一种基于多维语音特征组合的RNN降噪方法及系统技术方案

本申请涉及一种基于多维语音特征组合的RNN降噪方法及系统，涉及语音降噪技术领域，包括接收原始语音数据，通过数字滤波器对所述原始语音数据进行预处理，输出第一语音数据；对所述第一语音数据进行快速傅里叶变化，根据梅尔倒谱滤波、离散变换、自相关函数、通道能量归一化以及频带能量和对数变换等方式，获取多维语音特征；将所述多维语音特征进行组合后输入预设的循环神经网络模型内，提取出针对不同频带的增益值；将所述增益值进行插值扩展，并将扩展后的增益值与所述第一语音数据进行增益计算，获取增益结果；对所述增益结果进行逆快速傅里叶变化以及信号重构，得到降噪语音数据。

【技术实现步骤摘要】

本申请涉及语音降噪，尤其是涉及一种基于多维语音特征组合的rnn降噪方法及系统。

技术介绍

1、语音降噪技术是指对于一段包含杂乱噪声的音频，利用数字信号处理算法去除其中的噪声，使得声音变得更加清晰、自然。它在通讯、语音识别等领域都有广泛的应用。语音降噪技术的背景可以追溯到20世纪70年代。当时，由于电话网络的不完善和传输质量的低下，通话质量非常差，噪声干扰严重。为了改善通话质量，人们开始研究语音降噪技术。最早的语音降噪方法是基于谱减法原理的，在频域上进行降噪处理，但这种方法会导致音频信号失真，效果并不理想。

2、随着社会的不断发展新的各种各样的噪声充斥在我们周围，新的数字信号处理技术的语音降噪方法也相继出现。其中比较典型的是利用小波变换进行降噪的方法。小波变换能够有效地将噪声和语音分离开来，从而实现更好的降噪效果。此外，还有基于神经网络和深度学习的语音降噪技术，它们利用了大量的数据进行训练，能够更好地适应不同场景下的降噪需求，而如何有效且实时的保证通信过程中的信息清晰度，也成为数字信号处理的一个重要研究发现。

3、针对上述中的相关技术本文档来自技高网...

【技术保护点】

1.一种基于多维语音特征组合的RNN降噪方法，其特征在于，包括：

2.根据权利要求1所述的一种基于多维语音特征组合的RNN降噪方法，其特征在于，在所述通过数字滤波器对所述原始语音数据进行预处理，输出第一语音数据之前，还包括：

3.根据权利要求2所述的一种基于多维语音特征组合的RNN降噪方法，其特征在于，所述对所述第一语音数据进行快速傅里叶变化，根据梅尔倒谱滤波、离散变换、自相关函数、通道能量归一化以及频带能量和对数变换方式，获取多维语音特征，包括：

4.根据权利要求1所述的一种基于多维语音特征组合的RNN降噪方法，其特征在于，在所述将所述多维语音特征进...

【技术特征摘要】

1.一种基于多维语音特征组合的rnn降噪方法，其特征在于，包括：

2.根据权利要求1所述的一种基于多维语音特征组合的rnn降噪方法，其特征在于，在所述通过数字滤波器对所述原始语音数据进行预处理，输出第一语音数据之前，还包括：

3.根据权利要求2所述的一种基于多维语音特征组合的rnn降噪方法，其特征在于，所述对所述第一语音数据进行快速傅里叶变化，根据梅尔倒谱滤波、离散变换、自相关函数、通道能量归一化以及频带能量和对数变换方式，获取多维语音特征，包括：

4.根据权利要求1所述的一种基于多维语音特征组合的rnn降噪方法，其特征在于，在所述将所述多维语音特征进行组合后输入预设的循环神经网络模型内，提取出针对不同频带的增益值之前，还包括...

【专利技术属性】
技术研发人员：韦伟才，邓海蛟，马健莹，潘晖，
申请(专利权)人：深圳市龙芯威半导体科技有限公司，
类型：发明
国别省市：