[发明专利]基频提取模型的训练方法及装置、基频提取方法及装置

权利要求书

1.一种基频提取模型的训练方法，其特征在于，包括：

基于预设的干净语音数据库，提取所述干净语音数据库中干净语音的基频信息作为训练目标数据；

对所述干净语音进行加噪处理，得到加噪语音；

提取所述加噪语音的特征；

将所述加噪语音的特征作为待训练模型的输入数据，将所述训练目标数据作为所述待训练模型的输出数据，对所述待训练模型进行训练，得到基频提取模型。

2.根据权利要求1所述的基频提取模型的训练方法，其特征在于，提取所述加噪语音的特征，包括：

通过分帧、加窗、短时傅里叶变换计算所述加噪语音的幅度谱特征；

对所述加噪语音的幅度谱特征进行降采样，确定所述加噪语音的初始谐波乘积谱；

对所述初始谐波乘积谱进行改进得到改进谐波乘积谱作为所述加噪语音的特征。

3.根据权利要求2所述的基频提取模型的训练方法，其特征在于，对所述加噪语音的幅度谱特征进行降采样，确定所述加噪语音的初始谐波乘积谱，包括：

将所述加噪语音进行分帧；

获取分帧后语音的幅度谱特征；

对所述分帧后语音的每一帧语音的幅度谱特征进行降采样，得到降采样后的序列；

根据所述每一帧语音的幅度谱特征的降采样后的序列，计算所述加噪语音的初始谐波乘积谱；

其中，所述初始谐波乘积谱如下式：

HPS1(K)＝S(K)×S(2K)×S(3K)×S(4K)×……S(nK)；

其中，所述HPS1(K)为所述初始谐波乘积谱；所述S(K)表示幅度谱特征；所述n表示谐波乘积谱阶数。

4.根据权利要求3所述的基频提取模型的训练方法，其特征在于，对所述初始谐波乘积谱进行改进得到改进谐波乘积谱作为所述加噪语音的特征，包括：

基于预设的改进谐波乘积谱计算式，对所述初始谐波乘积谱进行改进得到改进谐波乘积谱作为所述加噪语音的特征；

所述改进谐波乘积谱计算式为：

HPS2＝exp(log(HPS1)-max(log(HPS1)))；

其中，HPS2所述改进谐波乘积谱；log(HPS1)表示初始谐波乘积谱对数，max(log(HPS1))表示初始谐波乘积谱对数的最大值。

5.一种基频提取方法，其特征在于，包括：

提取待处理语音的特征；

将所述待处理语音的特征输入预先训练的基频提取模型进行基频提取，得到所述待处理语音的基频；

其中，所述预先训练的基频提取模型通过权利要求1-4任一项所述的基频提取模型的训练方法得到。

6.一种基频提取模型的训练装置，其特征在于，包括：

第一基频提取模块，用于基于预设的干净语音数据库，提取所述干净语音数据库中干净语音的基频信息作为训练目标数据；

加噪模块，用于对所述干净语音进行加噪处理，得到加噪语音；

第一特征提取模块，用于提取所述加噪语音的特征；

训练模块，用于将所述加噪语音的特征作为待训练模型的输入数据，将所述训练目标数据作为所述待训练模型的输出数据，对所述待训练模型进行训练，得到基频提取模型。

7.根据权利要求6所述的基频提取模型的训练装置，其特征在于，所述第一特征提取模块，具体用于：

通过分帧、加窗、短时傅里叶变换计算所述加噪语音的幅度谱特征；

对所述加噪语音的幅度谱特征进行降采样，确定所述加噪语音的初始谐波乘积谱；

对所述初始谐波乘积谱进行改进得到改进谐波乘积谱作为所述加噪语音的特征。