1.本发明实施例涉及信号处理技术领域，尤其涉及一种掩蔽阈值估计方法、装置、电子设备和存储介质。


背景技术：

2.随着信号处理技术和语音识别技术的迅速发展，前端预处理中的语音增强技术也变得越来越重要。一般情况下，当设备播放声音时，噪声都会伴随着语音一起被听到，然而噪声的存在会对语音产生干扰，甚至会影响人耳对语音的感知。通常情况下，会采用盲源分离技术，盲源分离技术当前最主要的技术手段就是估计掩蔽阈值。
3.目前，在非平稳环境下，许多噪声估计算法会出现跟踪延迟、误差较大等问题，部分研究人员尝试在非平稳环境下，利用人耳的听觉特性进行语音增强，但是掩蔽阈值的估计准确度成为基于听觉特性进行语音增强的关键。
4.因此，如何提高掩蔽阈值的估计准确度，是本领域技术人员亟待解决的技术问题。


技术实现要素：

5.本发明实施例提供一种掩蔽阈值估计方法、装置、电子设备和存储介质，可以提高掩蔽阈值的估计准确度。
6.第一方面，本发明实施例提供了一种掩蔽阈值估计方法，包括：
7.获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号；
8.根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度；
9.根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数；
10.根据所述纯音系数确定中间掩蔽阈值；
11.根据预先确定的绝对掩蔽阈值和所述中间掩蔽阈值的比较结果，确定目标掩蔽阈值。
12.第二方面，本发明实施例还提供了一种掩蔽阈值估计装置，包括：
13.基本参数获取模块，用于获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号；
14.特征参数确定模块，用于根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度；
15.纯音系数确定模块，用于根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数；
16.中间掩蔽阈值确定模块，用于根据所述纯音系数确定中间掩蔽阈值；
17.目标掩蔽阈值确定模块，用于根据预先确定的绝对掩蔽阈值和所述中间掩蔽阈值的比较结果，确定目标掩蔽阈值。
18.第三方面，本发明实施例还提供了一种电子设备，包括：
19.一个或多个处理器；
20.存储装置，用于存储一个或多个程序，
21.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的掩蔽阈值估计方法。
22.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的掩蔽阈值估计方法。
23.本发明实施例提供的掩蔽阈值估计方案，获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号；根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度；根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数；根据所述纯音系数确定中间掩蔽阈值；根据预先确定的绝对掩蔽阈值和所述第一掩蔽阈值的比较结果，确定目标掩蔽阈值。通过本发明实施例提供的技术方案，可以提高掩蔽阈值估计的准确度，进而能够有效增强噪声抑制结果，提高语音的识别效果。
附图说明
24.图1是本发明实施例一提供的掩蔽阈值估计方法的流程图；
25.图2是本发明实施例二提供的掩蔽阈值估计装置的结构示意图；
26.图3是本发明实施例三提供的电子设备的结构示意图。
具体实施方式
27.下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
28.应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
29.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
30.需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
31.需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
32.本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
33.实施例一
34.图1是本发明实施例一中的掩蔽阈值估计方法的流程图，本实施例可适用于对带噪环境下对掩蔽阈值进行估计的情况。该方法可以由掩蔽阈值估计装置来执行，该装置可以采用软件和/或硬件的方式实现，并可配置在电子设备中，例如电子设备可以是后台服务器等具有通信和计算能力的设备。如图1所示，该方法具体包括：
35.s110、获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号。
36.其中，所述带噪语音信号是由语音采集现场中至少一个语音采集装置采集获取。所述语音采集现场可以是会议室、播音室以及火车站等嘈杂环境的通信现场，还可以是军事通信现场或者语音识别现场等。例如，播音员在播报新闻时，播音室内可能出现各类声音，播音室建筑外过往车辆产生的交通噪声或者播音室建筑内空调系统、灯光控制系统、摄像机以及工作人员来回走动所产生的噪声，此时则需对播音室内的语音信号进行采集，并对其中播音员的语音信号进行语音增强。
37.所述语音采集装置可以是麦克风或者检波器。具体的，对所述语音采集装置的数量不作限制，可以是1个或多个。当所述语音采集装置的数量是2个及以上时，为了能够采集到不同位置的语音信号，对语音采集装置的布置方式也不作限制。例如所述语音采集装置可以沿所述带噪语音信号中纯净语音信号源的圆周方向排列。此外，由于所述带噪语音信号中噪声干扰存在不确定性和随机性，因此所述语音采集装置可以持续性采集所述带噪语音信号，或者，也可以以较短的间隔时间进行间歇性采集。
38.进一步的，为了更好地对带噪语音信号进行掩蔽阈值估计处理，需将所采集到的带噪语音信号转换为频域声音信号，例如，可以采用傅里叶变换等方式，将带噪语音信号转换为频域信号。所述功率谱表征带噪语音信号功率随频率的变化情况，是单位频带内所述带噪语音信号的功率；所述幅值谱表征信号的幅值随频率的分布情况，在信号的频域描述中，以频率作为自变量，以组成信号的各个频率成分的幅值作为因变量，这样的频率函数称为幅值谱。所述带噪语音信号的功率谱和幅值谱可以通过上述采集得到的带噪语音信号经fft(fast fourier transform，快速傅里叶变换)获取。
39.进一步的，所述带噪语音信号中噪声信号的幅值谱是根据所采集到的带噪语音信号对其中噪声信号进行估计并经fft处理获取。其中，对噪声信号的估计方法可以是下述三种：递归平均噪声估计算法、最小值跟踪算法和直方图噪声估计算法。
40.需要说明的是，所述带噪语音信号包括纯净语音信号和噪声信号。其中，所述纯净语音信号是指所需语音信号，所述噪声信号是指除所需语音信号以外的所有干扰信号。例如，播音员在播音室内播报新闻时，播音员的声音信号就是纯净语音信号，播音室内空调系统、灯光控制系统、摄像机以及工作人员来回走动所产生的声音以及播音室外过往车辆产生的声音就是噪声信号。
41.s120、根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度。
42.其中，所述语音特征谱偏差是所述带噪语音信号的每个频带或每个频点的幅值谱
与其幅值谱平均值之差，可以用来衡量获取的所述带噪语音信号幅值谱的精密度高低。所述语音特征谱偏差可以利用统计学公式进行获取。
43.本实施例中，可选的，根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度，包括：
44.采用如下公式确定语音特征谱偏差：
[0045][0046]
其中，i是频带号，j是频点号，n是频点数(0≤j<n)，diff(i)是带噪语音信号第i个频带的语音特征谱偏差，d
i
(j)是噪声信号第i个频带第j个频点的幅值谱估计值，y
i
(j)是带噪语音信号第i个频带第j个频点的幅值谱，是噪声信号第i个频带幅值谱估计值的均值，是带噪语音信号第i个频带幅值谱的均值。
[0047]
当然，可以理解的是，是噪声信号第i个频带幅值谱估计值的均值，可以采用如下公式确定：
[0048][0049]
需要说明的是，在一段短时间内(例如10ms～30ms)，人的声带和声道形状是相对稳定的，因而获取的人声信号的短时谱具有相对稳定性。而所述语音采集现场可能处于非平稳环境，为了保证在非平稳环境下能够对所述待增强语音信号中的噪声信号得到有效抑制，需根据所述待增强语音信号的频率域将其划分为若干个频带，每个频带内又包括若干个频点。例如，一段带噪语音信号中，可将其划分为5个频带，每个频带内包括20个频点。
[0050]
其中，划分频带的方式可以是基于bark尺度，或者，也可以是基于mel尺度。其中，所述bark尺度是感知频率的单位，以赫兹为单位，将所述待增强语音信号频率映射到心理声学的24个临界频带，每个所述临界频带的宽度为一个bark尺度，当以bark尺度进行频带划分时，需将物理频率转换为心理声学频率。而所述mel尺度则是一种更接近人类听觉系统的频带划分方式。
[0051]
示例性的，对于不同的专用设备，可以根据应用场景选择对待增强语音信号进行频带划分的方式。例如，播音员在播音室内播报新闻时，由于采集到的每个播音员的声音信号以及该播音室内的噪声信号是相对稳定的，因此可以根据mel尺度对待增强语音信号的频率域进行频带划分，可以划分为26个频带。
[0052]
本实施例中，可选的，所述方法还包括，采用如下公式确定语音特征平坦度：
[0053][0054]
其中，flat(i)是带噪语音信号第i个频带的语音特征平坦度。
[0055]
可以理解的是，是带噪语音信号第i个频带幅值谱的均值，可以采用如下公式确定：
[0056][0057]
通过根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度。这样设置的好处是，采用这样的计算方式更加简便快捷，计算所需的数据是容易获取到的，并且可以作为后续对纯音系数的计算依据。
[0058]
s130、根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数。
[0059]
其中，所述纯音系数可以通过利用语音特征谱偏差和语音特征平坦度与纯音系数建立关系式计算确定，也可以通过建立掩蔽阈值估计的神经网络模型进行确定。
[0060]
在一个可行的实施例中，可选的，根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的的纯音系数，包括：
[0061][0062]
其中，α(i)是带噪语音信号第i个频带的纯音系数，β
i
是第一调整值，β
i
∈[0，1]，μ
i
是第二调整值，μ
i
∈[
‑
70,
‑
50]。
[0063]
可以理解的是，上述公式利用语音特征谱偏差和语音特征平坦度与纯音系数建立关系式，得到中间纯音系数，并将所述中间纯音系数与1进行比较，取其最小值就是纯音系数α(i)。其中，第一调整值β
i
和第二调整值η
i
都是在计算纯音系数α(i)时根据需要或者经验得到的调整值，当然，所述第一调整值β
i
和第二调整值η
i
可以根据应用场景进行适应性调整。
[0064]
s140、根据所述纯音系数确定中间掩蔽阈值。
[0065]
其中，所述中间掩蔽阈值是估计目标掩蔽阈值的中间产物，可以通过建立关系式计算确定，也可以通过建立掩蔽阈值估计的神经网络模型进行确定。
[0066]
可选的，根据所述纯音系数确定中间掩蔽阈值，包括：
[0067][0068]
其中，t(i)是带噪语音信号第i个频带的中间掩蔽阈值，o(i)是带噪语音信号第i个频带相对中间掩蔽阈值的偏移量，t(i
‑
1)是带噪语音信号第(i
‑
1)个频带的掩蔽阈值，λ
i
是第三调整值，λ
i
∈[0，1]。
[0069]
可以理解的是，第三调整值λ
i
是在计算中间掩蔽阈值t(i)时根据需要或者经验得到的调整值。其中，相对中间掩蔽阈值的偏移量o(i)和扩展临界频带频谱值c(i)是可以通过建立关系式计算确定，也可以通过建立掩蔽阈值估计的神经网络模型进行确定。
[0070]
在上述各技术方案的基础上，可选的，采用如下公式确定所述相对中间掩蔽阈值的偏移量：
[0071]
o(i)＝(α(i)
‑
μ)*i+(3μ
‑
1)*α(i)+μ；
[0072]
其中，μ是第四调整值，μ∈[0.5，6.5]。
[0073]
可以理解的是，第四调整值μ是在计算相对中间掩蔽阈值的偏移量o(i)时根据需要或者经验得到的调整值，可以根据应用场景进行适应性调整。
[0074]
在上述各技术方案的基础上，可选的，采用如下公式确定所述扩展临界频带频谱：
[0075][0076]
其中，c(i)是扩展临界频带频谱值，j是频点号，n是频点数，p(j)是带噪语音信号第j个频点的功率谱，sp
ij
是带噪语音信号第i个频带中第j个频点的扩展函数。
[0077]
可以理解的是，所述扩展临界频带频谱c(i)是对所述带噪语音信号每个频带上每个频点的功率谱和扩展函数的乘积进行求和得到。
[0078]
可选的，采用如下公式确定带噪语音信号第i个频带中第j个频点的扩展函数：
[0079][0080]
s150、根据预先确定的绝对掩蔽阈值和所述中间掩蔽阈值的比较结果，确定目标掩蔽阈值。
[0081]
其中，所述绝对掩蔽阈值是在无噪声环境下正常人能听到最低声音时的掩蔽阈值，可以采用如下公式确定绝对掩蔽阈值：
[0082]
j(i)＝3.64*i
‑
0.8
‑
6.5*exp(i
‑
3.3)2+10
‑3*i4；
[0083]
其中，j(i)是第i个频带的绝对掩蔽阈值。
[0084]
其次，对预先确定的绝对掩蔽阈值和所述中间掩蔽阈值进行比较，可以采用下述公式进行比较：
[0085]
t(i)＝max(t(i),j(i))。
[0086]
可以理解的是，取中间掩蔽阈值t(i)和绝对掩蔽阈值j(i)的最大值为目标掩蔽阈值。
[0087]
本发明实施例的技术方案，获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号；根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度；根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数；根据纯音系数确定中间掩蔽阈值；根据预先确定的绝对掩蔽阈值和所述第一掩蔽阈值的比较结果，确定目标掩蔽阈值。通过本发明实施例提供的技术方案，通过将带噪语音信号划分为若干个频带，并分别计算每个频带的基本参数、特征参数、纯音系数及掩蔽阈值，可以提高目标掩蔽阈值估计的准确度，进而能够有效增强噪声抑制结果，提高语音的识别效果。
[0088]
实施例二
[0089]
图2是本发明实施例二中的掩蔽阈值估计装置的结构示意图，本实施例可适用于对对带噪环境下对掩蔽阈值进行估计的情况。如图2所示，该装置包括：
[0090]
基本参数获取模块210，用于获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号；
[0091]
特征参数确定模块220，用于根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度；
[0092]
纯音系数确定模块230，用于根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数；
[0093]
中间掩蔽阈值确定模块240，用于根据所述纯音系数确定中间掩蔽阈值；
[0094]
目标掩蔽阈值确定模块250，用于根据预先确定的绝对掩蔽阈值和所述中间掩蔽阈值的比较结果，确定目标掩蔽阈值。
[0095]
本发明实施例的技术方案，获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号；根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度；根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数；根据所述纯音系数确定中间掩蔽阈值；根据预先确定的绝对掩蔽阈值和所述第一掩蔽阈值的比较结果，确定目标掩蔽阈值。通过本发明实施例提供的技术方案，可以提高掩蔽阈值估计的准确度，进而能够有效增强噪声抑制结果，提高语音的识别效果。
[0096]
进一步的，特征参数确定模块220，包括：
[0097]
语音特征谱偏差确定单元，用于采用如下公式确定语音特征谱偏差：
[0098][0099]
其中，i是频带号，j是频点号，n是频点数(0≤j<n)，diff(i)是带噪语音信号第i个频带的语音特征谱偏差，d
i
(j)是噪声信号第i个频带第j个频点的幅值谱估计值，y
i
(j)是带噪语音信号第i个频带第j个频点的幅值谱，是噪声信号第i个频带幅值谱估计值的均值，是带噪语音信号第i个频带幅值谱的均值；
[0100]
语音特征平坦度确定单元，用于采用如下公式确定语音特征平坦度：
[0101][0102]
其中，flat(i)是带噪语音信号第i个频带的语音特征平坦度。
[0103]
进一步的，纯音系数确定模块230，具体用于：
[0104][0105]
其中，α(i)是带噪语音信号第i个频带的纯音系数，β
i
是第一调整值，β
i
∈[0，1]，η
i
是第二调整值，η
i
∈[
‑
70,
‑
50]。
[0106]
进一步的，中间掩蔽阈值确定模块240，包括：
[0107]
中间掩蔽阈值确定单元，用于采用如下公式确定中间掩蔽阈值：
[0108][0109]
其中，t(i)是带噪语音信号第i个频带的中间掩蔽阈值，o(i)是带噪语音信号第i个频带相对中间掩蔽阈值的偏移量，t(i
‑
1)是带噪语音信号第(i
‑
1)个频带的掩蔽阈值，λ
i
是第三调整值，λ
i
∈[0，1]。
[0110]
进一步的，中间掩蔽阈值确定单元包括：
[0111]
相对中间掩蔽阈值的偏移量确定子单元，用于采用如下公式确定所述相对中间掩蔽阈值的偏移量：
[0112]
o(i)＝(α(i)
‑
μ)*i+(3μ
‑
1)*α(i)+μ；
[0113]
其中，μ是第四调整值，μ∈[0.5，6.5]。
[0114]
扩展临界频带频谱确定子单元，用于采用如下公式确定所述扩展临界频带频谱：
[0115][0116]
其中，c(i)是扩展临界频带频谱值，j是频点号，n是频点数，p(j)是带噪语音信号第j个频点的功率谱，sp
ij
是带噪语音信号第i个频带中第j个频点的扩展函数。
[0117]
进一步的，扩展临界频带频谱确定子单元，还用于采用如下公式确定带噪语音信号第i个频带中第j个频点的扩展函数：
[0118][0119]
本发明实施例所提供的掩蔽阈值估计装置可执行本发明任意实施例所提供的掩蔽阈值估计方法，具备执行掩蔽阈值估计方法相应的功能模块和有益效果。
[0120]
实施例三
[0121]
图3是本发明实施例三提供的一种电子设备的结构示意图。如图3所示，该电子设备300包括：一个或多个处理器320；存储装置310，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器320执行，使得所述一个或多个处理器320实现本技术实施例所提供的掩蔽阈值估计方法，该方法包括：
[0122]
获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号；
[0123]
根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度；
[0124]
根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数；
[0125]
根据所述纯音系数确定中间掩蔽阈值；
[0126]
根据预先确定的绝对掩蔽阈值和所述第一掩蔽阈值的比较结果，确定目标掩蔽阈值。
[0127]
当然，本领域技术人员可以理解，处理器320还实现本技术任意实施例所提供的掩蔽阈值估计方法的技术方案。
[0128]
图3显示的电子设备300仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0129]
如图3所示，该电子设备300包括处理器320、存储装置310、输入装置330和输出装置340；电子设备中处理器320的数量可以是一个或多个，图3中以一个处理器320为例；电子设备中的处理器320、存储装置310、输入装置330和输出装置340可以通过总线或其他方式连接，图3中以通过总线350连接为例。
[0130]
存储装置310作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块单元，如本技术实施例中的掩蔽阈值估计方法对应的程序指令。
[0131]
存储装置310可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置310可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置310可进一步包括相对于处理器320远程设置的存储器，这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0132]
输入装置330可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏、扬声器等电子设备。
[0133]
实施例四
[0134]
本发明实施例四还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的掩蔽阈值估计方法，包括：
[0135]
获取带噪语音信号的幅值谱，以及获取所述带噪语音信号中噪声信号的幅值谱；其中，所述带噪语音信号包括纯净语音信号和噪声信号；
[0136]
根据所述带噪语音信号的幅值谱和所述噪声信号的幅值谱确定所述带噪语音信号的语音特征谱偏差，以及根据所述带噪语音信号的幅值谱确定语音特征平坦度；
[0137]
根据所述语音特征谱偏差以及所述语音特征平坦度，确定所述带噪语音信号中不同频带的纯音系数；
[0138]
根据所述纯音系数确定中间掩蔽阈值；
[0139]
根据预先确定的绝对掩蔽阈值和所述中间掩蔽阈值的比较结果，确定目标掩蔽阈值。
[0140]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0141]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0142]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0143]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言诸如java、smalltalk、c++，还
包括常规的过程式程序设计语言诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0144]
上述实施例中提供的掩蔽阈值估计方法、装置、电子设备和存储介质可执行本技术任意实施例所提供的掩蔽阈值估计方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本技术任意实施例所提供的掩蔽阈值估计方法。
[0145]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。