摘要
本申请提出一种语音降噪模型的训练和语音降噪方法、装置、设备和介质,涉及人工智能技术领域,其中,方法包括:获取第一语音信号的第一频谱和第二语音信号的第二频谱;其中,第二语音信号是对第一语音信号进行非线性处理得到的;获取带噪语音信号对应的理想掩蔽值;根据第一频谱和第二频谱,对理想掩蔽值进行处理,得到标注掩蔽值;基于标注掩蔽值对语音降噪模型进行训练。由此,同时基于第一频谱及携带有周期性特征的第二频谱对理想掩蔽值进行基频增强处理,可提升处理得到的标注掩蔽值对语音谐波部分的保留程度,从而将该标注掩蔽值作为语音降噪模型的学习目标,可提升语音降噪模型的学习效果,满足高精度的语音降噪需求。
技术关键词
带噪语音信号
降噪模型
语音降噪方法
语音降噪装置
非线性
处理器
周期性特征
降噪需求
噪声
人工智能技术
降噪模块
计算机程序产品
训练装置
电子设备
电路
介质
系统为您推荐了相关专利信息
GPU并行加速
电力系统潮流
稀疏矩阵乘法
节点
GPU并行计算
施工台车
监测系统
中央处理器
非线性动力学模型
隧洞
前馈神经网络
交叉注意力机制
客户端
学生
文字特征
训练机器学习模型
梯度提升回归树算法
识别方法
微生物群落结构
特征值
信号处理系统
信号处理方法
特征提取模块
频域特征提取
传感器接口模块