语音降噪方法、装置、耳机和存储介质与流程

本申请涉及音频处理，特别涉及一种语音降噪方法、装置、耳机和存储介质。

背景技术：

1、随着技术的发展，通话降噪技术得到广泛的应用，然而，受限于硬件条件，端侧的通话降噪模型往往比较轻量化，用于大风噪、地铁等低信噪比的环境时，会出现人声失真或降噪力度不够的情况，从而导致用户听感不佳。

2、为了提高降噪模型的降噪能力，现有技术中，存在利用pcen(per-channel energynormalization，每通道能量归一化)技术对语音进行归一化操作的处理方式，该方式可有效提高小信号的能量，增强降噪模型的识别能力，但其也会造成噪声进一步扩大，在一些低信噪比环境下的降噪效果较差。

3、因此，如何更加有效的进行语音降噪，是目前有待解决的技术问题。

技术实现思路

1、本申请旨在提供一种语音降噪方法、装置、耳机和存储介质，基于时频域特征数据与经非线性压缩后的平滑能量谱确定第一pcen特征数据，并基于时频域特征数据和第一pcen特征数据的比较结果生成第二pcen特征数据，所述语音降噪方法旨在使第二pcen特征数据的能量更加合理，从而避免在归一化时放大噪声的问题。

2、第一方面，提供一种语音降噪方法，所述方法包括：对目标语音进行短时傅里叶变换，获取时频域特征数据；基于自回归滤波器对所述时频域特征数据进行滤波，生成平滑能量谱；基于预设压缩系数对所述平滑能量谱进行非线性压缩，并基于所述时频域特征数据与非线性压缩结果的比值，确定第一pcen特征数据；基于所述时频域特征数据和所述第一pcen特征数据的比较结果，生成第二pcen特征数据；基于所述第二pcen特征数据，利用训练好的语音降噪模型，生成降噪语音。

3、第二方面，提供一种语音降噪装置，所述语音降噪装置包括处理器和存储器，所述存储器中存储有训练好的语音降噪模型，所述处理器配置为执行第一方面所述的语音降噪方法。

4、第三方面，提供一种耳机，包括如第二方面所述的语音降噪装置。

5、第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现根据第一方面所述的语音降噪方法。

6、通过应用以上技术方案，对时频域特征数据的平滑能量谱进行非线性压缩，并基于时频域特征数据与非线性压缩结果的比值确定第一pcen特征数据，实现了更加稳定高效的对时频域特征数据进行归一化处理，并基于时频域特征数据和第一pcen特征数据的比较结果生成第二pcen特征数据，使第二pcen特征数据的能量更加合理，从而避免了在归一化时放大噪声的情况，实现了更加有效的进行语音降噪。

技术特征：

1.一种语音降噪方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，基于所述时频域特征数据和所述第一pcen特征数据的比较结果，生成第二pcen特征数据，包括：

3.如权利要求1所述的方法，其特征在于，

4.如权利要求3所述的方法，其特征在于，将α设为0.5。

5.如权利要求1所述的方法，其特征在于，所述语音降噪模型的训练过程包括：

6.如权利要求5所述的方法，其特征在于，所述预设样本语音数据包括所述样本语音和与所述样本语音对应的样本掩膜增益系数，基于与所述样本时频域特征数据对应的第二pcen特征数据对预设神经网络模型进行训练，包括：

7.如权利要求1所述的方法，其特征在于，所述基于所述第二pcen特征数据，利用训练好的语音降噪模型，生成降噪语音，包括：

8.一种语音降噪装置，其特征在于，所述语音降噪装置包括处理器和存储器，所述存储器中存储有训练好的语音降噪模型，所述处理器配置为执行根据权利要求1-7中任一项所述的语音降噪方法。

9.一种耳机，其特征在于，包括如权利要求8所述的语音降噪装置。

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内存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1-7中任一项所述的语音降噪方法。

技术总结本申请公开了一种语音降噪方法、装置、耳机和存储介质，该方法通过对时频域特征数据的平滑能量谱进行非线性压缩，并基于时频域特征数据与非线性压缩结果的比值确定第一PCEN特征数据，实现了更加稳定高效的对时频域特征数据进行归一化处理，并基于时频域特征数据和第一PCEN特征数据的比较结果生成第二PCEN特征数据，使第二PCEN特征数据的能量更加合理，从而避免了在归一化时放大噪声的问题，实现了更加有效的进行语音降噪。技术研发人员：吴涛受保护的技术使用者：恒玄科技（上海）股份有限公司技术研发日：技术公布日：2024/5/27