[发明专利]一种基于机器学习及深度学习的声纹降噪方法及系统

摘要

本发明提供了一种基于机器学习及深度学习的声纹降噪方法及系统。所述方法包括：采集野外地质工作环境下的环境音样品，对深度学习模型进行大量反复训练，获得训练好的深度语音学习模型。获取特定人说话音频，通过深度语音学习模型进行识别，将音频中的环境音过滤，判断过滤后的语音是否合格，得到经过初步筛查的语音，将初步筛查之后的语音与特定人声纹识别模型进行对比提取，进行降噪，判断降噪后的语音是否纯净，对声纹降噪后的语音进行增强，判断语音是否清晰，之后录入到语音输入系统。本发明能够解决野外地学数据采集时各种嘈杂噪声和环境音干扰情况下导致语音不纯，难以被语音文字识别软件准确识别出文字信息的问题，实现用语音文字识别方式的数据采集，提高野外地学数据采集的效率与准确性。

主权项

1.一种基于机器学习及深度学习的声纹降噪方法，其特征在于，包括如下步骤：S1、获取特定人在野外实地工作环境中对地质现象和地质认识描述的说话音频；S2、将步骤S1获取的所述说话音频通过机器学习及深度学习模型分别进行学习，对说话音频中夹杂的环境音进行识别区分；S3、将步骤S2中得到的识别过的语音进行过滤，剔除掉该语音中不属于所述特定人说话音频的环境音，得到经过初步筛查的语音；S4、判断经过初步筛查的语音信噪比是否达到预设的阈值，若否，则跳转步骤S3，若是，则继续步骤S5；S5、将步骤S4所述语音与该人声纹识别模型进行对比提取，保留与该人声纹识别模型相符合的语音频率及语谱图像，剔除掉与该人声纹识别模型不符合的语音，得到声纹降噪处理的语音；S6、判断声纹降噪处理后的语音中的人声纹纯净度是否达到预设的阈值，若否，则跳转步骤S5，若是，则继续步骤S7；S7、对步骤S6所述声纹降噪后的语音进行增强；S8、判断经过增强的语音清晰度是否达到预设的阈值，若否，则跳转步骤S7，若是则继续S9；S9、将步骤S8中获得的结果语音输出到语音文字识别系统，完成后续处理。