【技术实现步骤摘要】
一种通话语音降噪方法、装置、设备及存储介质
[0001]本公开涉及计算机
，尤其涉及语音
的一种通话语音降噪方法、装置、设备及存储介质。
技术介绍
[0002]语音降噪是耳机产品一直致力于解决和优化的技术问题，现有的通话降噪耳机主要采用以下两种语音降噪处理方案：
[0003]1、外置阵列信号处理结合反馈麦的方法进行语音降噪，该方法采用基于外置传感器阵列对说话人语音进行增强，并融合反馈麦，利用反馈麦高信噪比的特性来提升环境噪声和风噪下的通话效果。
[0004]2、基于辅助传感器的方法进行语音降噪，采用例如振动传感器或者加速度传感器(如骨导传感器)等提取佩戴者语音。
技术实现思路
[0005]本公开提供了一种用于提升通话语音降噪效果的通话语音降噪方法、装置、设备以及存储介质。
[0006]根据本公开的一方面，提供了一种通话语音降噪方法，包括：
[0007]获取通话语音信号和参考信号，通话语音信号包括外置双麦前端信号和内置麦信号；
[0008]对外置双麦前端信号进...
【技术保护点】
【技术特征摘要】
1.一种通话语音降噪方法，包括：获取通话语音信号和参考信号，所述通话语音信号包括外置双麦前端信号和内置麦信号；对所述外置双麦前端信号进行第一前期处理，得到第一前期处理后信号；对所述内置麦信号进行第二前期处理，得到第二前期处理后信号；利用深度神经网络DNN降噪模型，对所述第一前期处理后信号进行降噪处理，得到第一降噪信号；根据语音活动检测信息，对所述第二前期处理后信号进行降噪处理，得到第二降噪信号，所述语音活动检测信息来自于所述DNN降噪模型的输出；对所述第一降噪信号和所述第二降噪信号进行频谱融合，得到降噪输出语音信号。2.根据权利要求1所述的方法，其中，所述DNN降噪模型通过以下单通道DNN训练方式得到；获取干净语音数据和噪声语音数据；对所述干净语音数据和所述噪声语音数据进行数据增强，得到模拟通话语音数据；提取所述模拟通话语音数据的声学特征；标定单通道DNN训练的训练目标；根据所述声学特征和所述训练目标，通过DNN训练得到所述DNN降噪模型。3.根据权利要求2所述的方法，其中，所述根据声学特征和训练目标，通过DNN训练得到所述DNN降噪模型，包括：根据所述声学特征，对所述模拟通话语音数据进行DNN正向传播，得到理想比值掩蔽IRM的估计值；计算所述IRM的估计值与所述训练目标之间的误差；根据所述误差对所述模拟通话语音数据进行反向传播，更新所述DNN降噪模型各节点的权值；在所述误差小于预设的误差阈值时，停止对所述DNN降噪模型的更新。4.根据权利要求1所述的方法，其中，所述对外置双麦前端信号进行第一前期处理，得到第一前期处理后信号，包括：根据所述外置双麦前端信号进行线性阵列处理，得到第一处理信号；根据所述外置双麦前端信号和所述第一处理信号进行风噪估计及消除处理，得到第二处理信号；根据所述第二处理信号和所述参考信号进行回声消除处理，得到第三处理信号；对所述第三处理信号进行非线性阵列处理，得到所述第一前期处理后信号。5.根据权利要求4所述的方法，其中，所述根据外置双麦前端信号和第一处理信号进行风噪估计及消除处理，得到第二处理信号，包括：计算所述外置双麦前端信号与所述第一处理信号的信号参数，所述信号参数包括相关性、谱质心和能量；根据所述信号参数确定风噪类型，所述风噪类型包括非风噪、小风噪、中风噪和大风噪；根据所述风噪类型对所述外置双麦前端信号与所述第一处理信号进行风噪消除处理，
得到所述第二处理信号。6.根据权利要求5所述的方法，其中，在所述利用DNN降噪模型，对所述第一前期处理后信号进行降噪处理，得到第一降噪信号之后，所述方法还包括：根据所述第一前期处理后信号和所述第一降噪信号进行信噪比估计，得到所述第一降噪信号的信噪比；根据所述信噪比确定所述第一降噪信号的噪声类型。7.根据权利要求6所述的方法，其中，所述对第一降噪信号和所述第二降噪信号进行频谱融合，得到...
【专利技术属性】
技术研发人员：苏梦娜，陈轶博，李政，
申请(专利权)人：上海小度技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。