一种多通道语音增强方法及其装置、终端、可读存储介质.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CN113689870A(43)申请公布日2021.11.23(21)申请号202110846660.1(22)申请日2021.07.26(71)申请人浙江大华技术股份有限公司地址310051浙江省杭州市滨江区滨安路1187号(72)发明人白炳潮毛亚朋黄景标林聚财殷俊(74)专利代理机构深圳市威世博知识产权代理事务所(普通合伙)44280代理人黎坚怡(51)Int.Cl.G10L21/02(2013.01)G10L21/0216(2013.01)G10L21/0264(2013.01)权利要求书2页说明书9页附图3页(54)发明名称一种多通道语音增强方法及其装置、终端、可读存储介质(57)摘要本申请公开了一种多通道语音增强方法及其装置、终端、可读存储介质，多通道语音增强方法包括：获取到待增强的多通道语音；利用概率分布模型获取多通道语音存在目标语音的概率；基于概率得到多通道语音的噪声协方差矩阵和目标语音协方差矩阵；利用噪声协方差矩阵和目标语音协方差矩阵得到多通道语音的相对传递函数；利用相对传递函数对多通道语音中的目标语音进行语音增强。通过上述方法对多通道语音中的目标语音进行增强。CN113689870ACN113689870A权利要求书1/2页1.一种多通道语音增强方法，其特征在于，所述多通道语音增强方法包括：获取到待增强的多通道语音；利用概率分布模型获取多通道语音存在目标语音的概率；基于所述概率得到所述多通道语音的噪声协方差矩阵和目标语音协方差矩阵；利用所述噪声协方差矩阵和目标语音协方差矩阵得到所述多通道语音的相对传递函数；利用所述相对传递函数对所述多通道语音中的目标语音进行语音增强。2.根据权利要求1所述的多通道语音增强方法，其特征在于，所述基于所述概率得到所述多通道语音的噪声协方差矩阵和目标语音协方差矩阵的步骤，包括：获取到所述多通道语音的初始帧的噪声协方差矩阵以及语音协方差矩阵；利用所述初始帧的噪声协方差矩阵、当前帧的所述多通道语音存在目标语音的概率以及前一帧的所述多通道语音存在目标语音的概率得到所述当前帧的噪声协方差矩阵；以及利用所述初始帧的语音协方差矩阵得到所述当前帧的语音协方差矩阵；将所述当前帧的所述语音协方差矩阵与所述噪声自方差矩阵的差值确定为所述当前帧的目标语音协方差矩阵。3.根据权利要求2所述的多通道语音增强方法，其特征在于，所述利用所述初始帧的噪声协方差矩阵、当前帧的所述多通道语音存在目标语音的概率以及前一帧的所述多通道语音存在目标语音的概率得到所述当前帧的噪声协方差矩阵；以及利用所述初始帧的语音协方差矩阵得到所述当前帧的语音协方差矩阵的步骤，包括：对所述多通道语音进行变换，得到所述多通道语音的当前帧对应的矩阵以及共轭转置矩阵；利用所述当前帧的所述矩阵以及所述矩阵的共轭转置矩阵、所述初始帧的噪声协方差矩阵、当前帧的多通道语音存在目标语音的概率以及前一帧的多通道语音存在目标语音的概率基于第一递推关系式得到所述当前帧的噪声协方差矩阵；利用所述初始帧的语音协方差矩阵、所述当前帧的所述矩阵以及所述矩阵的共轭转置矩阵基于第二递推关系式得到所述当前帧的语音协方差矩阵；其中，所述第一递推关系式表征所述当前帧的噪声协方差矩阵与所述前一帧的噪声协方差矩阵的对应关系；所述第二递推关系式表征所述当前帧的语音协方差矩阵与所述前一帧的语音协方差矩阵的对应关系。4.根据权利要求2所述的多通道语音增强方法，其特征在于，所述利用概率分布模型获取所述多通道语音存在目标语音的概率的步骤，包括：利用贝叶斯公式获取到当前帧的所述多通道语音存在目标语音的概率以及前一帧的所述多通道语音存在目标语音的概率。5.根据权利要求1所述的多通道语音增强方法，其特征在于，所述利用所述噪声协方差矩阵和目标语音协方差矩阵得到所述多通道语音的相对传递函数的步骤，包括：利用所述相对传递函数表示当前通道与基准通道的频域关系；利用最小二乘法对所述频域关系进行求解，得到所述相对传递函数；其中，所述相对传递函数为所述当前通道与所述基准通道的对应关系。2CN113689870A权利要求书2/2页6.根据权利要求1所述的多通道语音增强方法，其特征在于，所述利用所述相对传递函数对所述多通道语音中的目标语音进行语音增强的步骤，包括：利用所述相对传递函数将所述多通道语音中的所述目标语音进行合并，得到单通道的所述目标语音。7.根据权利要求1所述的多通道语音增强方法，其特征在于，所述获取到待增强的多通道语音的步骤，包括：对所述多通道语音进行分帧处理，得到多通道的时域信号；利用快速傅里叶变换将所述时域信号转换成频域信号；所述利用概率分布模型获取所述多通道语音存在目标语音的概率的步骤，包括：利用概率分布模型获取所述频域信号