摘要
本发明公开了一种基于智能手机的声音降噪方法,涉及语音降噪领域,包括以下步骤:步骤1:通过智能手机控制权限,以其内置的麦克风采集用户语音样本进行音色识别,提取用户的音色特征作为唯一目标音源的识别依据,并将该音色特征存储于设备本地数据库中,作为语音输入时的音源身份验证;步骤2:以深度神经算法构建分析模型,预训练分析模型学习从带噪语音信号到纯净语音信号的映射关系;显著提升了对非平稳和复杂噪声的抑制能力,同时保留了语音的自然度,并且通过音色识别步骤,将用户音色作为唯一目标音源的识别依据,并结合噪声标记技术,精准区分有效语音和背景噪声,从而有效保护目标语音,提升降噪的针对性和准确性。
技术关键词
声音降噪方法
音色特征
语音
维纳滤波方法
噪声
短时傅里叶变换
波束
麦克风阵列
判断智能手机
信号
身份验证
长短期记忆网络
更新模型参数
陀螺仪数据
误差准则
音频
标记技术
频谱特征