基于存算一体的智能语音降噪装置、语音输入设备、系统

摘要：

本实用新型提供一种基于存算一体的智能语音降噪装置、语音输入设备以及电子系统，该基于存算一体的智能语音降噪装置包括：用于接收待处理的带噪语音的预处理模块、与该预处理模块连接的降噪模块以及与该预处理模块、该降噪模块连接的重建模块；该预处理模块将该待处理的带噪语音转换为频域信号；该降噪模块基于存算一体架构，对该频域信号的幅度谱进行降噪处理得到降噪后幅度谱；该重建模块根据该频域信号的相位谱以及该降噪后幅度谱进行信号重建得到降噪后语音；该降噪模块中预存深度学习降噪模型，其中，通过利用存算一体技术实现深度学习降噪模型进行智能语音降噪，扩展性好，硬件简单，能够直接应用到资源受限的离线终端场景。

专利类型：实用新型

申请/专利号：CN201921733712.9

申请日期：2019-10-15

公开/公告号：CN211699712U

公开/公告日：2020-10-16

主分类号：G10L21/02(2013.01)

申请/专利权人:北京知存科技有限公司

发明/设计人:王绍迪

主申请人地址:100083 北京市海淀区学院路35号世宁大厦1707

国别省市代码:北京;11

权利要求：

1.一种基于存算一体的智能语音降噪装置，其特征在于，包括：用于接收待处理的带噪语音的预处理模块、与所述预处理模块连接的降噪模块以及与所述预处理模块、所述降噪模块连接的重建模块； 所述预处理模块将所述待处理的带噪语音转换为频域信号； 所述降噪模块基于存算一体架构，对所述频域信号的幅度谱进行降噪处理得到降噪后幅度谱； 所述重建模块根据所述频域信号的相位谱以及所述降噪后幅度谱进行信号重建得到降噪后语音； 其中，所述降噪模块中预存深度学习降噪模型。 2.根据权利要求1所述的基于存算一体的智能语音降噪装置，其特征在于，所述降噪模块的工作模式包括：处理模式以及编程模式； 所述降噪模块在处理模式下对所述频域信号的幅度谱进行降噪处理得到降噪后幅度谱，在编程模式下更新所述深度学习降噪模型。 3.根据权利要求1所述的基于存算一体的智能语音降噪装置，其特征在于，所述降噪模块包括：顺序连接的滤波电路、闪存处理阵列、模数转换模块以及后处理模块。 4.根据权利要求3所述的基于存算一体的智能语音降噪装置，其特征在于，所述闪存处理阵列包括多个阵列排布的闪存单元，所述闪存单元为阈值电压可调的可编程半导体器件。 5.根据权利要求3所述的基于存算一体的智能语音降噪装置，其特征在于，所述闪存处理阵列包括多个阵列排布的闪存单元，所述闪存单元包括：用于存储长时数据且阈值电压可调的可编程半导体器件以及用于存储临时数据的模拟电容单元，所述可编程半导体器件与所述模拟电容单元并联连接。 6.根据权利要求4或5任一项所述的基于存算一体的智能语音降噪装置，其特征在于，所述降噪模块还包括：编程电路，用于调控所述闪存单元中存储的数据，以更新深度学习降噪模型的神经网络参数。 7.根据权利要求1所述的基于存算一体的智能语音降噪装置，其特征在于，所述预处理模块包括：加窗单元以及傅里叶变换单元； 所述加窗单元用于对所述待处理的带噪语音进行加窗； 所述傅里叶变换单元用于对加窗后的带噪语音转换为所述频域信号。 8.根据权利要求1所述的基于存算一体的智能语音降噪装置，其特征在于，所述重建模块包括：功率谱补偿单元以及反向傅里叶变换单元； 所述功率谱补偿单元用于对所述降噪后幅度谱进行补偿； 所述反向傅里叶变换单元用于对补偿后的幅度谱以及所述频域信号的相位谱进行反向傅里叶变换得到降噪后语音。 9.一种语音输入设备，其特征在于，包括：语音采集装置以及与所述语音采集装置连接的如权利要求1至8任一项所述的基于存算一体的智能语音降噪装置； 所述语音采集装置用于采集语音信号，所述智能语音降噪装置用于对所述语音信号进行降噪处理。 10.一种电子系统，其特征在于，包括如权利要求1至8任一项所述的基于存算一体的智能语音降噪装置。