[发明专利]一种基于芯片实现的语音降噪优化方法及装置

权利要求书

1.一种基于芯片实现的语音降噪优化方法，其特征在于，包括：

步骤1：获取音频信息的目标场景；

步骤2：确定所述目标场景下的芯片处于降噪工作状态的本身噪音信息以及语音降噪过程中所述音频信息的自带噪音信息；

步骤3：获取所述音频信息中所有语音段的语音情况，并基于语音-条件预测模型，预测得到所述芯片的消噪条件；

步骤4：根据所述消噪条件对所述音频信息的自适应降噪窗口进行优化；

步骤5：采用优化后的自适应降噪窗口对所述芯片的本身噪音信息以及自带噪音信息进行噪声消除；

其中，获取所述音频信息中所有语音段的语音情况，包括：

按照语音波动周期对所述音频信息进行划分；

对每个语音段进行解析剖离，并获取同个语音段包含的所有分离语音层；

确定同个语音段对应的每个分离语音层的语音能量，若每个分离语音层的语音能量都为0，判定所述同个语音段为静音段；

若存在语音能量不为0的分离语音层，根据层属性，判断对应分离语音层是否为噪声层；

若是，按照所述噪声层中每个时刻帧的第一能量向对应时刻帧设置第一标签；

否则，按照有效语音层中每个时刻帧的第二能量向对应时刻帧设置第二标签；

根据第一标签结果以及第二标签结果，构建每个时刻帧对应的标签组合，并将对应同个语音段拆分为纯语音子段、混合子段以及纯噪声子段；

其中，消噪条件是根据语音-条件预测模型来判断芯片在不能按照当前的降噪模式对语音信号进行完全降噪，此时，会根据语音中本身存在的情况，来获取消噪条件，即对未能完全降噪达到理想降噪效果的窗口进行优化；

其中，所述语音-条件预测模型是预先训练好的，是基于不同的语音情况以及与语音情况匹配的消噪条件为样本训练得到的。

2.如权利要求1所述的基于芯片实现的语音降噪优化方法，其特征在于，将对应同个语音段拆分为纯语音子段、混合子段以及纯噪声子段之后，还包括：

确定混合子段中对应噪声子层的每个时刻帧的第一能量值，并对第一能量值大于预设能量阈值的时刻帧进行标定；

按照标定时刻帧与未标定时刻帧中每个时刻帧的位置关系，对需要归到标定时刻帧中的未标定帧进行再次标定，并得到所述噪声子层的标定噪声帧以及非标定噪声帧，并向所述标定噪声帧设置第二噪声标签，向所述非标定噪声帧设置第三噪声标签；

确定混合子段中对应有效语音子层中每个时刻帧的第二能量值，并按照所述第二能量值向对应帧设置有效语音标签；

将标签设置结果作为所述混合子段的预测基础。

3.根据权利要求1所述的基于芯片实现的语音降噪优化方法，其特征在于，按照所述噪声层中每个时刻帧的第一能量向对应时刻帧设置第一标签，包括：

获取每个时刻帧的第一能量，同时，确定所述目标场景下的预设能量；

根据每个时刻帧的第一能量与预设能量，向对应时刻帧设置第一标签。

4.根据权利要求2所述的基于芯片实现的语音降噪优化方法，其特征在于，还包括：

采集混合子段的音频数据，从所述音频数据中提取第一音频特征参数，所述第一音频特征参数包括频谱系数和声音强度；

将所述第一音频特征参数与对应同个语音段中的纯语音子段的第二音频特征参数进行第一对比，同时，将所述第一音频特征参数与对应同个语音段中的纯噪声子段的第三音频特征参数进行第二对比；

根据第一对比结果以及第二对比结果，确定所述混合子段中噪声子层的第四音频特征参数；

根据混合子段每一时刻帧的语音特征信息和所述第四音频特征参数，判断对应混合子段的当前信噪比是否符合噪音提取条件；

若符合，无需进行后续操作，若不符合，由芯片发出调整当前信噪比的指令，将调整后的目标信噪比作为噪音提取条件参考信噪比。