[发明专利]一种基于复数频谱特征的语音增强方法及装置

权利要求书

1.一种基于复数频谱特征的语音增强方法，其特征在于，所述方法包括：

对带噪语音进行傅里叶变换得到所述带噪语音在频域表示的复数频谱；

计算所述复数频谱中实部的对数功率普得到对数实部功率谱，以及所述复数频谱中虚部的对数功率谱得到对数虚部功率谱；

将所得到的对数实部功率谱和对数虚部功率谱输入预训练的掩蔽预测网络，得到所述实部对应的第一掩蔽值和所述虚部对应的第二掩蔽值；

利用所述第一掩蔽值和第二掩蔽值分别对所述复数频谱的实部和虚部进行增强，并对增强后复数频谱进行傅里叶逆变换得到所述带噪语音对应的增强语音。

2.如权利要求1所述的方法，其特征在于，所述掩蔽预测网络的训练过程包括：

获取训练样本，所述训练样本包括样本带噪语音以及用于与噪声组合进而构成所述样本带噪语音的干净语音；

对所述样本带噪语音进行傅里叶变换得到所述样本带噪语音在频域表示的样本复数频谱；

计算所述样本复数频谱中实部的对数功率普得到样本对数实部功率谱，以及所述样本复数频谱中虚部的对数功率谱得到样本对数虚部功率谱；

将所得到的样本对数实部功率谱和样本对数虚部功率谱输入初始掩蔽预测网络，得到所述实部对应的第一样本掩蔽值和所述虚部对应的第二样本掩蔽值；

利用所述第一样本掩蔽值和第二掩样本蔽值分别对所述样本复数频谱的实部和虚部进行增强，并对增强后样本复数频谱进行傅里叶逆变换得到所述样本带噪语音对应的样本增强语音；

计算所述干净语音与所述样本增强语音之间的均方误差作为损失值；

在所述损失值不收敛的情况下，基于所述损失值调整所述初始掩蔽预测网络，并返回将所得到的样本对数实部功率谱和样本对数虚部功率谱输入初始掩蔽预测网络，得到所述实部对应的第一样本掩蔽值和所述虚部对应的第二样本掩蔽值的步骤；

在所述损失值收敛的情况下，将所述初始掩蔽预测网络作为用于语音增强的掩蔽预测网络。

3.如权利要求1所述的方法，其特征在于，计算所述复数频谱中实部的对数功率普得到对数实部功率谱的步骤，包括：

通过以下表达式计算所述复数频谱中实部的对数功率普得到对数实部功率谱：

LRPS(|X(t，i)|)＝log(|X_real(t，i)|²)

其中，LRPS(|X(t，i)|)表示对数实部功率谱，X_real(t，i)表示实部。

4.如权利要求1所述的方法，其特征在于，计算所述复数频谱中虚部的对数功率谱得到对数虚部功率谱的步骤，包括：

通过以下表达式计算所述复数频谱中虚部的对数功率谱得到对数虚部功率谱：

LIPS(|X(t，i)|)＝log(|X_image(t，i)|²)

其中，LIPS(|X(t，i)|)表示对数虚部功率谱，X_image(t，i)表示虚部。

5.一种基于复数频谱特征的语音增强装置，其特征在于，所述装置包括：

傅里叶变换模块，用于对带噪语音进行傅里叶变换得到所述带噪语音在频域表示的复数频谱；

特征提取模块，用于计算所述复数频谱中实部的对数功率普得到对数实部功率谱，以及所述复数频谱中虚部的对数功率谱得到对数虚部功率谱；

掩蔽预测模块，用于将所得到的对数实部功率谱和对数虚部功率谱输入预训练的掩蔽预测网络，得到所述实部对应的第一掩蔽值和所述虚部对应的第二掩蔽值；

语音增强模块，用于利用所述第一掩蔽值和第二掩蔽值分别对所述复数频谱的实部和虚部进行增强，并对增强后复数频谱进行傅里叶逆变换得到所述带噪语音对应的增强语音。