[发明专利]轻量级时域卷积网络语音增强方法与系统

权利要求书

1.一种轻量级时域卷积网络语音增强方法，其特征在于：首先，将带噪语音信号进行分帧加窗处理，然后进行短时傅里叶变换，得到带噪语音信号的幅度谱和相位谱，随后将带噪语音信号的幅度谱送入时域卷积网络模型，进行先验信噪比的估计，紧接着利用估计的先验信噪比进行增益函数的估计，最后在幅度域进行滤波降噪，并利用带噪语音信号的相位谱作为增强后的相位，进行语音信号的重构。

2.根据权利要求1所述的轻量级时域卷积网络语音增强方法，其特征在于：语音信号的重构包括反傅里叶变换和重叠相加。

3.根据权利要求1所述的轻量级时域卷积网络语音增强方法，其特征在于：所述时域卷积网络模型的构建过程如下：

1)，根据先验信噪比的定义，其取值范围为大于零的任意数，如式子(1)所示：

其中，|X_clean(n,k)|和|N_noise(n,k)|分别代表纯净语音和噪声信号的幅度谱，n和k分别为帧索引和频率索引，为了降低时域卷积网络模型的学习难度，对其进行值域范围进行压缩，通过对先验信噪比的统计研究发现，其对数变换形式，如式(2)所示，是服从高斯分布的，因此利用一种累积分布函数，对其进行压缩，如式子(3)所示：

ξ_dB(n,k)＝10·log₁₀(ξ(n,k)) (2)

其中，ξ_dB(n,k)为对数压缩后的先验信噪比，而则是通过累积分布函数压缩后的先验信噪比，其取值范围为[0,1]，erf(·)代表的是累积分布函数，μ_k和σ_k分别为在不同频点上，通过统计分析得到的ξ_dB(n,k)所对应的均值和方差；

2)，考虑到语音信号之间的时序依赖性，利用空洞卷积设计了一种轻量级的时域卷积网络模型，来学习带噪语音幅度谱|X_noisy(n,k)|和先验信噪比之间的映射关系。

4.根据权利要求3所述的轻量级时域卷积网络语音增强方法，其特征在于：所述时间卷积网络模型训练时的损失函数用交叉熵来计算，计算式如式子(4)所示，其中y_i和分别为理想的先验信噪比和神经网络输出层预测的先验信噪比结果：

5.根据权利要求4所述的轻量级时域卷积网络语音增强方法，其特征在于：对进行降噪滤波的增益函数进行估计，采用的是以贝叶斯理论和最小均方误差准则推导出的增益函数表达形式，如下式子(5)所示：

其中，G(n,k)为估计的增益函数，ξ(n,k)为先验信噪比的估计值，也是积分的下限，但是由于时间卷积网络输出的先验信噪比是压缩变换后的值，因此，还需要对其进行反变换，才能得到式子(5)中所需要的先验信噪比，而反变换的过程如式子(6)和(7)所示：

将反变换后的先验信噪比代入到式子(5)中的增益函数表达式中，便可以得到每一帧带噪语音幅度谱在每个频点上的增益值，与每个频点进行点乘就得到了增强后的语音幅度值，最后利用带噪语音的相位谱便可以合成最终的增强语音信号。

6.根据权利要求1所述的轻量级时域卷积网络语音增强方法，其特征在于：所述时域卷积网络模型由两层全连接层和N个残差模块构成，输入的特征为带噪语音的幅度谱特征。