申请/专利权人：中国科学技术大学

申请日：2020-06-16

公开（公告）日：2020-09-22

公开（公告）号：CN111696568A

主分类号：G10L21/0208(20130101)

分类号：G10L21/0208(20130101);G10L21/0216(20130101);G10L21/0224(20130101);G10L21/0232(20130101);G10L25/51(20130101);G10L25/84(20130101)

优先权：

专利状态码：有效-授权

法律状态：2022.09.30#授权;2020.10.20#实质审查的生效;2020.09.22#公开

摘要：本发明提供一种半监督瞬态噪声抑制方法。训练阶段，首先构建说话人干净语音和在瞬态噪声环境中的带噪语音训练数据集；然后对干净语音做短时傅里叶变换得到其时频谱，利用稀疏非负矩阵分解获得干净语音的基矩阵；接着对带噪语音做短时傅里叶变换得到其时频谱，将最优修正对数谱幅度估计算法用于提取噪声，基于相关系数的判决获得更干净的噪声，利用稀疏非负矩阵分解获得瞬态噪声的基矩阵；增强阶段，对带噪语音做短时傅里叶变换获得时频谱，在干净语音基矩阵和瞬态噪声基矩阵上分解得到相应的权矩阵，通过基矩阵和权矩阵得到语音和噪声时频谱幅度的初始估计，利用掩码得到语音时频谱的最终估计，做短时傅里叶逆变换，得到抑制噪声后的时域语音。

主权项：1.一种半监督瞬态噪声抑制方法，其特征在于，包括：步骤一、在训练阶段，首先构建说话人干净语音和说话人在瞬态噪声环境中的带噪语音训练数据集；然后对说话人干净语音做短时傅里叶变换得到其时频谱，提取其幅度，利用稀疏非负矩阵分解方法获得干净语音的基矩阵；接着对说话人带噪语音做短时傅里叶变换得到其时频谱，将最优修正对数谱幅度估计算法用于从带噪语音中提取瞬态噪声，进一步利用提取的瞬态噪声与连续干净语音的相关系数与门限比较，剔除其中的剩余语音成分，获得更干净的噪声，利用稀疏非负矩阵分解方法获得其基矩阵；步骤二、在检测阶段，对带噪语音做短时傅里叶变换，获得时频谱，提取其幅度，在干净语音基矩阵和瞬态噪声基矩阵上分解得到相应的权矩阵，通过基矩阵和权矩阵的运算，得到语音和噪声时频谱幅度的初始估计，进一步利用掩码得到它们的最终估计，做短时傅里叶逆变换，得到抑制噪声后的时域语音，另外，还利用了估计的瞬态噪声更新其基矩阵，有利于对噪声环境的自适应。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种半监督瞬态噪声抑制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD