一种基于声学特征转换的语音清晰度增强方法

摘要

本发明公开了一种基于声学特征转换的语音清晰度增强方法，本方法包括训练阶段和使用阶段；在训练阶段，结合说话人噪声对抗发声机理，使用普通语音信号与Lombard效应下的抗噪语音信号作为数据集，训练具有声学特征转换能力的映射模型，其映射特征包括语音帧频谱倾斜度、基频系数和能量系数，使用长短时记忆网络学习频谱倾斜度的特征映射能力，使用贝叶斯高斯混合模型学习基频系数和能量系数的特征映射能力；在使用阶段，基于已经训练好的特征映射模型和相应的预处理、后处理技术，将通信设备或交互设备解码后的语音信号逐帧转换为具备抗噪特性的语音信号，提升语音信号在噪声环境中播放时的听觉清晰度和感知可懂度。