CN109036452A - 一种语音信息处理方法、装置、电子设备及存储介质 - Google Patents
一种语音信息处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109036452A CN109036452A CN201811031870.XA CN201811031870A CN109036452A CN 109036452 A CN109036452 A CN 109036452A CN 201811031870 A CN201811031870 A CN 201811031870A CN 109036452 A CN109036452 A CN 109036452A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- matrix
- processed
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0272—Voice signal separating
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/45—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of analysis window
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例提供了一种语音信息处理方法、装置、电子设备及存储介质，其中，方法包括：确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量；基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算第一差值与无语音信息中噪声信息的能量的第二差值；确定第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩；在各特征值以及各特征向量中，筛选与秩的数目相同的目标特征值以及目标特征向量；根据目标特征值以及目标特征向量确定的滤波方程，对待处理语音信息进行处理，得到目标语音信号。本发明实现了更精确的得到带噪语音信息中纯净语音信息。
Description
技术领域
本发明涉及语音信号处理技术领域，特别是涉及一种语音信息处理方法、装置、电子设备及存储介质。
背景技术
语音是最有效、最常用和最方便的交流手段之一。近些年，随着信息科学技术的不断向前发展，语音更是已经成为人与人或者人与机器进行沟通的重要桥梁。现在语音与人的智力活动联系紧密，具有最大的信息容量和最高的智力水平。但在实际环境中，无论是在语音信号的采集、传输还是编码等处理过程中，语音信号总要受到一定程度的噪声干扰。不可避免的噪声污染等同于语音质量的下降，语音质量的下降必将对语音的应用带来阻碍，同时也使得许多语音处理系统的性能骤降。因此，需要对接收的语音信息进行去噪处理，进而得到纯净语音信号。
现有技术中有利用子空间算法对语音信息进行处理的方法，具体为：使用Karhunen-Loeve变换的方式，求解待处理语音信息对应的目标矩阵的特征值以及特征向量，将高于零的各特征值以及对应的各特征向量形成滤波方程，通过该滤波方程对待处理语音信息处理，得到语音信息。
发明人发现，利用现有的子空间算法对语音信息进行处理的方法中，滤波方程是通过高于零的各特征值以及特征向量确定的，该特征值里包含残留噪声分量对应的特征值，使得通过滤波方程提取的语音信号仍然含有噪声信息，使得得到的语音信息精度较低。因此，如何更精确的得到带噪语音信息中纯净语音信息任然是亟待解决的问题。
发明内容
本发明实施例的目的在于提供一种语音信息处理方法、装置、电子设备及存储介质，以实现更精确的得到带噪语音信息中纯净语音信息。具体技术方案如下：
第一方面，本发明实施例公开了一种语音信息处理方法，所述方法包括：
确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量；
基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算所述第一差值与无语音信息中噪声信息的能量的第二差值，其中，所述第一信息为利用各所述特征值中多个特征值以及对应特征向量合成的信息；
确定所述第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩；
在所述各特征值以及所述各特征向量中，筛选与所述秩的数目相同的目标特征值以及目标特征向量；
根据所述目标特征值以及所述目标特征向量确定的滤波方程，对所述待处理语音信息进行处理，得到目标语音信号。
可选地，所述确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量，包括：
对待处理语音信息进行预处理；
计算经过预处理后的待处理语音信息对应的第一协方差矩阵；
计算无语音信息中噪声信息对应的第二协方差矩阵；
通过所述第一协方差矩阵以及所述第二协方差矩阵的函数关系，确定所述待处理语音信息对应的目标矩阵；
使用Karhunen-Loeve变换对所述目标矩阵进行特征值分解，确定所述目标矩阵的各特征值以及各特征向量。
可选地，所述确定所述第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩，包括：
确定所述第二差值与能量阈值的差值最小时对应的目标第一信息；
计算所述目标第一信息对应的矩阵的秩。
可选地，所述在所述各特征值以及所述各特征向量中，筛选与所述秩的数目相同的目标特征值以及目标特征向量，包括：
对各所述特征值从大到小排序，得到排序序列；
将所述排序序列中前第一数目的各特征值确定为目标特征值，其中，所述第一数目与所述秩的数目相同；
将与所述目标特征值对应的各特征向量确定为目标特征向量。
可选地，所述根据所述目标特征值以及所述目标特征向量确定的滤波方程，对所述待处理语音信息进行去噪处理，得到目标语音信号，包括：
通过所述目标特征值以及所述目标特征向量确定滤波方程，其中，所述滤波方程为其中，所述Hopt表示目标语音信号的线性估计，所述表示目标特征向量组成矩阵的逆转置，所述表示目标特征值组成的对角矩阵，所述μ表示拉格朗日乘数，所述I表示单位矩阵，所述表示目标特征向量组成矩阵的转置。
通过所述滤波方程对所述待处理语音信息进行去噪处理，得到目标语音信号。
第二方面，本发明实施例公开了一种语音信息处理装置，所述装置包括：
参数值确定模块，用于确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量；
能量差值确定模块，用于基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算所述第一差值与无语音信息中噪声信息的能量的第二差值，其中，所述第一信息为利用各所述特征值中多个特征值以及对应特征向量合成的信息；
矩阵秩确定模块，用于确定所述第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩；
目标参数值确定模块，用于在所述各特征值以及所述各特征向量中，筛选与所述秩的数目相同的目标特征值以及目标特征向量；
目标语音信号确定模块，用于根据所述目标特征值以及所述目标特征向量确定的滤波方程，对所述待处理语音信息进行处理，得到目标语音信号。
可选地，所述参数值确定模块，包括：
预处理子模块，用于对待处理语音信息进行预处理；
第一计算子模块，用于计算经过预处理后的待处理语音信息对应的第一协方差矩阵；
第二计算子模块，用于计算无语音信息中噪声信息对应的第二协方差矩阵；
目标矩阵确定子模块，用于通过所述第一协方差矩阵以及所述第二协方差矩阵的函数关系，确定所述待处理语音信息对应的目标矩阵；
参数值确定子模块，用于使用Karhunen-Loeve变换对所述目标矩阵进行特征值分解，确定所述目标矩阵的各特征值以及各特征向量。
可选地，所述矩阵秩确定模块，包括：
目标信息确定子模块，用于确定所述第二差值与能量阈值的差值最小时对应的目标第一信息；
矩阵秩确定子模块，用于计算所述目标第一信息对应的矩阵的秩。
可选地，所述目标参数值确定模块，包括：
排序序列确定子模块，用于对各所述特征值从大到小排序，得到排序序列；
目标特征值确定子模块，用于将所述排序序列中前第一数目的各特征值确定为目标特征值，其中，所述第一数目与所述秩的数目相同；
目标特征向量确定子模块，用于将与所述目标特征值对应的各特征向量确定为目标特征向量。
可选地，所述目标语音信号确定模块，包括：
滤波方程确定子模块，用于通过所述目标特征值以及所述目标特征向量确定滤波方程，其中，所述滤波方程为其中，所述Hopt表示目标语音信号的线性估计，所述表示目标特征向量组成矩阵的逆转置，所述表示目标特征值组成的对角矩阵，所述μ表示拉格朗日乘数，所述I表示单位矩阵，所述表示目标特征向量组成矩阵的转置。
目标语音信号确定子模块，用于通过所述滤波方程对所述待处理语音信息进行去噪处理，得到目标语音信号。
第三方面，本发明实施例公开了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现上述语音信息处理方法中任一所述的方法步骤。
第四方面，本发明实施例公开了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，实现上述语音信息处理方法中任一所述的方法步骤。
本发明实施例提供的一种语音信息处理方法、装置、电子设备及存储介质，可以实现更精确的得到带噪语音信息中纯净语音信息。本发明实施例中通过不断重构第一信息，进而确定出误差最小时对应重构的目标第一信息对应的矩阵的秩。在各特征值中筛选与该秩相同数目的特征值以及特征向量，作为目标特征值以及目标特征向量，进而通过该目标特征值以及目标特征向量确定的滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号。本申请将与秩数目相同的特征值以及特征向量确定的滤波方程，比起现有技术中将高于零的各特征值以及特征向量确定的滤波方程更加精确，最终使得通过该滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号更加纯净。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种语音信息处理方法流程图；
图2为本发明实施例的一种语音信息处理装置结构示意图；
图3为本发明实施例的一种电子设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前的语音识别系统大都是在安静环境中工作的，在噪声环境中尤其是强噪声环境，语音识别系统的识别率将受到严重影响。低速率语音编码，特别是参数编码(如：声码器)，也遇到类似问题。由于语音生成模型是低速率参数编码的基础，当模型参数的提取受到混杂在语音中背景噪声严重干扰时，重建语音的质量将急剧恶化，甚至变得完全不可懂。在上述情况下，语音增强作为解决噪声污染的有效预处理手段。
子空间算法是基于纯净信号可以被视为带噪信号Euclidean空间中的一个子空间这一原理，因而，如果能找到一种方法可以将带噪信号向量空间分解为分别有纯净信号主导和噪声信号主导的两个子空间，就可以简单地通过去除落在噪声空间中的带噪向量分量来估计纯净信号。其中子空间分解的方法的本质是通过使用Karhunen-Loeve变换或者奇异值分解将带有噪声的语音信号空间分解成噪声与纯净信号子空间。
现有技术中利用Karhunen-Loeve变换对语音信息进行处理时，由于滤波方程是通过高于零的各特征值以及特征向量确定的，该特征值里包含残留噪声分量对应的特征值，使得通过滤波方程提取的语音信号仍然含有噪声信息，使得得到的语音信息精度较低。
本发明实施例为解决上述技术问题，提出一种语音信息处理方法、装置、电子设备及存储介质。基于合成分析方法原理，得到更加精准的滤波方程对对待处理语音信息进行处理，得到目标语音信号。具体方式如下：
第一方面，本发明实施例公开了一种语音信息处理方法，如图1所示。图1为本发明实施例的语音信息处理方法流程图，方法包括：
S101，确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量。
本步骤为分解待处理语音信息，得到该待处理语音信息对应的目标矩阵的各特征值以及各特征向量。可采用Karhunen-Loeve变换，或者奇异值分解的方式对待处理语音信息对应的目标矩阵进行分解，求该目标矩阵的各特征值以及各特征向量。
可选地，S101中确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量，可包括：
步骤一，对待处理语音信息进行预处理。
本步骤中可对待处理语音信息进行平滑和分帧处理。
例如，采用最近邻信号均值对该待处理信息进行平滑处理；采用Hamming窗函数对平滑处理后的该待处理信息进行分帧处理，可采用M＝N/3的分帧函数进行分帧处理，其中N为一帧中的样本数，M为分得到的帧数。
步骤二，计算经过预处理后的待处理语音信息对应的第一协方差矩阵。
通过概率统计学中的协方差计算方式，计算经过预处理后的待处理语音信息的协方差矩阵，将该协方差矩阵确定为本发明实施例中的第一协方差矩阵Ry。
步骤三，计算无语音信息中噪声信息对应的第二协方差矩阵。
该无语音信息中噪声信息可在发送语音信息与接收语音信息的过程中，采集没有发送语音信息时得到的噪声信息。通过协方差计算公式，计算该无语音信息中噪声信息的方差矩阵，将该协方差矩阵确定为本发明实施例中的第二协方差矩阵Rd。
步骤四，通过第一协方差矩阵以及第二协方差矩阵的函数关系，确定待处理语音信息对应的目标矩阵。
通过第一协方差矩阵以及第二协方差矩阵确定该待处理语音信息对应的目标矩阵，该目标矩阵∑可表示如下：
其中，表示第二协方差矩阵的逆矩阵，Ry表示第一协方差矩阵。
步骤五，使用Karhunen-Loeve变换对目标矩阵进行特征值分解，确定目标矩阵的各特征值以及各特征向量。
利用Karhunen-Loeve变换对上述目标矩阵∑进行特征值分解，即为分解该目标矩阵为∑＝V∧xVT，其中，V表示特征向量组成的矩阵，∧x表示特征值组成的对角矩阵，VT表示特征向量组成的矩阵的转置。
S102，基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算第一差值与无语音信息中噪声信息的能量的第二差值，其中，第一信息为利用各特征值中多个特征值以及对应特征向量合成的信息。
本步骤中，通过上述得到的各特征值以及各特征向量构造第一信息，进而确定待处理语音信息的能量与无语音信息中噪声信息的能量的第一差值，以及计算第一差值与第一信息的能量的第二差值。本发明实施例中第一信息为利用各特征值中多个特征值以及对应特征向量合成的信息。
具体如下，待处理语音信息的能量可表示为无语音信息中噪声信息的能量可表示为语音信息的能量可表示为根据能量守恒可有其中， 表示RxR-1，表示
计算待处理语音信息的能量与第一信息的能量的第一差值，该第一差值Ek可表示为：
其中，表示利用k个特征值以及对应特征向量近似合成的第一信息的能量。
计算第一差值与无语音信息中噪声信息的能量的第二差值，该第二差值e(k)可表示为：
其中，表示无语音信息中噪声信息的方差。
S103，确定第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩。
步骤中可确定上述第二差值e(k)最小时对应的目标第一信息，进而确定该目标第一信息对应的矩阵的秩。
可选地，S103中确定第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩，可包括：
步骤A，确定第二差值与能量阈值的差值最小时对应的目标第一信息。
例如，设能量阈值为0.1，确定与0.1的差值最小时对应的目标第一信息。
步骤B，计算目标第一信息对应的矩阵的秩。
S104，在各特征值以及各特征向量中，筛选与秩的数目相同的目标特征值以及目标特征向量。
本步骤中根据上述确定的矩阵的秩，在各特征值以及各特征向量中，筛选与该秩的数目相同的目标特征值以及目标特征向量。具体地
可选地，S104中在各特征值以及各特征向量中，筛选与秩的数目相同的目标特征值以及目标特征向量，包括：
步骤a，对各特征值从大到小排序，得到排序序列。
步骤b，将排序序列中前第一数目的各特征值确定为目标特征值，其中，第一数目与秩的数目相同。
步骤c，将与目标特征值对应的各特征向量确定为目标特征向量。
S105，根据目标特征值以及目标特征向量确定的滤波方程，对待处理语音信息进行处理，得到目标语音信号。
本步骤中通过目标特征值以及目标特征向量确定滤波方程，并通过该滤波方程对待处理语音信息进行去噪处理，得到目标语音信号。
可选地，S105中根据目标特征值以及目标特征向量确定的滤波方程，对待处理语音信息进行去噪处理，得到目标语音信号，可包括：
通过目标特征值以及目标特征向量确定滤波方程，其中，滤波方程为其中，Hopt表示目标语音信号的线性估计，表示目标特征向量组成矩阵的逆转置，表示目标特征值组成的对角矩阵，μ表示拉格朗日乘数，I表示单位矩阵，表示目标特征向量组成矩阵的转置。
通过滤波方程对待处理语音信息进行去噪处理，得到目标语音信号。
本发明实施例提供的一种语音信息处理方法、装置、电子设备及存储介质，可以实现更精确的得到带噪语音信息中纯净语音信息。本发明实施例中通过不断重构第一信息，进而确定出误差最小时对应重构的目标第一信息对应的矩阵的秩。在各特征值中筛选与该秩相同数目的特征值以及特征向量，作为目标特征值以及目标特征向量，进而通过该目标特征值以及目标特征向量确定的滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号。本申请将与秩数目相同的特征值以及特征向量确定的滤波方程，比起现有技术中将高于零的各特征值以及特征向量确定的滤波方程更加精确，最终使得通过该滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号更加纯净。
通过本发明实施例得到的目标语音信号，有效地解决噪声和语音的分离问题，从而去除残留噪声。同时本发明实施例的一种语音信息处理方法也适应有色噪声的环境，在许多类型的强噪声条件下，比如pink噪声、street噪声和airport噪声等等低信噪比的噪声。本发明比现有的子空间算法对语音信息进行处理的方法，产生更少的残留噪声以及得到的语音失真度更低。
第二方面，本发明实施例公开了一种语音信息处理装置，如图2所示。图2为本发明实施例的一种语音信息处理装置结构示意图，装置包括：
参数值确定模块201，用于确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量；
能量差值确定模块202，用于基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算第一差值与无语音信息中噪声信息的能量的第二差值，其中，第一信息为利用各特征值中多个特征值以及对应特征向量合成的信息；
矩阵秩确定模块203，用于确定第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩；
目标参数值确定模块204，用于在各特征值以及各特征向量中，筛选与秩的数目相同的目标特征值以及目标特征向量；
目标语音信号确定模块205，用于根据目标特征值以及目标特征向量确定的滤波方程，对待处理语音信息进行处理，得到目标语音信号。
本发明实施例提供的一种语音信息处理装置，可以实现更精确的得到带噪语音信息中纯净语音信息。本发明实施例中通过不断重构第一信息，进而确定出误差最小时对应重构的目标第一信息对应的矩阵的秩。在各特征值中筛选与该秩相同数目的特征值以及特征向量，作为目标特征值以及目标特征向量，进而通过该目标特征值以及目标特征向量确定的滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号。本申请将与秩数目相同的特征值以及特征向量确定的滤波方程，比起现有技术中将高于零的各特征值以及特征向量确定的滤波方程更加精确，最终使得通过该滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号更加纯净。
可选地，在本发明的语音信息处理装置的一种实施例中，参数值确定模块201，包括：
预处理子模块，用于对待处理语音信息进行预处理；
第一计算子模块，用于计算经过预处理后的待处理语音信息对应的第一协方差矩阵；
第二计算子模块，用于计算无语音信息中噪声信息对应的第二协方差矩阵；
目标矩阵确定子模块，用于通过第一协方差矩阵以及第二协方差矩阵的函数关系，确定待处理语音信息对应的目标矩阵；
参数值确定子模块，用于使用Karhunen-Loeve变换对目标矩阵进行特征值分解，确定目标矩阵的各特征值以及各特征向量。
可选地，在本发明的语音信息处理装置的一种实施例中，矩阵秩确定模块203，包括：
目标信息确定子模块，用于确定第二差值与能量阈值的差值最小时对应的目标第一信息；
矩阵秩确定子模块，用于计算目标第一信息对应的矩阵的秩。
可选地，在本发明的语音信息处理装置的一种实施例中，目标参数值确定模块204，包括：
排序序列确定子模块，用于对各特征值从大到小排序，得到排序序列；
目标特征值确定子模块，用于将排序序列中前第一数目的各特征值确定为目标特征值，其中，第一数目与秩的数目相同；
目标特征向量确定子模块，用于将与目标特征值对应的各特征向量确定为目标特征向量。
可选地，在本发明的语音信息处理装置的一种实施例中，目标语音信号确定模块205，包括：
滤波方程确定子模块，用于通过目标特征值以及目标特征向量确定滤波方程，其中，滤波方程为其中，Hopt表示目标语音信号的线性估计，表示目标特征向量组成矩阵的逆转置，表示目标特征值组成的对角矩阵，μ表示拉格朗日乘数，I表示单位矩阵，表示目标特征向量组成矩阵的转置。
目标语音信号确定子模块，用于通过滤波方程对待处理语音信息进行去噪处理，得到目标语音信号。
第三方面，本发明实施例公开了一种电子设备，如图3所示。图3为本发明实施例的一种电子设备结构示意图，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301、通信接口302、存储器303通过通信总线304完成相互间的通信；
存储器303，用于存放计算机程序；
处理器301，用于执行存储器303上所存放的程序时，实现以下方法步骤：
确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量；
基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算第一差值与无语音信息中噪声信息的能量的第二差值，其中，第一信息为利用各特征值中多个特征值以及对应特征向量合成的信息；
确定第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩；
在各特征值以及各特征向量中，筛选与秩的数目相同的目标特征值以及目标特征向量；
根据目标特征值以及目标特征向量确定的滤波方程，对待处理语音信息进行处理，得到目标语音信号。
上述电子设备提到的通信总线304可以是外设部件互连标准(PeripheralComponent Interconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线304可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口302用于上述电子设备与其他设备之间的通信。
存储器303可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器303还可以是至少一个位于远离前述处理器301的存储装置。
上述的处理器301可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的一种电子设备，可以实现更精确的得到带噪语音信息中纯净语音信息。本发明实施例中通过不断重构第一信息，进而确定出误差最小时对应重构的目标第一信息对应的矩阵的秩。在各特征值中筛选与该秩相同数目的特征值以及特征向量，作为目标特征值以及目标特征向量，进而通过该目标特征值以及目标特征向量确定的滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号。本申请将与秩数目相同的特征值以及特征向量确定的滤波方程，比起现有技术中将高于零的各特征值以及特征向量确定的滤波方程更加精确，最终使得通过该滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号更加纯净。
第四方面，本发明实施例公开了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时，实现以下方法步骤：
确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量；
基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算第一差值与无语音信息中噪声信息的能量的第二差值，其中，第一信息为利用各特征值中多个特征值以及对应特征向量合成的信息；
确定第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩；
在各特征值以及各特征向量中，筛选与秩的数目相同的目标特征值以及目标特征向量；
根据目标特征值以及目标特征向量确定的滤波方程，对待处理语音信息进行处理，得到目标语音信号。
本发明实施例提供的一种计算机可读存储介质，可以实现更精确的得到带噪语音信息中纯净语音信息。本发明实施例中通过不断重构第一信息，进而确定出误差最小时对应重构的目标第一信息对应的矩阵的秩。在各特征值中筛选与该秩相同数目的特征值以及特征向量，作为目标特征值以及目标特征向量，进而通过该目标特征值以及目标特征向量确定的滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号。本申请将与秩数目相同的特征值以及特征向量确定的滤波方程，比起现有技术中将高于零的各特征值以及特征向量确定的滤波方程更加精确，最终使得通过该滤波方程对待处理语音信息进行去噪处理，得到的目标语音信号更加纯净。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备以及存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种语音信息处理方法，其特征在于，所述方法包括：
确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量；
基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算所述第一差值与无语音信息中噪声信息的能量的第二差值，其中，所述第一信息为利用各所述特征值中多个特征值以及对应特征向量合成的信息；
确定所述第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩；
在所述各特征值以及所述各特征向量中，筛选与所述秩的数目相同的目标特征值以及目标特征向量；
根据所述目标特征值以及所述目标特征向量确定的滤波方程，对所述待处理语音信息进行处理，得到目标语音信号。
2.根据权利要求1所述的语音信息处理方法，其特征在于，所述确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量，包括：
对待处理语音信息进行预处理；
计算经过预处理后的待处理语音信息对应的第一协方差矩阵；
计算无语音信息中噪声信息对应的第二协方差矩阵；
通过所述第一协方差矩阵以及所述第二协方差矩阵的函数关系，确定所述待处理语音信息对应的目标矩阵；
使用Karhunen-Loeve变换对所述目标矩阵进行特征值分解，确定所述目标矩阵的各特征值以及各特征向量。
3.根据权利要求1所述的语音信息处理方法，其特征在于，所述确定所述第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩，包括：
确定所述第二差值与能量阈值的差值最小时对应的目标第一信息；
计算所述目标第一信息对应的矩阵的秩。
4.根据权利要求1所述的语音信息处理方法，其特征在于，所述在所述各特征值以及所述各特征向量中，筛选与所述秩的数目相同的目标特征值以及目标特征向量，包括：
对各所述特征值从大到小排序，得到排序序列；
将所述排序序列中前第一数目的各特征值确定为目标特征值，其中，所述第一数目与所述秩的数目相同；
将与所述目标特征值对应的各特征向量确定为目标特征向量。
5.根据权利要求1所述的语音信息处理方法，其特征在于，所述根据所述目标特征值以及所述目标特征向量确定的滤波方程，对所述待处理语音信息进行去噪处理，得到目标语音信号，包括：
通过所述目标特征值以及所述目标特征向量确定滤波方程，其中，所述滤波方程为其中，所述Hopt表示目标语音信号的线性估计，所述表示目标特征向量组成矩阵的逆转置，所述表示目标特征值组成的对角矩阵，所述μ表示拉格朗日乘数，所述I表示单位矩阵，所述表示目标特征向量组成矩阵的转置；
通过所述滤波方程对所述待处理语音信息进行去噪处理，得到目标语音信号。
6.一种语音信息处理装置，其特征在于，所述装置包括：
参数值确定模块，用于确定待处理语音信息对应的目标矩阵的各特征值以及各特征向量；
能量差值确定模块，用于基于合成分析方法原理，计算待处理语音信息的能量与第一信息的能量的第一差值，计算所述第一差值与无语音信息中噪声信息的能量的第二差值，其中，所述第一信息为利用各所述特征值中多个特征值以及对应特征向量合成的信息；
矩阵秩确定模块，用于确定所述第二差值与能量阈值的差值最小时对应的目标第一信息对应的矩阵的秩；
目标参数值确定模块，用于在所述各特征值以及所述各特征向量中，筛选与所述秩的数目相同的目标特征值以及目标特征向量；
目标语音信号确定模块，用于根据所述目标特征值以及所述目标特征向量确定的滤波方程，对所述待处理语音信息进行处理，得到目标语音信号。
7.根据权利要求6所述的语音信息处理装置，其特征在于，所述参数值确定模块，包括：
预处理子模块，用于对待处理语音信息进行预处理；
第一计算子模块，用于计算经过预处理后的待处理语音信息对应的第一协方差矩阵；
第二计算子模块，用于计算无语音信息中噪声信息对应的第二协方差矩阵；
目标矩阵确定子模块，用于通过所述第一协方差矩阵以及所述第二协方差矩阵的函数关系，确定所述待处理语音信息对应的目标矩阵；
参数值确定子模块，用于使用Karhunen-Loeve变换对所述目标矩阵进行特征值分解，确定所述目标矩阵的各特征值以及各特征向量。
8.根据权利要求6所述的语音信息处理装置，其特征在于，所述矩阵秩确定模块，包括：
目标信息确定子模块，用于确定所述第二差值与能量阈值的差值最小时对应的目标第一信息；
矩阵秩确定子模块，用于计算所述目标第一信息对应的矩阵的秩。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
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，实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811031870.XA CN109036452A (zh) | 2018-09-05 | 2018-09-05 | 一种语音信息处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811031870.XA CN109036452A (zh) | 2018-09-05 | 2018-09-05 | 一种语音信息处理方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109036452A true CN109036452A (zh) | 2018-12-18 |
Family
ID=64623531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811031870.XA Pending CN109036452A (zh) | 2018-09-05 | 2018-09-05 | 一种语音信息处理方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109036452A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110706716A (zh) * | 2019-10-30 | 2020-01-17 | 歌尔科技有限公司 | 语音信号的处理方法、语音信号处理装置及存储介质 |
| CN113689869A (zh) * | 2021-07-26 | 2021-11-23 | 浙江大华技术股份有限公司 | 语音增强方法、电子设备以及计算机可读存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5806025A (en) * | 1996-08-07 | 1998-09-08 | U S West, Inc. | Method and system for adaptive filtering of speech signals using signal-to-noise ratio to choose subband filter bank |
| EP1253581B1 (en) * | 2001-04-27 | 2004-06-30 | CSEM Centre Suisse d'Electronique et de Microtechnique S.A. - Recherche et Développement | Method and system for speech enhancement in a noisy environment |
| CN101777349A (zh) * | 2009-12-08 | 2010-07-14 | 中国科学院自动化研究所 | 基于听觉感知特性的信号子空间麦克风阵列语音增强方法 |
| CN102969000A (zh) * | 2012-12-04 | 2013-03-13 | 中国科学院自动化研究所 | 一种多通道语音增强方法 |
| CN103559888A (zh) * | 2013-11-07 | 2014-02-05 | 航空电子系统综合技术重点实验室 | 基于非负低秩和稀疏矩阵分解原理的语音增强方法 |
| US20160372128A1 (en) * | 2014-03-14 | 2016-12-22 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Encoder, decoder and method for encoding and decoding |
| CN107316648A (zh) * | 2017-07-24 | 2017-11-03 | 厦门理工学院 | 一种基于有色噪声的语音增强方法 |
| CN107528648A (zh) * | 2017-10-23 | 2017-12-29 | 北京邮电大学 | 一种基于低秩稀疏矩阵分解的盲频谱感知方法和装置 |
| CN108401255A (zh) * | 2018-01-17 | 2018-08-14 | 北京邮电大学 | 一种双阶段盲频谱感知方案 |
-
2018
- 2018-09-05 CN CN201811031870.XA patent/CN109036452A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5806025A (en) * | 1996-08-07 | 1998-09-08 | U S West, Inc. | Method and system for adaptive filtering of speech signals using signal-to-noise ratio to choose subband filter bank |
| EP1253581B1 (en) * | 2001-04-27 | 2004-06-30 | CSEM Centre Suisse d'Electronique et de Microtechnique S.A. - Recherche et Développement | Method and system for speech enhancement in a noisy environment |
| CN101777349A (zh) * | 2009-12-08 | 2010-07-14 | 中国科学院自动化研究所 | 基于听觉感知特性的信号子空间麦克风阵列语音增强方法 |
| CN102969000A (zh) * | 2012-12-04 | 2013-03-13 | 中国科学院自动化研究所 | 一种多通道语音增强方法 |
| CN103559888A (zh) * | 2013-11-07 | 2014-02-05 | 航空电子系统综合技术重点实验室 | 基于非负低秩和稀疏矩阵分解原理的语音增强方法 |
| US20160372128A1 (en) * | 2014-03-14 | 2016-12-22 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Encoder, decoder and method for encoding and decoding |
| CN106415716A (zh) * | 2014-03-14 | 2017-02-15 | 弗劳恩霍夫应用研究促进协会 | 编码器、解码器以及用于编码和解码的方法 |
| CN107316648A (zh) * | 2017-07-24 | 2017-11-03 | 厦门理工学院 | 一种基于有色噪声的语音增强方法 |
| CN107528648A (zh) * | 2017-10-23 | 2017-12-29 | 北京邮电大学 | 一种基于低秩稀疏矩阵分解的盲频谱感知方法和装置 |
| CN108401255A (zh) * | 2018-01-17 | 2018-08-14 | 北京邮电大学 | 一种双阶段盲频谱感知方案 |
Non-Patent Citations (6)
| Title |
|---|
| ROBERT K. A OWUSU ET AL: "Rank reduction algorithms for filtering and parameter estimation in inverse problems with applications", 《 2009 2ND INTERNATIONAL SYMPOSIUM ON APPLIED SCIENCES IN BIOMEDICAL AND COMMUNICATION TECHNOLOGIES》 * |
| S. BAKAMIDIS ET AL: "SVD analysis by synthesis of harmonic signals", 《IEEE TRANSACTIONS ON SPEECH AND AUDIO PROCESSING》 * |
| YI HU ET AL: "A Generalized Subspace Approach for Enhancing Speech Corrupted by Colored Noise", 《IEEE TRANSACTIONS ON SPEECH AND AUDIO PROCESSING》 * |
| 孙成立等: "基于特征值置换的子空间语音增强算法", 《计算机工程》 * |
| 穆俊生: "基于特征值筛选的子空间语音增强算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 谢坚筱: "基于低秩与稀疏矩阵分解的子空间语音增强方法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110706716A (zh) * | 2019-10-30 | 2020-01-17 | 歌尔科技有限公司 | 语音信号的处理方法、语音信号处理装置及存储介质 |
| CN110706716B (zh) * | 2019-10-30 | 2022-08-19 | 歌尔科技有限公司 | 语音信号的处理方法、语音信号处理装置及存储介质 |
| CN113689869A (zh) * | 2021-07-26 | 2021-11-23 | 浙江大华技术股份有限公司 | 语音增强方法、电子设备以及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110927706B (zh) | 基于卷积神经网络的雷达干扰检测识别方法 | |
| CN108962237B (zh) | 混合语音识别方法、装置及计算机可读存储介质 | |
| CN110600017A (zh) | 语音处理模型的训练方法、语音识别方法、系统及装置 | |
| CN110634497A (zh) | 降噪方法、装置、终端设备及存储介质 | |
| Shah et al. | Time-frequency mask-based speech enhancement using convolutional generative adversarial network | |
| CN105184744B (zh) | 基于标准化稀疏度量图像块先验的模糊核估计方法 | |
| CN103559888A (zh) | 基于非负低秩和稀疏矩阵分解原理的语音增强方法 | |
| WO2013142652A2 (en) | Harmonicity estimation, audio classification, pitch determination and noise estimation | |
| CN108710907B (zh) | 手写体数据分类方法、模型训练方法、装置、设备及介质 | |
| CN116097353A (zh) | 在呈现出多种损伤的训练信号上训练的质量估计模型 | |
| CN111128222B (zh) | 语音分离方法、语音分离模型训练方法和计算机可读介质 | |
| CN118899005B (zh) | 一种音频信号处理方法、装置、计算机设备及存储介质 | |
| CN112309417A (zh) | 风噪抑制的音频信号处理方法、装置、系统和可读介质 | |
| CN113436640A (zh) | 一种音频降噪方法、装置、系统及计算机可读存储介质 | |
| CN119889350A (zh) | 一种基于频带特征提取的无人机声学识别方法及装置 | |
| CN115954013A (zh) | 一种语音处理的方法、装置、设备和存储介质 | |
| CN115116449A (zh) | 一种语音增强方法、装置、设备及存储介质 | |
| WO2020250220A1 (en) | Sound analysis for determination of sound sources and sound isolation | |
| CN109036452A (zh) | 一种语音信息处理方法、装置、电子设备及存储介质 | |
| CN110751955A (zh) | 基于时频矩阵动态选择的声音事件分类方法及系统 | |
| TWI749547B (zh) | 應用深度學習的語音增強系統 | |
| Marković et al. | Partial mutual information based input variable selection for supervised learning approaches to voice activity detection | |
| CN115223551A (zh) | 一种基于语音相似性匹配的语音唤醒方法及系统 | |
| TW202030641A (zh) | 服裝的計件方法、裝置及設備 | |
| CN111883183A (zh) | 语音信号筛选方法、装置、音频设备和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |
|
| RJ01 | Rejection of invention patent application after publication |