技术新讯 > 乐器声学设备的制造及制作,分析技术 > 语音修正方法、装置、设备及计算机可读存储介质与流程  >  正文

语音修正方法、装置、设备及计算机可读存储介质与流程

  • 国知局
  • 2024-06-21 10:42:00

本发明涉及语音处理,尤其涉及一种语音修正方法、装置、设备及计算机可读存储介质。

背景技术:

1、目前电子产品的通话都是通过麦克风拾取本地讲话声音和环境音,经过算法处理降低环境噪声后发送给对方。在我们日常生活中,可能会由于身体状况不佳,讲话的声音本身就不清晰和浑浊,导致对方理解所讲内容有些困难,比如感冒导致鼻音很重,声音很浑厚,对方听起来就会比较糊,增加对方的理解难度,有时可能需要讲好几遍,对方才能够听懂所讲的内容;再比如户外很冷或者情绪紧张,导致嘴巴哆嗦,这样嘴皮就不清晰或者齿音太重,增加对方的理解难度。

技术实现思路

1、本发明的主要目的在于提供一种语音修正方法、装置、设备及计算机可读存储介质,旨在提供一种语音修正方案,通过在用户语音与正常健康状态下的语音进行比较存在差异的情况下,对用户语音进行修正,以提高语音的清晰度。

2、为实现上述目的,本发明提供一种语音修正方法,所述方法包括以下步骤:

3、获取麦克风采集的目标语音信号,将所述目标语音信号转换得到第一语音频谱,以及将所述目标语音信号转换得到第一频响曲线;

4、获取第二语音频谱,其中,所述第二语音频谱为将在用户处于健康状态时采集的语音信号进行转换得到的频谱;

5、将所述第一语音频谱与所述第二语音频谱进行比较,确定所述第一语音频谱中与所述第二语音频谱的差异大于预设阈值的目标频段;

6、获取参考频响曲线,根据所述第一频响曲线和所述参考频响曲线计算得到将所述第一频响曲线在所述目标频段内各个频点的曲线值补偿至所述参考频响曲线水平的增益值,采用所述增益值对所述目标语音信号进行修正后输出。

7、可选地,所述将所述目标语音信号转换得到第一语音频谱,以及将所述目标语音信号转换得到第一频响曲线的步骤包括:

8、将所述目标语音信号进行预处理,将预处理后的所述目标语音信号转换得到第一语音频谱,以及将预处理后的所述目标语音信号转换得到第一频响曲线,其中,所述预处理包括降噪处理和/或去除预设频段的信号。

9、可选地,所述获取参考频响曲线的步骤包括:

10、获取个性化频响曲线和标准频响曲线,其中,所述个性化频响曲线为基于历史通话中采集的用户语音信号转换得到的频响曲线,所述标准频响曲线为对多人进行测试得到的频响曲线;

11、将所述个性化频响曲线和所述标准频响曲线进行加权求和,得到所述参考频响曲线。

12、可选地,所述语音修正方法还包括:

13、在通话过程中将采集的用户的语音信号进行转换得到第二频响曲线;

14、将当次通话过程中获得的所述第二频响曲线与当次通话时的个性化频响曲线进行加权求和,以更新所述个性化频响曲线,其中,第一次通话时的个性化频响曲线为所述标准频响曲线。

15、可选地,所述将所述个性化频响曲线和所述标准频响曲线进行加权求和,得到所述参考频响曲线的步骤包括:

16、根据所述个性化频响曲线的历史更新次数确定所述个性化频响曲线和所述标准频响曲线对应的权重,其中,所述历史更新次数越多时,所述个性化频响曲线对应的权重越高,所述标准频响曲线对应的权重越低;

17、根据所述权重将所述个性化频响曲线和所述标准频响曲线进行加权求和,得到所述参考频响曲线。

18、可选地,所述在通话过程中将采集的用户的语音信号进行转换得到第二频响曲线的步骤包括:

19、检测在通话过程中采集的用户的语音信号是否为健康状态下的语音信号;

20、若是,则将采集的用户的语音信号转换得到第二频响曲线。

21、可选地,所述获取第二语音频谱的步骤包括:

22、获取所述目标语音信号对应用户的目标身份信息;

23、从预设的各种身份信息对应的频谱中匹配与所述目标身份信息对应的频谱作为第二语音频谱。

24、为实现上述目的,本发明还提供一种语音修正装置,所述装置包括:

25、第一获取模块,用于获取麦克风采集的目标语音信号,将所述目标语音信号转换得到第一语音频谱,以及将所述目标语音信号转换得到第一频响曲线;

26、第二获取模块,用于获取第二语音频谱,其中,所述第二语音频谱为将在用户处于健康状态时采集的语音信号进行转换得到的频谱;

27、比较模块,用于将所述第一语音频谱与所述第二语音频谱进行比较,确定所述第一语音频谱中与所述第二语音频谱的差异大于预设阈值的目标频段;

28、修正模块,用于获取参考频响曲线,根据所述第一频响曲线和所述参考频响曲线计算得到将所述第一频响曲线在所述目标频段内各个频点的曲线值补偿至所述参考频响曲线水平的增益值,采用所述增益值对所述目标语音信号进行修正后输出。

29、为实现上述目的,本发明还提供一种语音修正设备,所述语音修正设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的语音修正程序,所述语音修正程序被所述处理器执行时实现如上所述的语音修正方法的步骤。

30、此外,为实现上述目的,本发明还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有语音修正程序,所述语音修正程序被处理器执行时实现如上所述的语音修正方法的步骤。

31、本发明实施例中,通过获取麦克风采集的目标语音信号,将目标语音信号转换得到第一语音频谱,以及将目标语音信号转换得到第一频响曲线,从而获得语音修正的基础信息;然后通过获取将在用户处于健康状态时采集的语音信号进行转换得到的第二语音频谱,将第一语音频谱与第二语音频谱进行比较,确定第一语音频谱中与第二语音频谱的差异大于预设阈值的目标频段,先锁定出因用户身体状态不佳导致的发音不清楚的频段;然后获取参考频响曲线,根据第一频响曲线和参考频响曲线计算得到将第一频响曲线在目标频段内各个频点的曲线值补偿至参考频响曲线水平的增益值,采用增益值对目标语音信号进行修正后输出,实现对用户发音不清楚的频段内各个频点的语音信号进行修正,使得在用户因身体状况不佳,讲话声音不清楚和浑浊时,也能够修正用户的发音,提高语音的清晰度,使得通话对端能够更好地理解用户说话的内容。

技术特征:

1.一种语音修正方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的语音修正方法,其特征在于,所述将所述目标语音信号转换得到第一语音频谱,以及将所述目标语音信号转换得到第一频响曲线的步骤包括:

3.如权利要求1所述的语音修正方法,其特征在于,所述获取参考频响曲线的步骤包括:

4.如权利要求3所述的语音修正方法,其特征在于,所述语音修正方法还包括:

5.如权利要求3所述的语音修正方法,其特征在于,所述将所述个性化频响曲线和所述标准频响曲线进行加权求和,得到所述参考频响曲线的步骤包括:

6.如权利要求4所述的语音修正方法,其特征在于,所述在通话过程中将采集的用户的语音信号进行转换得到第二频响曲线的步骤包括:

7.如权利要求1至6中任一项所述的语音修正方法,其特征在于,所述获取第二语音频谱的步骤包括:

8.一种语音修正装置,其特征在于,所述装置包括:

9.一种语音修正设备,其特征在于,所述语音修正设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的语音修正程序,所述语音修正程序被所述处理器执行时实现如权利要求1至7中任一项所述的语音修正方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有语音修正程序,所述语音修正程序被处理器执行时实现如权利要求1至7中任一项所述的语音修正方法的步骤。

技术总结本发明公开了一种语音修正方法、装置、设备及计算机可读存储介质,其中,方法包括:获取麦克风采集的目标语音信号,将目标语音信号转换得到第一语音频谱,以及将目标语音信号转换得到第一频响曲线;获取第二语音频谱;将第一语音频谱与第二语音频谱进行比较,确定第一语音频谱中与第二语音频谱的差异大于预设阈值的目标频段;获取参考频响曲线,根据第一频响曲线和参考频响曲线计算得到将第一频响曲线在目标频段内各个频点的曲线值补偿至参考频响曲线水平的增益值,采用增益值对目标语音信号进行修正后输出。本发明提供一种语音修正方案,对用户语音信号进行修正,以提高语音的清晰度。技术研发人员:钱忠根,吴劼受保护的技术使用者:歌尔科技有限公司技术研发日:技术公布日:2024/2/1

本文地址:https://www.jishuxx.com/zhuanli/20240618/21305.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。