[发明专利]语音信号的处理方法、装置、电子设备及存储介质

权利要求书

1.一种语音信号的处理方法，其特征在于，所述处理方法包括：

确定原始语音信号中的多个语音信号帧的第一语音特征；

调用非局部注意力网络对所述多个语音信号帧的第一语音特征进行融合，得到所述每个语音信号帧的非局部语音特征；

调用局部注意力网络对所述每个语音信号帧的非局部语音特征分别进行处理，得到所述每个语音信号帧的混合语音特征；

基于所述多个语音信号帧的混合语音特征获取去噪参数；

按照所述去噪参数对所述原始语音信号进行去噪，得到目标语音信号。

2.根据权利要求1所述的处理方法，其特征在于，所述确定原始语音信号中的多个语音信号帧的第一语音特征，包括：

调用特征提取网络分别对所述多个语音信号帧的原始幅度进行特征提取，得到所述多个语音信号帧的第一语音特征。

3.根据权利要求2所述的处理方法，其特征在于，所述按照所述去噪参数对所述原始语音信号进行去噪，得到目标语音信号，包括：

调用语音去噪网络，按照所述去噪参数分别对所述多个语音信号帧的原始幅度进行去噪，得到所述多个语音信号帧的目标幅度；

对所述多个语音信号帧的原始相位和目标幅度进行组合，得到所述目标语音信号。

4.根据权利要求1所述的处理方法，其特征在于，所述基于所述多个语音信号帧的混合语音特征获取去噪参数，包括：

调用特征重建网络对所述多个语音信号帧的混合语音特征进行特征重建，得到所述去噪参数。

5.根据权利要求1所述的处理方法，其特征在于，所述非局部注意力网络包括第一处理单元、第二处理单元和第一融合单元，所述调用非局部注意力网络对所述多个语音信号帧的第一语音特征进行融合，得到所述每个语音信号帧的非局部语音特征，包括：

调用所述第一处理单元分别对所述多个语音信号帧的第一语音特征进行特征提取，得到所述每个语音信号帧的第二语音特征，所述第一处理单元中包括多个空洞残差子单元；

调用所述第二处理单元，将所述每个语音信号帧的第一语音特征分别与其他语音信号帧的第一语音特征进行融合，得到所述每个语音信号帧的第三语音特征；

调用所述第一融合单元，分别对所述每个语音信号帧的第二语音特征和第三语音特征进行融合，得到所述每个语音信号帧的非局部语音特征。

6.根据权利要求5所述的处理方法，其特征在于，所述非局部注意力网络还包括第二融合单元，所述调用所述第一融合单元，分别对所述每个语音信号帧的第二语音特征和第三语音特征进行融合，得到所述每个语音信号帧的非局部语音特征之后，所述处理方法还包括：

调用所述第二融合单元对所述每个语音信号帧的非局部语音特征和第一语音特征进行融合，得到所述每个语音信号帧融合后的非局部语音特征。

7.一种语音信号的处理装置，其特征在于，所述处理装置包括：

特征确定单元，被配置为执行确定原始语音信号中的多个语音信号帧的第一语音特征；

非局部特征获取单元，被配置为执行调用非局部注意力网络对所述多个语音信号帧的第一语音特征进行融合，得到所述每个语音信号帧的非局部语音特征；

混合特征获取单元，被配置为执行调用局部注意力网络对所述每个语音信号帧的非局部语音特征分别进行处理，得到所述每个语音信号帧的混合语音特征；

去噪参数获取单元，被配置为执行基于所述多个语音信号帧的混合语音特征获取去噪参数；

目标信号获取单元，被配置为执行按照所述去噪参数对所述原始语音信号进行去噪，得到目标语音信号。

8.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

用于存储所述一个或多个处理器可执行指令的存储器；

其中，所述一个或多个处理器被配置为执行如权利要求1至权利要求6任一项所述的语音信号的处理方法。