[发明专利]语音增强方法及相关设备

说明书

本申请涉及人工智能(AI)领域，具体涉及一种语音增强方法及相关设备，该方法包括：在进入PNR模式后，获取带噪语音信号和目标语音相关数据，其中，带噪语音包含目标用户的语音信号与干扰噪声信号；目标语音相关数据用于指示目标用户的语音特征；根据目标语音相关数据通过经过已训练好的语音降噪模型对带噪语音信号进行降噪处理，以得到目标用户的降噪语音信号；其中，语音降噪模型是基于神经网络实现的。采用本申请实施例可以实现对目标人语音的增强和对干扰的抑制。

技术领域

本申请涉及语音处理领域，尤其涉及一种语音增强方法及相关设备。

背景技术

近几年，智能设备极大地丰富了人们的生活，当设备工作在安静场景中，语音通话质量和语音交互(唤醒和识别率)功能已经能较好地满足需求，但是当设备工作在环境噪声、语音干扰的场景条件下，语音通话质量、唤醒率和识别率的体验效果会下降，需要依靠语音增强算法实现增强目标语音和滤除干扰的目的。

环境噪声抑制和语音干扰抑制一直是的热点问题。通用降噪方法，一种方式是根据背景噪声信号和语音音乐信号之间频谱特征的差异，利用一段时间内采集到的信号进行背景噪声进行估计，然后根据估计出的背景噪声特征进行环境噪声抑制，该方法对于平稳噪声效果较好，但是对于语音干扰则完全失效。另一种方式除了利用背景噪声信号和语音音乐信号之间频谱特征的差异，还利用了不同声道间相关性的差异，例如多通道噪声抑制或者麦克风阵列波束形成技术，这类方法对于具有特定方向的语音干扰具有一定的抑制，但是对于干扰源方位变化跟踪效果往往无法满足需求，且无法实现对特定目标人的语音增强。

目前，语音增强和干扰抑制功能的实现主要通过传统或基于人工智能(artificial intelligence,AI)的通用降噪、分离等算法来实现，该方法通常可以提升语音通话和交互体验，但在语音干扰场景条件下，难以实现突出目标语音、抑制干扰语音的效果，体验较差。

发明内容

本申请实施例提供一种语音增强方法及相关设备，采用本申请实施例可以在各种环境噪声和语音干扰的场景下，抑制除了目标用户的语音之外的所有干扰噪声，突出目标用户的声音，提升了用户进行语音通话和语音交互等的体验。

第一方面，本申请实施例提供一种语音增强方法，包括：在终端设备进入特定人降噪(personalized noise reduction，PNR)模式后，获取带噪语音信号和目标语音相关数据，其中，带噪语音信号包含干扰噪声信号与目标用户的语音信号；目标语音相关数据用于指示目标用户的语音特征；根据目标语音相关数据通过已训练好的语音降噪模型对第一带噪语音信号进行降噪处理，得到目标用户的降噪语音信号；其中，语音降噪模型是基于神经网络实现的。

其中，干扰噪声信号包括非目标用户的语音信号、环境噪声信号(比如汽车鸣笛声、机器作业时发出的声音)等。

可选地，目标语音相关数据可以为目标用户的注册语音信号，可以为目标用户的语音拾取(voice pick up，VPU)信号，还可以为目标用户的声纹特征或者目标用户的视频唇动信息等。

通过目标语音相关数据指导语音降噪模型从带噪语音信号中提取出目标用户的语音信号，抑制除了目标用户的语音之外的所有干扰噪声，突出目标用户的声音，提升了用户进行语音通话和语音交互等的体验。

在一个可行的实施例中，本申请的方法还包括：

获取目标用户的语音增强系数；基于目标用户的语音增强系数对目标用户的降噪语音信号进行增强处理，以得到目标用户的增强语音信号，其中，目标用户的增强语音信号的幅度与目标用户的降噪语音信号的幅度的比值为目标用户语音增强系数。

通过引入目标用户的语音增强系数，可以进一步增强目标用户的语音信号，从而达到进一步突出目标用户的声音，抑制非目标用户的声音的目的，提升了用户进行语音通话和语音交互等的体验。

进一步地，通过降噪处理还得到干扰噪声信号，本申请的方法还包括：