进行小波变换，将带噪声的语音信号分解为语音信号和噪声信号；

S2、将小波变换后分解的噪声信号进行自适应滤波器预处理，得到滤波器权向量参数；

S3、将滤波器权向量参数与小波变换后分解的噪声信号相乘，得到经过权系数相乘处理的噪声信号；

S4、将经过权系数相乘处理的噪声信号求反，然后将求反后的噪声信号叠加到带噪声的语音信号中，得到有用语音信号。

通过小波变换法和自适应滤波法的降噪算法，提高了语音输入信号的准确性。

在本发明某些实施例中，在步骤S1中，还包括：

经过阈值处理的方法，将语音信号滤除掉，留下噪声信号。

在本发明某些实施例中，在步骤S2中，采用递归最小二乘算法求取滤波器权向量参数。

递归最小二乘(RLS)算法的收敛速度比现有算法(如LIMS算法)快很多，滤波质量更好，提高了降噪速度和效果。

在本发明某些实施例中，递归最小二乘算法的模型为：

①初始化：S_D(-1)＝δI(δ很小，一般为0.001，I为单位矩阵),X(-1)＝W(-1)＝ [0,0,…,0]^T；

②当n≥0时，

e(n)＝d(n)-X^T(n)W(n-1)

W(n)＝W(n-1)+e(n)S_D(n)X(n)

其中S_D(n)表示确定性自相关矩阵R_D(n)的逆，λ为遗忘因子，范围为0<λ<1，用于更新权向量W(n)。