语音降噪方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114299975A(43)申请公布日2022.04.08(21)申请号202111678819.XG10L15/22(2006.01)(22)申请日2021.12.31(71)申请人游密科技（深圳）有限公司地址518051广东省深圳市南山区粤海街道科技园社区科苑路16号东方科技大厦2401(72)发明人崔洋洋余俊澎(74)专利代理机构华进联合专利商标代理有限公司44224代理人黄晶晶(51)Int.Cl.G10L21/02(2013.01)G10L15/04(2013.01)G10L15/06(2013.01)G10L15/08(2006.01)权利要求书2页说明书16页附图5页(54)发明名称语音降噪方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种语音降噪方法、装置、计算机设备和存储介质。所述方法包括：获取待处理语音，并获取第一处理模型和第二处理模型；对待处理语音进行语音端点检测，得到包括有多个待处理语音段的语音段序列和每个待处理语音段各自对应的语音类型；通过第一处理模型，并根据语音类型对至少一个待处理语音段进行第一降噪处理，得到待处理语音段所对应的第一降噪信号段；通过第二处理模型，并根据语音类型对至少一个待处理语音段进行第二降噪处理，得到待处理语音段所对应的第二降噪信号段；根据第一降噪信号段和第二降噪信号段，得到过滤噪音的目标语音信号。采用本方法能够对语音进行有效地降噪处理。CN114299975ACN114299975A权利要求书1/2页1.一种语音降噪方法，其特征在于，所述方法包括：获取待处理语音，并获取第一处理模型和第二处理模型；所述待处理语音包括噪音；所述第一处理模型为对语音段样本和非语音段样本进行综合训练而得的模型，所述第二处理模型为对语音段样本进行训练而得的模型；对所述待处理语音进行语音端点检测，得到包括有多个待处理语音段的语音段序列和每个待处理语音段各自对应的语音类型；通过所述第一处理模型，并根据所述语音类型对至少一个所述待处理语音段进行第一降噪处理，得到所述待处理语音段所对应的第一降噪信号段；通过所述第二处理模型，并根据所述语音类型对至少一个所述待处理语音段进行第二降噪处理，得到所述待处理语音段所对应的第二降噪信号段；根据所述第一降噪信号段和所述第二降噪信号段，得到过滤噪音的目标语音信号。2.根据权利要求1所述的方法，其特征在于，所述语音类型包括语音段类型和非语音段类型；所述通过所述第一处理模型，并根据所述语音类型对至少一个所述待处理语音段进行第一降噪处理，得到所述待处理语音段所对应的第一降噪信号段，包括：过滤所述多个待处理语音段中的属于语音段类型的待处理语音段，得到属于非语音段类型的待处理语音段；通过所述第一处理模型，对属于非语音段类型的待处理语音段进行第一降噪处理，得到属于非语音段类型的待处理语音段所对应的第一降噪信号段。3.根据权利要求1所述的方法，其特征在于，所述语音类型包括语音段类型和非语音段类型；所述通过所述第二处理模型，并根据所述语音类型对至少一个所述待处理语音段进行第二降噪处理，得到所述待处理语音段所对应的第二降噪信号段，包括：过滤所述多个待处理语音段中的属于非语音段类型的待处理语音段，得到属于语音段类型的待处理语音段；通过所述第二处理模型，对属于语音段类型的待处理语音段进行第二降噪处理，得到属于语音段类型的待处理语音段所对应的第二降噪信号段。4.根据权利要求1所述的方法，其特征在于，所述根据所述第一降噪信号段和所述第二降噪信号段，得到过滤噪音的目标语音信号，包括：确定与所述第一降噪信号段相对应的属于非语音段类型的待处理语音段在所述语音段序列中的第一位置信息；确定与所述第二降噪信号段相对应的属于语音段类型的待处理语音段在所述语音段序列中的第二位置信息；根据所述第一位置信息和所述第二位置信息，对所述第一降噪信号段和所述第二降噪信号段进行第一拼接处理，得到过滤噪音的目标语音信号。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述目标语音信号进行分帧处理，得到至少一个分帧语音信号；对每个所述分帧语音信号进行频谱转换，得到每个所述分帧语音信号各自对应的语音频谱图；通过注意力机制确定所述语音频谱图中的语音权重和噪声权重；根据所述语音权重和噪声权重，对所述目标语音信号进行优化降噪处理。2CN114299975A权利要求书2/2页6.根据权利要求1所述的方法，其特征在于，所述第一处理模型的训练步骤，包括：获取第一声音样本集合和第一噪声样本集合；所述第一噪声样本集合包括多个第一噪声样本；所述第一声音样本集合包括多个第一声音样本；所述第一声音样本包括第一纯净声音段和第一纯净非声音段；在所述第一声音样本中的第