[发明专利]语音处理方法、装置及语音处理模型的生成方法、装置

权利要求书

1.一种语音处理方法，包括：

获取待处理的M个语音信号及N个参考信号，其中，M和N分别为大于或等于1的正整数；

对每个所述语音信号及参考信号分别进行子带分解，以获取每个所述语音信号及参考信号中的各个频带分量；

利用回波消除模型对每个所述语音信号及参考信号中的各个频带分量进行处理，以获取所述N个参考信号在每个所述语音信号的每个频带中对应的理想比值膜IRM；

基于所述N个参考信号在每个所述语音信号的每个频带中对应的IRM，对每个所述语音信号的每个频带分量进行回波消除，以获取回波消除后的M个语音信号。

2.如权利要求1所述的方法，其中，所述对每个所述语音信号及参考信号分别进行子带分解，包括：

根据语音处理设备的类型，确定子带分解模式；

以所述分解模式，对每个所述语音信号及参考信号分别进行子带分解。

3.如权利要求1所述的方法，其中，在所述利用回波消除模型对每个所述语音信号及参考信号中的各个频带分量进行处理之前，还包括：

将每个所述语音信号及参考信号中的各个频带分量进行归一化处理。

4.如权利要求1所述的方法，其中，所述利用回波消除模型对每个所述语音信号及参考信号中的各个频带分量进行处理，以获取所述N个参考信号在每个所述语音信号的每个频带中对应的IRM，包括：

对所述语音信号及参考信号中的每个频带分量进行多粒度特征提取，以获取每个所述语音信号及参考信号中每个频带分量的特征；

对每个所述语音信号及参考信号中每个频带分量的特征进行特征融合，以获取所述N个参考信号在每个所述语音信号的每个频带中对应的IRM。

5.如权利要求1-4任一所述的方法，其中，在所述获取回波消除后的M个语音信号之后，还包括：

将所述M个语音信号输入语音识别模型，以获取所述M个语音信号对应的识别结果。

6.一种语音处理模型的生成方法，包括：

获取训练数据集，其中，所述训练数据集的每组训练数据中包括参考信号、带回波的语音信号及标注理想比值膜IRM；

对每组所述参考信号及带回波的语音信号分别进行子带分解，以获取每组所述参考信号及带回波的语音信号中的各个频带分量；

利用初始神经网络模型，对每组所述参考信号及带回波的语音信号中的各个频带分量进行处理，以获取每组所述参考信号在所述带回波的语音信号的每个频带中对应的预测IRM；

根据每组所述预测IRM与对应的标注IRM的差异,对所述初始神经网络模型进行反向梯度传播修正，以生成训练后的语音处理模型。

7.如权利要求6所述的方法，其中，所述获取训练数据集，包括：

获取多组标准语音信号、参考信号及对应的回波信号；

将每组所述回波信号与所述标准语音信号进行融合，以生成带回波的语音信号；

将每组标准语音信号及带回波的语音信号进行子带分解，以获取每组所述标准语音信号及带回波的语音信号中的各个频带分量；

根据每组所述标准语音信号及带回波的语音信号中的各个频带分量，确定每组所述带回波的语音信号对应的标注IRM。

8.如权利要求7所述的方法，其中，所述将每组所述回波信号与所述标准语音信号进行融合，以生成带回波的语音信号，包括：

依据不同的信噪比，将每组所述回波信号与所述标准语音信号进行融合，以生成多组带回波的语音信号。

9.如权利要求7所述的方法，其中，所述根据每组所述标准语音信号及带回波的语音信号中的各个频带分量，确定每组所述带回波的语音信号对应的标注IRM，包括：

将每组所述标准语音信号及带回波的语音信号中的每个频带分量取模，以获取每组所述标准语音信号及带回波的语音信号中每个频带分量的幅值；

根据所述标准语音信号中的各个频带分量的幅值与带回波的语音信号中的各个频带分量的幅值间的比值，确定每组所述带回波的语音信号对应的标注IRM。