[发明专利]语音增强方法及装置

权利要求书

1.一种语音增强方法，其特征在于，包括：

获取带噪语音波形的带噪相位谱及带噪幅度谱；

利用预设的语音增强模型处理所述带噪相位谱及所述带噪幅度谱，得到所述带噪相位谱对应的增强相位谱及所述带噪幅度谱对应的增强幅度谱；

所述语音增强模型被配置为，基于输入的所述带噪相位谱及所述带噪幅度谱预测所述带噪相位谱对应的增强伪实部谱及增强伪虚部谱，以及，预测所述带噪幅度谱对应的增强幅度谱，并基于预设的模拟相位计算公式对所述增强伪实部谱及所述增强伪虚部谱进行计算，得到值域区间限制在主值区间内的增强相位谱的内部状态表示；

根据所述增强相位谱及所述增强幅度谱计算得到所述带噪语音波形对应的增强语音波形。

2.根据权利要求1所述的方法，其特征在于，所述获取带噪语音波形的带噪相位谱及带噪幅度谱之后，还包括：

对所述带噪幅度谱进行幅度压缩，得到压缩后带噪幅度谱；

所述利用预设的语音增强模型处理所述带噪相位谱及所述带噪幅度谱，得到所述带噪幅度谱对应的增强幅度谱的过程，包括：

将所述带噪相位谱及所述压缩后带噪幅度谱输入预设的语音增强模型，以利用所述语音增强模型预测得到所述压缩后带噪幅度谱对应的压缩增强幅度谱掩膜，并将所述压缩增强幅度谱掩膜逐点乘以所述压缩后带噪幅度谱，得到压缩增强幅度谱，对所述压缩增强幅度谱进行解压缩得到所述带噪幅度谱对应的增强幅度谱。

3.根据权利要求2所述的方法，其特征在于，对所述带噪幅度谱进行幅度压缩，得到压缩后带噪幅度谱，包括：

计算所述带噪幅度谱的c次幂，得到压缩后带噪幅度谱，c为预设的压缩因子；

对所述压缩增强幅度谱进行解压缩得到所述带噪幅度谱对应的增强幅度谱的过程，包括：

计算所述压缩增强幅度谱的1/c次幂，得到所述带噪幅度谱对应的增强幅度谱。

4.根据权利要求1所述的方法，其特征在于，所述模拟相位计算公式为：

其中，p为表示增强伪实部谱的自变量，q为表示增强伪虚部谱的自变量，当p≥0时，Sgn^*(p)＝1，当p0时，Sgn^*(p)＝-1，当q≥0时，Sgn^*(q)＝1，当q0时，Sgn^*(q)＝-1。

5.根据权利要求1所述的方法，其特征在于，所述语音增强模型的训练过程，包括：

获取训练带噪语音波形的训练带噪相位谱、训练带噪幅度谱，以及，所述训练带噪语音波形对应的训练干净语音波形的训练干净相位谱、训练干净幅度谱；

将所述训练带噪相位谱与所述带噪幅度谱输入至所述语音增强模型，以利用所述语音增强模型基于输入的所述训练带噪相位谱及所述训练带噪幅度谱预测所述训练带噪相位谱对应的训练增强伪实部谱及训练增强伪虚部谱，以及，预测所述训练带噪幅度谱对应的训练增强幅度谱，并基于所述模拟相位计算公式对所述训练增强伪实部谱及所述训练增强伪虚部谱进行计算，得到值域区间限制在所述主值区间内的训练增强相位谱；

基于所述训练干净幅度谱及所述训练增强幅度谱计算幅度损失；

基于所述训练干净相位谱及所述训练增强相位谱计算相位损失；

基于目标损失对所述语音增强模型进行训练，直至满足设定的训练结束条件，所述目标损失包括所述幅度损失及所述相位损失。

6.根据权利要求5所述的方法，其特征在于，所述相位损失包括所述训练干净相位谱与所述训练增强相位谱的瞬时相位损失；

所述瞬时相位损失的计算过程，包括：

基于预设的抗卷绕函数计算所述训练干净相位谱与所述训练增强相位谱的瞬时相位的第一真实距离；

基于所述第一真实距离计算所述瞬时相位损失。