[发明专利]一种单通道语音同时降噪和去混响系统

权利要求书

1.一种单通道语音同时降噪和去混响系统，其特征在于包括：语音降噪模块、语音去混响模块和联合训练模块，语音降噪模块利用深度聚类算法训练深度嵌入式特征提取器，从混合的语音信号中提取深度嵌入式特征，将输入的混合语音映射到一个没有噪声的嵌入式空间中，语音去混响模块与语音降噪模块连接，将混响语音信号从深度嵌入式特征中去除，估计出干净目标的直达声，联合训练模块分别与语音降噪模块和语音去混响模块连接，用于联合优化语音降噪和语音去混响模块；

所述联合训练模块将语音降噪模块的目标函数和语音去混响模块的目标函数以一定的权重进行线性相加作为最终的目标函数，以此来进行联合优化语音降噪模块和语音去混响模块；

所述语音降噪模块对输入的混合语音信号进行短时傅里叶变换，将时域信号变换到频域信号后，对其进行建模，利用深度聚类算法提取深度嵌入式特征，将输入的混合语音映射到一个没有噪声的嵌入式空间中，深度嵌入式特征利用深度神经网络训练得到，语音降噪模块的训练损失目标函数为：

V是深度嵌入式特征，表示实数，TF是经过傅里叶变换后的时频块，B是每一个时频块直达声和混响的对应关系，如果直达声在时频块tf比混响的能量大，则B_tf，1＝1且B_tf，2＝0；否则B_tf，1＝0且B_tf，2＝1，表示平方Frobenius范数。

2.如权利要求1所述的一种单通道语音同时降噪和去混响系统，其特征在于所述语音去混响模块利用深度神经网络实现，网络的输入为深度嵌入式特征，输出为估计的目标浮点掩蔽值，公式如下：

是估计的目标浮点掩蔽值，语音去混响模块的训练损失目标函数为：

|Y(t，f)|是混合语音的幅值谱，|X(t，f)|是目标干净直达声的幅值谱，利用输入的混合语音的幅值谱|Y(t，f)|与估计的目标浮点掩蔽值进行逐点乘积，得到估计的目标干净直达声的幅值谱，在估计的目标干净直达声的幅值谱和目标干净直达声的幅值谱之间计算均方误差。

3.如权利要求1所述的一种单通道语音同时降噪和去混响系统，其特征在于所述联合训练模块总的训练目标函数为：

J_total＝λJ_DC+(1-λ)J

λ是语音降噪模块和语音去混响模块的权重。