CN116343812B - 一种语音处理方法 - Google Patents

一种语音处理方法 Download PDF

Info

Publication number
CN116343812B
CN116343812B CN202310396582.9A CN202310396582A CN116343812B CN 116343812 B CN116343812 B CN 116343812B CN 202310396582 A CN202310396582 A CN 202310396582A CN 116343812 B CN116343812 B CN 116343812B
Authority
CN
China
Prior art keywords
signal
noise
operation parameters
representing
acquiring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310396582.9A
Other languages
English (en)
Other versions
CN116343812A (zh
Inventor
汪张龙
徐俊
沈毅飞
巫庭虎
邹月荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Iflytek Yitingshuo Network Technology Co ltd
Original Assignee
Guangzhou Iflytek Yitingshuo Network Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Iflytek Yitingshuo Network Technology Co ltd filed Critical Guangzhou Iflytek Yitingshuo Network Technology Co ltd
Priority to CN202310396582.9A priority Critical patent/CN116343812B/zh
Publication of CN116343812A publication Critical patent/CN116343812A/zh
Application granted granted Critical
Publication of CN116343812B publication Critical patent/CN116343812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L21/0216—Noise filtering characterised by the method used for estimating noise
    • G10L21/0232—Processing in the frequency domain
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Abstract

本申请适用于语音处理的技术领域，提供了提供了一种语音处理方法及处理装置、终端设备、计算机可读存储介质，包括：获取音源设备运行参数，并根据所述运行参数采集对应的噪音信号，对获取的噪声信号进行预处理，对分离噪声信号进行降噪处理以获得降噪信号，获取环境语音信号与所述音源设备运行参数，并将所述降噪信号与语音信号进行混合后获得混合信号，本方案提高了在具有特定背景噪声情景下的语音识别度，有利于语音识别技术的大规模推广与应用。

Description

一种语音处理方法
技术领域
本申请属于语音处理的技术领域，尤其涉及一种语音处理方法及处理装置、终端设备、计算机可读存储介质。
背景技术
在一些特定的场景比如厨房、生产车间中，噪声的来源主要来自于各种生产或加工设备，鉴于语音和/或背景噪声的非平稳性质，目前普遍使用的语音处理降噪算法往往需要考虑宽频范围内的各类噪声，其使用的降噪算法往往较为复杂，对处理器算力的要求较高，这限制了在特定场景中使用语音控制的范围，提高设备智能化语音控制的成本。
发明内容
有鉴于此，本申请实施例的第一方面提供了一种语音处理方法及处理装置、终端设备、计算机可读存储介质，以解决在特定场景下应用语音识别的技术问题。
本申请实施例的第一方面提供了一种语音处理方法，包括：
获取音源设备运行参数，并根据所述运行参数采集对应的噪音信号，包括：
通过多组麦克风获取音源设备在不同运行参数下的频谱噪声数据，所述噪声数据包括频谱的维度和采样点数，并将所述噪声数据表示为一个m×n的矩阵；所述音源设备运行参数包括转速、风速、功率中的一个或多个。
进一步地，对获取的噪声信号进行预处理，进行预处理主要是为了去除噪声中的DC偏置，以及进行归一化处理。
对所述信号进行去除DC偏置，在噪声信号中减去直流分量，所述直流分量通过计算所述噪声信号的平均值获得；预处理后的数据可以表示为矩阵X0，其计算公式如下：
其中，μ表示矩阵X0中每一列的均值，σ表示矩阵X0中每一列的标准差；
进一步地，还包括归一化处理，将去除DC偏置后的噪声信号缩放到一定范围。
进一步地，使用ICA算法对预处理后的噪声信号进行分离以获得分离噪声信号，包括将原始数据X0转化为独立信号S，其中：
S＝W×X0
其中kurt表示峰度函数，W*表示最优的转换矩阵。
进一步地，对分离噪声信号进行降噪处理以获得降噪信号，包括：
Xde＝IDWT(TλDWT(S))
其中，DWT表示离散小波变换，IDWT表示离散小波反变换，Tλ表示阈值函数，用于去除小于某个阈值λ的小波系数，从而降低噪声的影响。
进一步地，将所述降噪信号与语音信号进行混合后获得混合信号，其计算公式为：
y＝αXsp+(1-α)Xde
其中，y表示混合信号，Xsp表示原始的语音信号，Xde表示降噪后的ICA分离信号，α表示加权系数，用于平衡两个信号的比重。
进一步地，还包括滤波器，所述滤波器用于对混合信号进行语音增强处理，所述滤波器为FIR滤波器，所述滤波器阶数为40阶，采样频率为8kHz，步长因子为0.04。
本申请实施例的第二方面提供了一种语音处理装置，包括：
采集单元，用于获取音源设备运行参数，并根据所述运行参数采集对应的噪音信号；
分离单元，用于对获取的噪声信号进行预处理，并使用ICA算法对预处理后的噪声信号进行分离以获得分离噪声信号；
降噪单元，用于对分离噪声信号进行降噪处理以获得降噪信号，并将所述降噪信号与所述运行参数相关联；
混合单元，用于获取环境语音信号与所述音源设备运行参数，并将所述降噪信号与语音信号进行混合后获得混合信号，并对所述混合信号进行语音识别。
本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是：本申请通过获取音源设备的运行参数和对应的噪音信号，并据此生成对应的降噪信号，从而可以高效的对语音信号进行降噪处理，并通过进一步的滤波实现对语音进行增强，提高了在具有特定背景噪声情景下的语音识别度，有利于语音识别技术的大规模推广与应用。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1示出了本申请提供的一种语音处理方法的示意性流程图；
图2示出了本申请提供的一种语音处理方法子步骤的具体示意性流程图；
图3示出了本申请提供的一种语音处理装置的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
本申请实施例的第一方面提供了一种语音处理方法及处理装置、终端设备、计算机可读存储介质，以解决在特定场景下应用语音识别的技术问题。
步骤101，获取音源设备运行参数，并根据所述运行参数采集对应的噪音信号，包括：
通过多组麦克风获取音源设备在不同运行参数下的频谱噪声数据，所述噪声数据包括频谱的维度和采样点数，并将所述噪声数据表示为一个m×n的矩阵；所述音源设备运行参数包括转速、风速、功率中的一个或多个。
进一步地，对获取的噪声信号进行预处理，进行预处理主要是为了去除噪声中的DC偏置，以及进行归一化处理。
步骤102，对所述信号进行去除DC偏置，在噪声信号中减去直流分量，所述直流分量通过计算所述噪声信号的平均值获得，其大小通常比较稳定，但对信号分析和处理产生干扰。因此，可以通过计算噪声数据的平均值，并将其从原始数据中减去，从而去除DC偏置。具体而言，可以使用以下公式进行计算和去除DC偏置：
其中，X表示原始噪声数据，N表示数据长度，Xdc表示去除DC偏置后的噪声数据。
预处理后的数据可以表示为矩阵X0，其计算公式如下：
其中，μ表示矩阵X0中每一列的均值，σ表示矩阵X0中每一列的标准差；
步骤103，还包括归一化处理，将去除DC偏置后的噪声信号缩放到一定范围。通过将数据缩放到一定的范围内，以便于后续的处理和分析。具体而言，可以使用以下公式进行计算和归一化处理：
其中，X表示去除DC偏置后的噪声数据，Xmax和Xmin分别表示数据的最小值和最大值，Xnomal表示归一化后的噪声数据。
步骤104，使用ICA算法对预处理后的噪声信号进行分离以获得分离噪声信号，包括将原始数据X0转化为独立信号S，其中：
其中kurt表示峰度函数，W*表示最优的转换矩阵。
步骤105，对分离噪声信号进行降噪处理以获得降噪信号，包括：
Xde＝IDWT(TλDWT(S))
其中，DWT表示离散小波变换，IDWT表示离散小波反变换，Tλ表示阈值函数，用于去除小于某个阈值λ的小波系数，从而降低噪声的影响。
进一步地，将所述降噪信号与语音信号进行混合后获得混合信号，其计算公式为：
其中，表示混合信号，Xsp表示原始的语音信号，Xde表示降噪后的ICA分离信号，α表示加权系数，用于平衡两个信号的比重。
步骤106，还包括滤波器，所述滤波器用于对混合信号进行语音增强处理，所述滤波器为FIR滤波器，所述滤波器阶数为40阶，采样频率为8kHz，步长因子为0.04。
本申请实施例的第二方面提供了一种语音处理装置，包括：
采集单元51，用于获取音源设备运行参数，并根据所述运行参数采集对应的噪音信号；
分离单元52，用于对获取的噪声信号进行预处理，并使用ICA算法对预处理后的噪声信号进行分离以获得分离噪声信号；
降噪单元53，用于对分离噪声信号进行降噪处理以获得降噪信号，并将所述降噪信号与所述运行参数相关联；
混合单元54，用于获取环境语音信号与所述音源设备运行参数，并将所述降噪信号与语音信号进行混合后获得混合信号，并对所述混合信号进行语音识别。
本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述方法的步骤。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于监测到”。类似地，短语“如果确定”或“如果监测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦监测到[所描述条件或事件]”或“响应于监测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (4)

1.一种语音处理方法，其特征在于，所述语音处理方法包括：
获取音源设备运行参数，并根据所述运行参数采集对应的噪音信号，其中，获取音源设备运行参数，并根据所述运行参数采集对应的噪音信号，包括：
通过多组麦克风获取音源设备在不同运行参数下的频谱噪声数据，所述噪声数据包括频谱的维度和采样点数，并将所述噪声数据表示为一个的矩阵；所述音源设备运行参数包括风机转速、风速、电机功率中的一个或多个；
对获取的噪声信号进行预处理，并使用ICA算法对预处理后的噪声信号进行分离以获得分离噪声信号，其中，对获取的噪声信号进行预处理，包括：
对所述信号进行去除DC偏置，在噪声信号中减去直流分量，所述直流分量通过计算所述噪声信号的平均值获得；还包括归一化处理，将去除DC偏置后的噪声信号缩放到一定范围，预处理后的数据可以表示为矩阵X 0，其计算公式如下：
其中，μ表示矩阵X 0中每一列的均值，σ表示矩阵X 0中每一列的标准差；
其中，使用ICA算法对预处理后的噪声信号进行分离以获得分离噪声信号，包括将原始数据X 0转化为独立信号S，其中：
其中kurt表示峰度函数，W*表示最优的转换矩阵;
对分离噪声信号进行降噪处理以获得降噪信号，并将所述降噪信号与所述运行参数相关联，其中，对分离噪声信号进行降噪处理以获得降噪信号，包括：
其中，DWT表示离散小波变换，IDWT表示离散小波反变换，/>表示阈值函数，用于去除小于某个阈值/>的小波系数，从而降低噪声的影响；
获取环境语音信号与所述音源设备运行参数，并将所述降噪信号与语音信号进行混合后获得混合信号，并对所述混合信号进行语音识别，其中，将所述降噪信号与语音信号进行混合后获得混合信号，其计算公式为：
其中，/>表示混合信号，/>表示原始的语音信号，/>表示降噪后的ICA分离信号，/>表示加权系数，用于平衡两个信号的比重。
2.如权利要求1所述的语音处理方法，其特征在于：还包括滤波器，所述滤波器用于对混合信号进行语音增强处理，所述滤波器为FIR滤波器，所述滤波器阶数为40阶，采样频率为8kHz，步长因子为0.04。
3.一种终端设备，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述方法的步骤。
4.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至2任一项所述方法的步骤。
CN202310396582.9A 2023-04-13 2023-04-13 一种语音处理方法 Active CN116343812B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310396582.9A CN116343812B (zh) 2023-04-13 2023-04-13 一种语音处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310396582.9A CN116343812B (zh) 2023-04-13 2023-04-13 一种语音处理方法

Publications (2)

Publication Number Publication Date
CN116343812A CN116343812A (zh) 2023-06-27
CN116343812B true CN116343812B (zh) 2023-10-20

Family

ID=86885799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310396582.9A Active CN116343812B (zh) 2023-04-13 2023-04-13 一种语音处理方法

Country Status (1)

Country Link
CN (1) CN116343812B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101278337A (zh) * 2005-07-22 2008-10-01 索福特迈克斯有限公司 噪声环境中语音信号的健壮分离
CN112420066A (zh) * 2020-11-05 2021-02-26 深圳市卓翼科技股份有限公司 降噪方法、装置、计算机设备和计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190096855A (ko) * 2019-07-30 2019-08-20 엘지전자 주식회사 사운드 처리 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101278337A (zh) * 2005-07-22 2008-10-01 索福特迈克斯有限公司 噪声环境中语音信号的健壮分离
CN112420066A (zh) * 2020-11-05 2021-02-26 深圳市卓翼科技股份有限公司 降噪方法、装置、计算机设备和计算机可读存储介质

Also Published As

Publication number Publication date
CN116343812A (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN110536215B (zh) 音频信号处理的方法、装置、计算设置及存储介质
CN110634497B (zh) 降噪方法、装置、终端设备及存储介质
DE102019113534A1 (de) Verfahren und System zur Zeitdomänen-Merkmalsextraktion für die automatische Spracherkennung
CN112017682B (zh) 一种单通道语音同时降噪和去混响系统
CN108461081B (zh) 语音控制的方法、装置、设备和存储介质
CN108922514B (zh) 一种基于低频对数谱的鲁棒特征提取方法
CN111739542A (zh) 一种特征声音检测的方法、装置及设备
Towsey Noise removal from wave-forms and spectrograms derived from natural recordings of the environment
CN110428835A (zh) 一种语音设备的调节方法、装置、存储介质及语音设备
CN110556125A (zh) 基于语音信号的特征提取方法、设备及计算机存储介质
CN110503973B (zh) 音频信号瞬态噪音抑制方法、系统以及存储介质
CN116343812B (zh) 一种语音处理方法
KR100714721B1 (ko) 음성 구간 검출 방법 및 장치
WO2024017110A1 (zh) 语音降噪方法、模型训练方法、装置、设备、介质及产品
CN117037840A (zh) 异响源识别方法、装置、设备及可读存储介质
CN111968651A (zh) 一种基于wt的声纹识别方法及系统
CN116631424A (zh) 一种变电站声环境噪声干扰分离剔除方法、装置及介质
CN114047499B (zh) 传感器阵列信号幅度不一致时的信号归一化方法及设备
CN107919136B (zh) 一种基于高斯混合模型的数字语音采样频率估计方法
CN116312559A (zh) 跨信道声纹识别模型的训练方法、声纹识别方法及装置
CN112466322B (zh) 一种机电设备噪声信号特征提取方法
CN114360572A (zh) 语音去噪方法、装置、电子设备及存储介质
CN114613391A (zh) 一种基于半带滤波器的鼾声识别方法及装置
CN105513587B (zh) 一种mfcc提取方法及装置
WO2022205400A1 (zh) 一种基于语音识别的安全预警方法、装置及终端设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant