[发明专利]语音信号处理方法和装置

权利要求书

1.一种语音信号处理方法，包括：

将获取的语音信号分离到至少一个通道，对所述至少一个通道进行编号形成通道编号；

基于短时傅里叶变换将所述至少一个通道的语音信号转换为语谱图，并对所述语谱图中满足预设频段的频段进行DOA估计；

基于所述语谱图从所述频段获取多个频点，对所述多个频点进行独立建模形成多个模型；

基于压缩感知对所述多个模型进行求解，获取多个潜在方向的源信号的语谱图；

其中，所述基于所述语谱图从所述频段获取多个频点，对所述多个频点进行独立建模形成多个模型，包括：

将所述多个频点基于稀疏表示建立成与所述多个频点对应的多个独立的线性欠定方程；

所述基于压缩感知对所述多个模型进行求解，包括：

利用范数最小化来寻找欠定线性方程的特定稀疏解。

2.根据权利要求1所述的方法，其中，所述将获取的语音信号分离到至少一个通道，对所述至少一个通道进行编号形成通道编号，包括：

基于波束成形将获取到的语音信号分离到所述至少一个通道；

对所述至少一个通道进行语音识别，将包含唤醒词的通道标记为唤醒通道。

3.根据权利要求1所述的方法，其中，在所述基于压缩感知对所述多个模型进行求解，获取多个潜在方向的源信号的语谱图之后，还包括：

利用不满足预设频段的频段中的语音信号对所述多个潜在方向的源信号的语谱图的每一帧进行能量加权；

基于所述通道编号限定角度的搜索范围；

在所述搜索范围内排除未被唤醒的通道所对应的方向，并在被唤醒的通道内寻找加权能量最大的语谱图所对应的方向，则为DOA结果。

4.根据权利要求1所述的方法，其中，在所述基于短时傅里叶变换将所述至少一个通道的语音信号转换为语谱图，并对所述语谱图中满足预设频段的频段进行DOA估计之后，还包括：

将不满足预设频段的频段删除，基于所述通道编号限定角度的搜索范围；

在所述搜索范围内排除未被唤醒的通道所对应的方向，并在被唤醒的通道内所述语谱图所对应的方向，则为DOA结果。

5.根据权利要求3所述的方法，其中，在利用不满足预设频段的频段中的语音信号对所述多个潜在方向的源信号的语谱图的每一帧进行能量加权之后，还包括：

在所有角度内寻找加权能量最大的语谱图所对应的方向，则为DOA结果。

6.一种语音信号处理装置，包括：

分离编号程序模块，配置为将获取的语音信号分离到至少一个通道，对所述至少一个通道进行编号形成通道编号；

转换程序模块，配置为基于短时傅里叶变换将所述至少一个通道的语音信号转换为语谱图，并对所述语谱图中满足预设频段的频段进行DOA估计；

建模程序模块，配置为基于所述语谱图从所述频段获取多个频点，对所述多个频点进行独立建模形成多个模型；

求解获取程序模块，配置为基于压缩感知对所述多个模型进行求解，获取多个潜在方向的源信号的语谱图；

其中，所述基于所述语谱图从所述频段获取多个频点，对所述多个频点进行独立建模形成多个模型，包括：

将所述多个频点基于稀疏表示建立成与所述多个频点对应的多个独立的线性欠定方程；

所述基于压缩感知对所述多个模型进行求解，包括：

利用范数最小化来寻找欠定线性方程的特定稀疏解。

7.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5任一项所述方法的步骤。

8.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至5任一项所述方法的步骤。