[发明专利]一种基于深度神经网络的语音环境降噪方法

权利要求书

1.一种基于深度神经网络的语音环境降噪方法，其特征在于，包括如下步骤：

步骤1：对语音信号进行预处理，其中语音信号包括训练语音信号和待降噪的语音信号；

步骤2：设计RBF神经网络去噪模型；

步骤3：获取所述步骤1中的训练语音信号，对步骤1建立的RBF神经网络降噪模型进行训练；

步骤4：将步骤1中待降噪的语音信号发送至步骤3内训练完成的RBF神经网络降噪模型内进行降噪，并增强降噪后的语音信号且输出降噪增强后的语音信号。

2.根据权利要求1所述的一种基于深度神经网络的语音环境降噪方法，其特征在于：所述步骤1中，所述预处理通过wavread读取格式为wav的语言信号，再通过enframe和hamming进行加窗分帧处理；所述分帧处理采用汉明窗对语音信号进行处理，且帧长为200个样本点。

3.根据权利要求1所述的一种基于深度神经网络的语音环境降噪方法，其特征在于：所述步骤2中，所述RBF神经网络包括输入层、隐含层和输出层，所述RBF神经网络通过径向基函数作为隐单元的“基”，构成隐含层空间，隐含层对输入矢量进行变换，将低维的模式输入数据变换到高维空间内，使低维空间内线性不分的问题在高维空间内线性可分。

4.根据权利要求3所述的一种基于深度神经网络的语音环境降噪方法，其特征在于：所述RBF神经网络降噪模型的设计包括结构设计和参数设计，所述结构设计用于确定网络隐节点；所述参数设计通过各基函数的数据核中心、扩展常数和输出层节点的权值进行确定，其中数据核中心和扩展常数采用K均值聚类算法调整，权值采用LMS方法调整。

5.根据权利要求1所述的一种基于深度神经网络的语音环境降噪方法，其特征在于：所述步骤3中，利用MATLAB函数生成幅值为[-0.5，0.5]的高斯白噪音，与纯净的训练语音信号进行叠加生成加噪信号，并对纯净训练语音信号和加噪训练语音信号进行预处理和加窗分帧处理，同时分别选取纯净训练语音信号功率谱的200个样本点作为神经网络的预期输入，纯净训练语音信号功率谱的200个样品点作为神经网络的期望输出值，对RBF神经网络进行训练，并该两次训练在时域上对语音信号进行处理分别记为network₁和network₂，将分帧加噪语音信号的功率谱作为训练好的network₁的输入，完成频域去噪处理，得到n₁out；将分帧加噪语音信号在时域上的采样点作为训练号的network2的输入，完成时域去噪处理，得到n₂out。

6.根据权利要求5所述的一种基于深度神经网络的语音环境降噪方法，其特征在于：将除噪处理后得到帧长为200的输出数据矩阵进行排序重建及得到完整的wav文件；所述n₁out首先通过IFFT并重叠相加，再除去汉明窗的增益，并将该数向量转换成wav文件；所述n₂out直接进行排列重建处理，得到文件。

7.根据权利要求1所述的一种基于深度神经网络的语音环境降噪方法，其特征在于：所述降噪后的语音信号还需要通过维纳滤波器得到增强后的降噪增强语音信号。