语音增强方法、电子设备以及计算机可读存储介质与流程

技术特征：
1.一种语音增强方法，其特征在于，所述语音增强方法包括：获取到待增强语音；基于所述待增强语音确定所述待增强语音的信号协方差矩阵的逆矩阵；利用所述待增强语音中目标语音对应的掩码矩阵确定所述目标语音的目标信号协方差矩阵；通过所述信号协方差矩阵的逆矩阵和所述目标信号协方差矩阵对所述待增强语音进行语音增强。2.根据权利要求1所述的语音增强方法，其特征在于，所述基于所述待增强语音确定所述待增强语音的信号协方差矩阵的逆矩阵的步骤包括：对所述待增强语音进行变换，得到所述待增强语音当前帧对应的矩阵；以及获取到所述待增强语音初始帧的信号协方差矩阵的逆矩阵；利用所述当前帧的所述矩阵以及所述矩阵的共轭转置矩阵、所述初始帧的信号协方差矩阵的逆矩阵基于第一递推关系式得到所述待增强语音当前帧的信号协方差矩阵的逆矩阵；其中，所述第一递推关系式表征当前帧的信号协方差矩阵的逆矩阵与前一帧的信号协方差矩阵的逆矩阵的对应关系。3.根据权利要求2所述的语音增强方法，其特征在于，所述第一递推关系式是通过所述待增强语音的当前帧的矩阵以及共轭转置矩阵构建第一对应关系后，对所述第一对应关系进行逆运算后得到的。4.根据权利要求1所述的语音增强方法，其特征在于，所述利用所述待增强语音中目标语音对应的掩码矩阵确定所述目标语音的目标信号协方差矩阵的步骤包括：利用所述待增强语音对应的矩阵得到所述待增强语音的当前帧存在目标语音的概率；获取到初始帧的掩码矩阵；利用所述初始帧的掩码矩阵以及所述概率得到所述待增强语音信号的当前帧的掩码矩阵；利用所述当前帧的掩码矩阵、所述当前帧对应的矩阵以及共轭转置矩阵得到所述目标语音的当前帧的目标信号协方差矩阵。5.根据权利要求4所述的语音增强方法，其特征在于，所述利用所述初始帧的掩码矩阵以及所述概率得到所述待增强语音信号的当前帧的掩码矩阵的步骤，包括：利用所述概率以及所述初始帧的掩码矩阵，基于第二递推关系式得到所述当前帧的掩码矩阵；其中，所述第二递推关系式表征所述当前帧的掩码矩阵与前一帧的掩码矩阵的对应关系；所述利用所述当前帧的掩码矩阵、所述当前帧对应的矩阵以及共轭转置矩阵得到所述目标语音的目标信号协方差矩阵的步骤，包括：利用所述当前帧的掩码矩阵、所述当前帧对应的矩阵以及共轭转置矩阵、初始帧的目标信号协方差矩阵利用第三递推关系式得到所述当前帧的目标信号协方差矩阵；其中，所述第三递推关系式表征所述当前帧的目标信号协方差矩阵与前一帧的目标信号协方差矩阵的对应关系。6.根据权利要求5所述的语音增强方法，其特征在于，
所述第三递推关系式是通过所述待增强语音的当前帧的矩阵以及共轭转置矩阵、目标信号协方差矩阵以及当前帧的掩码矩阵构建第二对应关系后，对所述第二对应关系进行变换后得到的。7.根据权利要求4
‑
6任一项所述的语音增强方法，其特征在于，所述获取到初始帧的掩码矩阵的步骤包括：获取到单位矩阵、值范围在0
‑
1的随机矩阵或服从正态分布的概率矩阵；将所述单位矩阵、值范围在0
‑
1的随机矩阵或服从正态分布的概率矩阵确定为所述初始帧的掩码矩阵。8.根据权利要求1所述的语音增强方法，其特征在于，所述通过所述信号协方差矩阵的逆矩阵和所述目标信号协方差矩阵对所述待增强语音进行语音增强的步骤包括：通过当前帧的所述信号协方差矩阵的逆矩阵和当前帧的所述目标信号协方差矩阵计算得到当前帧的波束形成器系数；将波束形成器系数与当前帧的待增强语音进行相乘，以对当前帧的待增强语音进行增强。9.根据权利要求1所述的语音增强方法，其特征在于，所述获取到待增强语音的步骤包括：获取到时域形式的初始语音；依次对所述初始语音进行加窗、分帧以及傅里叶变换，得到时频域信号形式的所述待增强语音。10.根据权利要求9所述的语音增强方法，其特征在于，所述通过所述信号协方差矩阵的逆矩阵和所述目标信号协方差矩阵对所述待增强语音进行语音增强的步骤之后还包括：对语音增强后的语音进行傅里叶逆变换得到语音增强后的时域形式的语音信号。11.一种电子设备，其特征在于，所述电子设备包括：相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至10任一项所述的语音增强方法。12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有程序数据，所述程序数据能够被执行以实现如权利要求1
‑
10任一项所述的语音增强方法。

技术总结
本发明公开了一种语音增强方法、电子设备以及计算机可读存储介质，语音增强方法包括：获取到待增强语音；基于待增强语音确定待增强语音的信号协方差矩阵的逆矩阵；利用待增强语音中目标语音对应的掩码矩阵确定目标语音的目标信号协方差矩阵；通过信号协方差矩阵的逆矩阵和目标信号协方差矩阵对待增强语音进行语音增强。通过上述方式，本发明能够实现对待增强语音的语音增强，并提高语音增强效果。并提高语音增强效果。并提高语音增强效果。


技术研发人员：陈庭威 黄景标 林聚财 殷俊
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2021.07.26
技术公布日：2021/11/23