语音增强方法、训练方法、装置、计算机设备及存储介质

本发明涉及语音处理技术领域，可应用于金融及医疗领域，公开了语音增强方法、训练方法、装置、计算机设备及存储介质，语音增强方法包括：接收嘈杂语音输入，通过预训练的分解编解码器对嘈杂语音进行编码处理，得到隐藏表示；利用预训练的语义扩散模型对隐藏表示进行逐步去噪处理，得到清晰语音对应的语义令牌序列；将语义令牌序列与嘈杂语音的隐藏表示结合作为条件，通过预训练的声学扩散模型进行逐步去噪处理，得到清晰语音对应的声学令牌序列；将语义令牌序列和声学令牌序列输入分解编解码器的解码器，重建生成清晰语音信号。本发明显著提升了复杂噪声环境下语音增强的鲁棒性，降低了噪声对语音关键属性的干扰。