[发明专利]高频信号重建模型的训练方法和高频信号重建方法及装置

说明书

本发明实施例公开一种高频信号重建模型的训练方法和高频信号重建方法及装置，其中训练方法包括：将用于模型训练的音频信号分别进行第一频率和第二频率的低通滤波，获得对应所述第一频率的样本信号和对应所述第二频率的目标信号，其中，所述第一频率小于所述第二频率；根据所述样本信号获得样本特征参数，以及，根据所述目标信号获得目标特征参数；将所述样本特征参数输入神经网络，以所述目标特征参数为输出目标训练所述神经网络，直至获得满足收敛条件的神经网络，并将满足收敛条件的神经网络作为高频重建模型。这样，可以有效提升骨传导采集的声音信号的人声质量。

技术领域

本发明涉及信号处理技术领域，尤其涉及一种高频信号重建模型的训练方法和高频信号重建方法及装置。

背景技术

骨传导传感器获得的信号不受气导噪声的干扰，可以在复杂噪声条件下表现出很好的鲁棒性。但是骨传导得到的信号带宽主要限制在低频，人声信号的质量受到一定程度的限制。

现有的骨传导传感器采集的声音信号存在高频信号缺失影响声音信号完整性的技术问题。

发明内容

本发明实施例提供了一种高频信号重建模型的训练方法及高频重建方法及装置，至少解决上述部分技术问题。

第一方面，本公开实施例提供了一种高频信号重建模型的训练方法，包括：

将用于模型训练的音频信号分别进行第一频率和第二频率的低通滤波，获得对应所述第一频率的样本信号和对应所述第二频率的目标信号，其中，所述第一频率小于所述第二频率；

根据所述样本信号获得样本特征参数，以及，根据所述目标信号获得目标特征参数；

将所述样本特征参数输入神经网络，以所述目标特征参数为输出目标训练所述神经网络，直至获得满足收敛条件的神经网络，并将满足收敛条件的神经网络作为高频重建模型。

根据本公开的一种具体实施方式，所述根据所述样本信号获得样本特征参数，以及，根据所述目标信号获得目标特征参数的步骤，包括：

根据所述样本信号获得样本相位谱，以及，根据所述目标信号获得目标相位谱；

所述将所述样本特征参数输入神经网络，以所述目标特征参数为输出目标训练所述神经网络，直至获得满足收敛条件的神经网络的步骤，包括：

将所述样本相位谱输入所述神经网络，以所述目标相位谱为输出目标训练所述神经网络，直至获得满足相位谱对应收敛条件的神经网络。

根据本公开的一种具体实施方式，所述根据所述样本信号获得样本特征参数，以及，根据所述目标信号获得目标特征参数的步骤，还包括：

根据所述样本信号获得样本幅度谱，以及，根据所述目标信号获得目标幅度谱；

所述将所述样本特征参数输入神经网络，以所述目标特征参数为输出目标训练所述神经网络，直至获得满足收敛条件的神经网络的步骤，包括：

将所述样本幅度谱输入所述神经网络，以所述目标幅度谱为输出目标训练所述神经网络，直至获得满足幅度谱对应的收敛条件的神经网络。

根据本公开的一种具体实施方式，所述将所述样本相位谱输入所述神经网络，以所述目标相位谱为输出目标训练所述神经网络，直至获得满足相位谱对应收敛条件的神经网络的步骤，以及，将所述样本幅度谱输入所述神经网络，以所述目标幅度谱为输出目标训练所述神经网络，直至获得满足幅度谱对应的收敛条件的神经网络的步骤，包括：

将所述样本相位谱输入第一神经网络，以所述目标相位谱为输出目标训练所述第一神经网络，直至获得满足相位谱对应收敛条件的第一神经网络，以及，将所述样本幅度谱输入第二神经网络，以所述目标幅度谱为输出目标训练所述第二神经网络，直至获得满足幅度谱对应的收敛条件的第二神经网络。