CN113921026B 语音增强方法和装置 （上海又为智能科技有限公司）

2从预先存储的一个或多个参考语音特征中检索与所述语音特征相匹配的参考语音特响应于所述预定语音质量要求的评估结果和所述一个或多个参考语音特征的匹配结个或两个来增强所述当前音频输入信号中的语其中所述一个或多个参考语音特征的匹配结果表示所述语音特征所代表的人是否是确定所述当前音频输入信号的语音信噪比，所述语音信噪使用所述当前音频输入信号中语音部分的语音特征来增强所述当前音频输入信号中将所述当前音频输入信号的时长与预定时长音质量与所述匹配的参考语音特征对应的语响应于所述当前音频输入信号的语音质量优于所述匹配的参考语音特征对应的语音使用所述当前音频输入信号中语音部分的语音特征来增强所述当前音频输入信号中3响应于所述当前音频输入信号的语音质量不优于所述匹配的参考语音特征对应的语响应于未检索到与所述语音特征相匹配的参考语音特征且所述语音质量未满足所述响应于检索到与所述语音特征相匹配的参考语音特征且所述语音质量未满足所述预确定所述当前音频输入信号中语音部分的语音增强并且其中所述参考语音特征包括参考语音增强特征和参考语音从预先存储的一个或多个参考语音特征中检索与所述语音特征相匹配的参考语音特响应于所述预定语音质量要求的评估结果和所述一个或多个参考语音特征的匹配结个或两个来增强所述当前音频输入信号中的语其中所述一个或多个参考语音特征的匹配结果表示所述语音特征所代表的人是否是4从预先存储的一个或多个参考语音特征中检索与所述语音特征相匹配的参考语音特响应于所述预定语音质量要求的评估结果和所述一个或多个参考语音特征的匹配结个或两个来增强所述当前音频输入信号中的语其中所述一个或多个参考语音特征的匹配结果表示所述语音特征所代表的人是否为5声音中的语音信号质量较差，语音增强系统有可能不能提取出足够的特征进行语音增强。[0005]本申请的一个目的在于提供一种能够在语音信号质量较差时改善语音增强效果6及从所述预先存储的一个或多个参考语音特征中检索与所述语音特征相匹配的参考语音使用所述当前音频输入信号中语音部分的语音特征来增强所述当前音频输入信号中的语语音特征以及所述匹配的参考语音特征来增强所述当前音频输入信号中的语语音部分的语音特征来增强所述当前音频输入信号中的语音部分的语音特征和所述匹配的参考语音特征来增强[0018]在一些实施例中，所述确定所述当前音频输入信号7请的语音增强方法100可以被用于各种音频设备，并且被实现为耦接到音频设备或集成在可以采用不同的参数来表征。例如，基音周期(pitch)和梅尔频率倒谱系数(Mel-scale8谱的预测方法或者深度学习的方法来预测音频输入信号的语音信噪比[0035]进一步地，可以将音频输入信号的语音信噪比p-SNR与预先设定的语音信噪比阈[0036]可以理解，虽然在步骤103中示例性地通过确定音频输入信号的语音信噪比来确征(通常在较为安静或理想的环境中提取得到的)来辅助当前接收的语音信号的语音增强9[0039]同样地，类似于步骤102中提取音频输入信号中语音部分的语音增强特征，步骤104中也可以用例如深度学习算法来构建和训练深度神经网络模型，并通过提取基音周期是MFCC，而语音比对特征则可以是例如全因子空间(Total[0040]需要说明的是，虽然图1中示出了两个独立的步骤102(提取用于语音增强算法的语音增强特征)和步骤104(提取用于语音比对的语音比对特征)来提取人声中的特征信息，但是本领域技术人员可以理解，在步骤102处提取的用于语音增强算法的语音增强特征和较结果来判断语音比对特征向量所代表的人是否是数据向量进行比较，并且将距离最近的参考语音特征向量作为语音比对特同时将该最小距离设定为d-cos。虽然以上以通过余弦距离为例表示计算两个向量之间的音频输入信号中的语音信号的发出者没有被记录在已有的的语音信噪比p-SNR与预先设定的语音信噪比阈值t-SNR进行比较来评估语音质量。之后，质量评估结果和语音特征比对单元生成的特征比对结果可以被提供给增强特征选取单元预先设定的语音信噪比阈值t-SNR并且在步骤105中确定的最小距离d-cos大于最小距离阈例子中，每一项参考语音特征的存储长度可以是语音比对特征向量长度+语音增强特征向102中提取的语音增强特征选取出来并输入至语音增强算法单元，并且使用该语音增强特预先设定的语音信噪比阈值t-SNR并且在步骤105中确定最小距离d-cos小于最小距离阈值[0053]在这种情况下，可以进一步将音频输入信号的p-SNR与数据库中匹配的参考语音SNR，那么可以认为当前语音输入信号的语音质量劣于匹配的参考语音特征在存储时的语数据库中匹配的参与语音特征中的语音增强特征来增强当前处理的语音输入信号。相反，信号的时长与预定时长阈值进行比较，并且根据时长比较结果和/或质量评估结果来更新先设定的语音信噪比阈值t-SNR并且在步骤105中确定最小距离d-cos大于最小距离阈值t-先设定的语音信噪比阈值t-SNR并且在步骤105中确定最小距离d-cos小于最小距离阈值t-图200中的一个或多个步骤可以采用与图1中所示的方法100中相同或者相似步骤类似的方音部分的语音特征匹配的参考语音特征可以被从预先存储的一个或多个参考语音特征中用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD