[发明专利]语音提取方法、装置和电子设备

权利要求书

1.一种语音提取方法，其特征在于，包括：

获取麦克风阵列数据；

对所述麦克风阵列数据进行信号处理，得到归一化特征，其中，所述归一化特征用于表征在预定方向上存在语音的概率；

基于所述麦克风阵列数据，确定目标方向上语音的语音特征；其中，所述目标方向为所述预定方向，或为基于所述预定方向重新确定的声源所在的方向；

将所述归一化特征和所述目标方向上语音的语音特征进行融合，根据融合后的语音特征，提取所述目标方向上的语音数据；

其中，所述将所述归一化特征和所述目标方向上语音的语音特征进行融合，根据融合后的语音特征，提取所述目标方向上的语音数据，包括：

将所述归一化特征和所述目标方向上语音的语音特征进行拼接，将拼接后的语音特征输入预先训练的语音提取模型中，得到所述目标方向上的语音数据。

2.根据权利要求1所述的方法，其特征在于，所述基于所述麦克风阵列数据，确定目标方向上语音的语音特征，包括：

基于所述麦克风阵列数据和预先训练的语音特征提取模型，确定目标方向上语音的语音特征。

3.根据权利要求2所述的方法，其特征在于，所述基于所述麦克风阵列数据和预先训练的语音特征提取模型，确定目标方向上语音的语音特征，包括：

将所述麦克风阵列数据输入预先训练的语音特征提取模型中，得到预定方向上语音的语音特征；

利用预先训练的递归神经网络对所述预定方向上语音的语音特征进行压缩或扩张，得到目标方向上语音的语音特征。

4.根据权利要求2或3所述的方法，其特征在于，所述语音特征提取模型包括基于空间变异的复数卷积神经网络。

5.根据权利要求1所述的方法，其特征在于，所述对所述麦克风阵列数据进行信号处理，得到归一化特征，包括：

利用目标技术对所述麦克风阵列数据进行处理，对处理得到的数据进行后处理，得到归一化特征，其中，所述目标技术包括以下至少一项：固定波束形成技术和语音盲分离技术。

6.根据权利要求5所述的方法，其特征在于，所述利用目标技术对所述麦克风阵列数据进行处理，对处理得到的数据进行后处理，包括：

利用固定波束形成技术和基于互相关的语音增强技术对所述麦克风阵列数据进行处理。

7.根据权利要求1所述的方法，其特征在于，所述麦克风阵列数据是通过如下步骤生成的：

获取近场语音数据，将所述近场语音数据转换成远场语音数据；

在所述远场语音数据中添加噪声，得到麦克风阵列数据。

8.一种语音提取装置，其特征在于，包括：

获取单元，用于获取麦克风阵列数据；

处理单元，用于对所述麦克风阵列数据进行信号处理，得到归一化特征，其中，所述归一化特征用于表征在预定方向上存在语音的概率；

确定单元，用于基于所述麦克风阵列数据，确定目标方向上语音的语音特征；其中，所述目标方向为所述预定方向，或为基于所述预定方向重新确定的声源所在的方向；

提取单元，用于将所述归一化特征和所述目标方向上语音的语音特征进行融合，根据融合后的语音特征，提取所述目标方向上的语音数据；

所述提取单元，具体用于将所述归一化特征和所述目标方向上语音的语音特征进行拼接，将拼接后的语音特征输入预先训练的语音提取模型中，得到所述目标方向上的语音数据。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。