基于环境检测的语音降噪方法、装置、设备及存储介质.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CN114171041A(43)申请公布日2022.03.11(21)申请号202111443604.XG10L15/20(2006.01)(22)申请日2021.11.30G01H17/00(2006.01)(71)申请人深港产学研基地（北京大学香港科技大学深圳研修院）地址518057广东省深圳市南山区高新技术产业园南区科苑南路高新七道15号(72)发明人姚霖田维政马涤心(74)专利代理机构深圳智汇远见知识产权代理有限公司44481代理人刘洁(51)Int.Cl.G10L21/0208(2013.01)G10L21/0216(2013.01)G10L21/0232(2013.01)G10L25/30(2013.01)权利要求书2页说明书8页附图2页(54)发明名称基于环境检测的语音降噪方法、装置、设备及存储介质(57)摘要本发明涉及人工智能技术，揭露了一种基于环境检测的语音降噪方法，包括：获取第一麦克风采集到的目标场所内的环境音，利用环境音训练预构建的原始检测模型得到环境检测模型，获取第二麦克风采集到的目标场所内的含噪语音，并确定对应的声源方位，获取由第三麦克风采集到的所述声源方位的目标语音，利用环境检测模型检测目标语音中的环境噪声，以及利用含噪语音确定目标语音中的设备噪声，利用所述环境噪声及所述设备噪声对所述目标语音进行降噪，得到降噪后的声音信号。本发明还提出一种基于环境检测的语音降噪装置、电子设备以及计算机可读存储介质。本发明可以提高语音降噪的效果。CN114171041ACN114171041A权利要求书1/2页1.一种基于环境检测的语音降噪方法，其特征在于，所述方法包括：获取第一麦克风采集到的目标场所内的环境音，利用所述环境音训练预构建的原始检测模型得到环境检测模型；获取第二麦克风采集到的所述目标场所内的含噪语音，并确定对应的声源方位；获取由第三麦克风采集到的所述声源方位的目标语音；利用所述环境检测模型检测所述目标语音中的环境噪声，以及利用所述含噪语音确定所述目标语音中的设备噪声，利用所述环境噪声及所述设备噪声对所述目标语音进行降噪，得到降噪后的声音信号。2.如权利要求1所述的基于环境检测的语音降噪方法，其特征在于，所述获取第一麦克风采集到的目标场所内的环境音，利用所述环境音训练预构建的原始检测模型得到环境检测模型之前，所述方法还包括：获取预构建的环境语音训练集合，对所述环境语音训练集合中的语音数据进行数据增强处理，得到标准语音训练集合；对所述标准语音训练集合中的语音数据进行频域转换，得到梅尔频域数据集合；利用所述梅尔频域数据集合训练预构建的神经网络，得到所述原始检测模型。3.如权利要求2所述的基于环境检测的语音降噪方法，其特征在于，所述对所述标准语音训练集合中的语音数据进行频域转换，得到梅尔频域数据集合，包括：利用预设的频域函数对所述标准语音训练集合中的语音数据进行第一频域转换，得到频域数据集合；利用预设的梅尔频域转换公式对所述频域数据集合进行第二频域转换，得到所述梅尔频域数据集合。4.如权利要求2所述的基于环境检测的语音降噪方法，其特征在于，所述获取第一麦克风采集到的目标场所内的环境音，利用所述环境音训练预构建的原始检测模型得到环境检测模型，包括：依次选取所述原始检测模型中的一层神经网络作为训练层，并冻结所述原始检测模型中未被选取的神经网络；利用所述第一麦克风采集到的目标场所内的环境音训练所述训练层，直至所述训练层的参数收敛，得到优化训练层；汇总所有收敛的优化训练层，得到所述环境检测模型。5.如权利要求1所述的基于环境检测的语音降噪方法，其特征在于，所述第二麦克风包括预设的麦克风阵列，其中，所述获取第二麦克风采集到的所述目标场所内的含噪语音，并确定对应的声源方位，包括：获取所述麦克风阵列采集的多组含噪语音；基于所述多组含噪语音构建预测声源位置集合，利用预设的目标函数对所述预测声源位置集合进行搜索，得到所述含噪语音的声源方位。6.如权利要求5所述的基于环境检测的语音降噪方法，其特征在于，所述基于所述多组含噪语音构建预测声源位置集合，包括：利用下述假想声源公式计算所述预测声源位置集合：2CN114171041A权利要求书2/2页其中，q为预测声源直角坐标矢量，M为麦克风阵列中的麦克风数量，Rlm为第l个和第m个麦克风接收的含噪语音的GCC‑PHAT函数，τlm(q)为预测声源到第l个和第m个麦克风的到达时间差，rm为第l个麦克风的直角坐标矢量，rl为第m个麦克风的直角坐标矢量，c为空气中的声速。7.如权利要求6所述的基于环境检测的语音降噪方法，其特征在于，所述利用所述含噪语音确定所述目标语音中的设备噪声，利用所述环境噪声及所述设备噪声对所述目标