本申請(qǐng)涉及自然語(yǔ)言處理，更具體的說(shuō)，是涉及一種語(yǔ)音處理方法及裝置。

背景技術(shù)：

1、語(yǔ)音端點(diǎn)檢測(cè)的目的是正確區(qū)分檢測(cè)信號(hào)中的語(yǔ)音段和非語(yǔ)音段。目前，語(yǔ)音端點(diǎn)檢測(cè)在語(yǔ)音增強(qiáng)、語(yǔ)音識(shí)別、語(yǔ)音編碼等領(lǐng)域都有著廣泛的應(yīng)用。對(duì)于語(yǔ)音端點(diǎn)檢測(cè)系統(tǒng)而言，準(zhǔn)確性和魯棒性是非常重要的指標(biāo)，當(dāng)前主流的方案是利用噪聲估計(jì)，提取語(yǔ)音特征，通過(guò)傳統(tǒng)的閾值判斷或者模型匹配，判斷是否是語(yǔ)音幀。但是在有色噪聲場(chǎng)景下，噪聲估計(jì)困難，尤其低信噪比下，噪聲和語(yǔ)音難以區(qū)分，且噪聲估計(jì)容易造成延遲。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本申請(qǐng)?zhí)峁┤缦录夹g(shù)方案：

2、本申請(qǐng)第一方面提供了一種語(yǔ)音處理方法，該方法包括：

3、對(duì)原始語(yǔ)音信號(hào)進(jìn)行預(yù)處理，得到預(yù)處理數(shù)據(jù)；

4、基于表征純語(yǔ)音信號(hào)的第一函數(shù)和表征原始語(yǔ)音信號(hào)的第二函數(shù)對(duì)所述預(yù)處理數(shù)據(jù)進(jìn)行濾波處理，得到純語(yǔ)音信號(hào)，所述濾波處理包括基于所述第一函數(shù)得到估計(jì)粒子集，以及基于所述第二函數(shù)確定估計(jì)粒子集中各個(gè)粒子的權(quán)值，所述純語(yǔ)音信號(hào)與所述各個(gè)粒子的權(quán)值相關(guān)。

5、在一個(gè)可選的實(shí)現(xiàn)中，所述方法還包括：

6、構(gòu)建包括表征純語(yǔ)音信號(hào)的第一函數(shù)和表征原始語(yǔ)音信號(hào)的第二函數(shù)的語(yǔ)音模型；

7、利用所述語(yǔ)音模型對(duì)所述預(yù)處理數(shù)據(jù)進(jìn)行濾波處理，得到純語(yǔ)音信號(hào)。

8、在一個(gè)可選的實(shí)現(xiàn)中，所述基于表征純語(yǔ)音信號(hào)的第一函數(shù)和表征原始語(yǔ)音信號(hào)的第二函數(shù)對(duì)所述預(yù)處理數(shù)據(jù)進(jìn)行濾波處理，得到純語(yǔ)音信號(hào)，包括：

9、按照初始先驗(yàn)概率生成初始粒子集，所述初始粒子集中各個(gè)粒子的權(quán)值相同；

10、基于所述初始粒子集和所述第一函數(shù)對(duì)應(yīng)的轉(zhuǎn)移函數(shù)估計(jì)得到估計(jì)粒子集；

11、基于所述估計(jì)粒子集和所述第二函數(shù)對(duì)應(yīng)的概率密度函數(shù)更新所述估計(jì)粒子集中各個(gè)粒子的權(quán)值；

12、基于所述估計(jì)粒子集和其中各個(gè)粒子更新的權(quán)值確定純語(yǔ)音信號(hào)。

13、在一個(gè)可選的實(shí)現(xiàn)中，所述基于所述估計(jì)粒子集和所述第二函數(shù)對(duì)應(yīng)的概率密度函數(shù)更新所述估計(jì)粒子集中各個(gè)粒子的權(quán)值，包括：

14、確定所述估計(jì)粒子集中所有粒子的均值和方差；

15、基于所述均值、所述方差和所述概率密度函數(shù)更新所述估計(jì)粒子集中各個(gè)粒子的權(quán)值。

16、在一個(gè)可選的實(shí)現(xiàn)中，在所述基于所述估計(jì)粒子集更新所述估計(jì)粒子集中各個(gè)粒子的權(quán)值后，還包括：

17、基于更新后的權(quán)值確定權(quán)重退化指標(biāo)；

18、在所述權(quán)重退化指標(biāo)超過(guò)設(shè)定閾值時(shí)，進(jìn)行粒子集的重采樣。

19、在一個(gè)可選的實(shí)現(xiàn)中，在所述基于表征純語(yǔ)音信號(hào)的第一函數(shù)和表征原始語(yǔ)音信號(hào)的第二函數(shù)對(duì)所述預(yù)處理數(shù)據(jù)進(jìn)行濾波處理，得到純語(yǔ)音信號(hào)后，還包括：

20、基于所述純語(yǔ)音信號(hào)和所述原始語(yǔ)音信號(hào)確定語(yǔ)音存在概率；

21、基于所述語(yǔ)音存在概率進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)，以確定所述原始語(yǔ)音信號(hào)中的語(yǔ)音時(shí)段。

22、在一個(gè)可選的實(shí)現(xiàn)中，所述基于所述純語(yǔ)音信號(hào)和所述原始語(yǔ)音信號(hào)確定語(yǔ)音存在概率，包括：

23、基于所述純語(yǔ)音信號(hào)和所述原始語(yǔ)音信號(hào)分別確定先驗(yàn)信噪比和后驗(yàn)信噪比；

24、基于所述先驗(yàn)信噪比和所述后驗(yàn)信噪比確定所述原始語(yǔ)音信號(hào)的似然比；

25、采用激活函數(shù)對(duì)所述似然比進(jìn)行非線性映射處理，得到語(yǔ)音存在概率。

26、在一個(gè)可選的實(shí)現(xiàn)中，所述激活函數(shù)中包括閾值參數(shù)，所述閾值參數(shù)采用直方圖統(tǒng)計(jì)自適應(yīng)更新的方式更新。

27、在一個(gè)可選的實(shí)現(xiàn)中，所述預(yù)處理數(shù)據(jù)包括多個(gè)語(yǔ)音幀，所述基于所述語(yǔ)音存在概率進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)，包括：

28、基于上一個(gè)語(yǔ)音幀的語(yǔ)音狀態(tài)、當(dāng)前語(yǔ)音幀的所述語(yǔ)音存在概率和設(shè)定的門限值確定當(dāng)前語(yǔ)音幀的語(yǔ)音狀態(tài)，所述語(yǔ)音狀態(tài)包括等待語(yǔ)音開(kāi)始、語(yǔ)音中和語(yǔ)音結(jié)束。

29、本申請(qǐng)第二方面提供了一種語(yǔ)音處理裝置，該裝置包括：

30、預(yù)處理模塊，用于對(duì)原始語(yǔ)音信號(hào)進(jìn)行預(yù)處理，得到預(yù)處理數(shù)據(jù)；

31、濾波處理模塊，用于基于表征純語(yǔ)音信號(hào)的第一函數(shù)和表征原始語(yǔ)音信號(hào)的第二函數(shù)對(duì)所述預(yù)處理數(shù)據(jù)進(jìn)行濾波處理，得到純語(yǔ)音信號(hào)，所述濾波處理包括基于所述第一函數(shù)得到估計(jì)粒子集，以及基于所述第二函數(shù)確定估計(jì)粒子集中各個(gè)粒子的權(quán)值，所述純語(yǔ)音信號(hào)與所述各個(gè)粒子的權(quán)值相關(guān)。

技術(shù)特征：

1.一種語(yǔ)音處理方法，該方法包括：

2.根據(jù)權(quán)利要求1所述的語(yǔ)音處理方法，所述方法還包括：

3.根據(jù)權(quán)利要求1所述的語(yǔ)音處理方法，所述基于表征純語(yǔ)音信號(hào)的第一函數(shù)和表征原始語(yǔ)音信號(hào)的第二函數(shù)對(duì)所述預(yù)處理數(shù)據(jù)進(jìn)行濾波處理，得到純語(yǔ)音信號(hào)，包括：

4.根據(jù)權(quán)利要求3所述的語(yǔ)音處理方法，所述基于所述估計(jì)粒子集和所述第二函數(shù)對(duì)應(yīng)的概率密度函數(shù)更新所述估計(jì)粒子集中各個(gè)粒子的權(quán)值，包括：

5.根據(jù)權(quán)利要求3所述的語(yǔ)音處理方法，在所述基于所述估計(jì)粒子集更新所述估計(jì)粒子集中各個(gè)粒子的權(quán)值后，還包括：

6.根據(jù)權(quán)利要求1所述的語(yǔ)音處理方法，在所述基于表征純語(yǔ)音信號(hào)的第一函數(shù)和表征原始語(yǔ)音信號(hào)的第二函數(shù)對(duì)所述預(yù)處理數(shù)據(jù)進(jìn)行濾波處理，得到純語(yǔ)音信號(hào)后，還包括：

7.根據(jù)權(quán)利要求6所述的語(yǔ)音處理方法，所述基于所述純語(yǔ)音信號(hào)和所述原始語(yǔ)音信號(hào)確定語(yǔ)音存在概率，包括：

8.根據(jù)權(quán)利要求7所述的語(yǔ)音處理方法，所述激活函數(shù)中包括閾值參數(shù)，所述閾值參數(shù)采用直方圖統(tǒng)計(jì)自適應(yīng)更新的方式更新。

9.根據(jù)權(quán)利要求6所述的語(yǔ)音處理方法，所述預(yù)處理數(shù)據(jù)包括多個(gè)語(yǔ)音幀，所述基于所述語(yǔ)音存在概率進(jìn)行語(yǔ)音端點(diǎn)檢測(cè)，包括：

10.一種語(yǔ)音處理裝置，該裝置包括：

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了一種語(yǔ)音處理方法及裝置，方法包括：對(duì)原始語(yǔ)音信號(hào)進(jìn)行預(yù)處理，得到預(yù)處理數(shù)據(jù)；基于表征純語(yǔ)音信號(hào)的第一函數(shù)和表征原始語(yǔ)音信號(hào)的第二函數(shù)對(duì)所述預(yù)處理數(shù)據(jù)進(jìn)行濾波處理，得到純語(yǔ)音信號(hào)，所述濾波處理包括基于所述第一函數(shù)得到估計(jì)粒子集，以及基于所述第二函數(shù)確定估計(jì)粒子集中各個(gè)粒子的權(quán)值，所述純語(yǔ)音信號(hào)與所述各個(gè)粒子的權(quán)值相關(guān)。

技術(shù)研發(fā)人員：江源
受保護(hù)的技術(shù)使用者：鼎道智芯（上海）半導(dǎo)體有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14