公开(公告)号：CN114464207A

公开(公告)日：2022-05-10

申请号：CN202111393902.2

申请日：2021-11-23

申请人： 江汉大学

发明人： 李登实 ,  叶海洋 ,  赵兰馨 ,  高雨 ,  薛童 ,  陈天卓 ,  陈奥 ,  何佳欣 ,  吴梓煊

IPC分类号： G10L21/0364 ,  G10L15/22 ,  G10L15/26 ,  G10L15/16 ,  G10L15/06 ,  G10L15/02 ,  G10L25/30

摘要： 本申请提供了一种自适应语音增强的语音交互方法，该方法包括：获取用户输入的语音文件，并通过语音识别得到相应的文本文件；根据seq2seq端到端模型得到机器回复的文本文件；将机器回复的文本文件进行文本分析，并送入声学模型中进行训练，获取语音特征，通过声码器合成语音；获取伦巴第语音音频的德语语料库作为训练数据集，采用训练数据集通过声码器提取出语音中的特征频谱包络MCCs和基频f0；通过声压计实时获取当前环境噪声等级；将特征频谱包络MCCs特征和当前环境噪声等级输入噪声自适应自注意StarGAN网络模型中进行模型的测试，根据实时噪声等级进行相应的语音风格转换，并输出语音增强后的语音。