益参数等 作为特征，判断语音是否存在。
[0175] 本实施例中，还可W包括如下步骤：
[0176] 当检测到所述音频信号中连续的多帖的噪声类型与之前判断的所述音频信号中 包含的噪声类型不同时，在所述连续的多帖内统计所述连续的多帖包含的每种噪声类型的 帖数量，选择帖数量最多的噪声类型作为所述音频信号的当前噪声类型；
[0177] 所述使用预先为所述音频信号的噪声类型设置的神经网络对所述音频信号的待 增强帖的谱包络参数进行增强处理，W获取所述待增强帖的谱包络参数的纯净估计值，包 括：
[0178] 使用预先为所述音频信号的当前噪声类型设置的神经网络对所述音频信号的待 增强帖的谱包络参数进行增强处理，W获取所述待增强帖的谱包络参数的纯净估计值。
[0179] 该实施方式可W实现及时调整音频信号的噪声类型，因为一个音频信号往往会包 括多个音频信号帖，而该些音频信号帖也可能会存在不同噪声类型的音频信号帖，从而通 过上述步骤就可W实现及时使用当前正确的噪声类型对应的神经网络进行增强，W提高音 频信号的质量。
[0180] 本实施例中，在图1所示的实施例的基础上增加了多种可选的实施方式，且都可 W实现降低音频信号的增强过程中计算复杂度和附加时延。
[0181] 请参阅图6,图6是本发明实施例提供的另一种音频信号增强方法的示意图，该实 施例中WISF参数进行举例，如图6所示包括W下步骤：
[0182] 601、利用部分解码器从输入比特流中提取含噪语音的编码参数，其中，编码参数 包括ISF参数、自适应码书增益gp(m)、代数码书增益g。(m)、自适应码书矢量dm(n)和代数 码书矢量Cm(n)等；
[0183] 602、利用部分解码器得到的自适应码书增益、代数码书增益、自适应码书矢量和 代数码书矢量参数，对自适应码书增益和代数码书增益进行联合调整，得到调整后的自适 应码书增益和代数码书增益。
[0184] 603、WISF和码书增益相关参数作为特征，利用高斯混合模型（GMM)对背景噪声 进行分类。
[01化]其中，上述码书增益相关参数可W包括自适应码书增益的平均值和代数码书增益 的方差。
[0186] 604、根据噪声分类的结果，选择对应的递归深度神经网络（RDNN)模型对部分解 码器得到的含噪语音的ISF参数进行处理，得到纯净语音ISF参数的估计值。
[0187] 605、对调整后的自适应码书增益和代数码书增益参数，W及调整后的ISF参数进 行重新量化，并替换码流中的对应位置。
[01能]本实施例中，引入畑順模型对含噪语音的谱包络参数（如ISF参数）进行调整， 由于模型中时域递归连接的存在，可有效提升谱包络参数调整结果的时域平滑性，改善语 音质量。另外，基于的谱包络参数调整方法可W避免现有方法中调整后的LPC滤波器 不稳定的问题，提高算法鲁椿性。W及引入基于GMM的噪声分类后，谱包络调整时可W选择 对应当前噪声环境的RDW^模型，有助于提高算法对复杂噪声环境的适应性。且与现有技术 方案相比，基于的谱包络估计方法计算复杂度较低，可有效提高运行速度。
[0189] 下面为本发明装置实施例，本发明装置实施例用于执行本发明方法实施例一至二 实现的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示 的，请参照本发明实施例一和实施例二。
[0190] 请参阅图7,图7是本发明实施例提供的一种音频信号增强装置的结构示意图，如 图7所示，包括：解码单元71、增强单元72和替换单元73,其中：
[0191] 解码单元71，用于解码输入的音频信号的比特流，获取所述音频信号的待增强帖 的谱包络参数。
[0192] 本实施例中，上述待增强帖可W理解为上述音频信号的当前帖，即上述音频信号 中当前输入的音频信号帖。另外，上述输入可W理解为本方法的输入，或者执行本方法的装 置的输入。
[0193] 另外，解码单元71还可W理解为仅对上述待增强帖中谱包络参数对应的比特进 行解码，其中，上述中谱包络参数对应的比特可W是该音频信号帖包括的比特流中为谱包 络参数的比特。其中，上述谱包络参数可W包括；线谱频率（LineSpectral化equencies， LSF)、导抗谱频率（ImmittanceSpectralRrequencies，ISF〇 或者线性预测系数（Linear PredictionCoefficients,LPC)等其他等价参数。
[0194] 本实施例中，上述音频信号可W是语音信号或者音乐信号等比特流中包含谱包络 参数的任意音频信号。
[0195] 增强单元72,用于使用预先为所述音频信号中包含的噪声类型设置的神经网络对 所述音频信号的待增强帖的谱包络参数进行增强处理，W获取所述待增强帖的谱包络参数 的纯净估计值。
[0196] 本实施例中，可W是预先设定多个神经网络，且每个神经网络与一种噪声类型对 应，该样当上述音频信号的噪声类型确定后，就可W选择该噪声类型对应的神经网络进行 增强处理。
[0197] 另外，本实施例中，上述音频信号中包含的噪声类型可W是在对上述待增强帖进 行解码之前获取的，例如；通过对上述音频信号的起始段的若干个帖的噪声类型统计获得 的上述音频信号中包含的噪声类型；或者通过对上述音频信号的若干个不存在语音信号的 帖的噪声类型统计获得的上述音频信号中包含的噪声类型等等。或者通过与上述待增强帖 相邻的若干个帖的噪声类型统计获得的上述音频信号中包含的噪声类型。另外，上述音频 信号中包含的噪声类型还可W是根据该音频信号的来源进行确认的，例如；打电话的语音 信号可W根据电话双方的地理位置、通话时间或者历史语音信号的噪声类型等信息确认该 语音信号的噪声类型，如通过电话双的地理位置判断一方在某一工地时，那么就可W确定 当前语音信号的噪声类型为工地对应的噪声类型，或者某一用户打电话时，该用户输出的 语音信号中十次有九次的噪声类型都为噪声类型A时，那么，就可W根据该历史记录确定 该用户在下一次打电话时输出的语音信号中包含的噪声类型为噪声类型A。
[0198] 替换单元73,用于对所述纯净估计值进行量化，得到所述待增强帖的谱包络参数 的纯净估计值的量化索引，并将所述量化索引替换掉所述待增强帖的谱包络参数对应的比 特。
[0199] 由于在对上述待增强帖进行解码时，只获取上述待增强帖的谱包络参数，而上述 待增强帖中的其他参数可W不进行解码，从而步骤103将上述待增强帖的谱包络参数的纯 净估计值的量化索引替换掉所述待增强帖的谱包络参数对应的比特后，就可W得到经过增 强的待增强帖的比特流。
[0200] 另外，本实施例中，上述装置可W应用于任意具备解码和计算功能的智能设备，例 如；服务器、网络侧设备、个人计算机（PersonalComputer,PC)、笔记本电脑、手机、平板电 脑等智能设备。
[0201] 本实施例中，解码输入的音频信号的比特流，获取所述音频信号的待增强帖的谱 包络参数；使用预先为所述音频信号中包含的噪声类型设置的神经网络对所述音频信号的 待增强帖的谱包络参数进行增强处理，W获取所述待增强帖的谱包络参数的纯净估计值； 对所述纯净估计值进行量化，得到所述待增强帖的谱包络参数的纯净估计值的量化索引， 并将所述量化索引替换掉所述待增强帖的谱包络参数对应的比特。该样可W实现只需要对 音频信号帖的谱包络参数对应的比特进行解码，即进行部分解码，从而可W降低音频信号 的增强过程中计算复杂度和附加时延。
[0202] 请参阅图8,图8是本发明实施例提供的另一种音频信号增强装置的结构示意图， 如图8所示，包括：解码单元81、增强单元82和替换单元83,其中：
[0203] 解码单元81，用于解码输入的音频信号的比特流，获取所述音频信号的待增强帖 的谱包络参数。
[0204] 增强单元82,用于使用预先为所述音频信号中包含的噪声类型设置的神经网络对 所述音频信号的待增强帖的谱包络参数进行增强处理，W获取所述待增强帖的谱包络参数 的纯净估计值。
[02化]本实施例中，增强单元82可W包括：
[0206] 第一计算单元821，用于计算所述音频信号的待增强帖与若干帖的谱包络参数的 均值，其中，所述若干帖为所述音频信号中在所述待增强帖之前的若干帖；
[0207] 第二计算单元822,用于计算所述待增强帖的去均值的谱包络参数，其中，所述去 均值的谱包络参数为所述待增强帖的谱包络参数与所述均值的差值；
[0208] 第S计算单元823,用于使用预先为所述音频信号中包含的噪声类型设置的神经 网络对所述去均值的谱包络参数进行增强处理，W得到所述去均值的谱包络参数的纯净估 计值；
[0209] 第四计算单元824,用于将所述去均值的谱包络参数的纯净估计值与预先获取的 纯净音频谱包络参数的均值相加，W得到所述待增强帖的谱包络参数的纯净估计值。
[0210] 本实施例中，上述神经网络可W是递归深度神经网络或者其他神经网络，其中，使 用递归深度神经网络化e州；TrentDe巧化uralNetwork,畑NN)时，由于畑順中时域递归连 接的存在，可有效提升谱包络调整结果的平滑性，从而改善音频信号质量，另外，基于RD順 的谱包络参数调整的方法还可W避免现有方法调整后的LPC滤波器不稳定的问题，从而可 W提高算法鲁椿性，另外，基于RD順的谱包络估计方法计算复杂度比较低，从而可有效提 高运算速度。
[0211] 替换单元83,用于对所述纯净估计值进行量化，得到所述待增强帖的谱包络参数 纯净估计值的量化索引，并将所述量化索引替换掉所述待增强帖的谱包络参数对应的比 特。
[0212] 本实施例中，如图9所示，上述装置还可W包括：
[0213] 调整单元84,用于对所述待增强帖的自适应码书增益和代数码书增益进行联合调 整，分别对联合调整后的自适应码书增益和代数码书增益进行量化，得到所述待增强帖的 联合调整后的自适应码书增益的量化索引和代数码书增益的量化索引，其中，所述待增强 帖的自适应码书增益和代数码书增益是对所述待增强帖进行解码操作获取的；
[0214] 替换单元83还可W用于将所述待增强帖联合调整后的的自适应码书增益的量化 索引替换掉所述待增强帖的自适应码书增益对应的比特，将所述待增强帖的联合调整后的 代数码书增益的量化索引替换掉所述待增强帖的代数码书增益对应的比特。
[0215] 其中，上述待增强帖的自适应码书增益和代数码书增益可W是对所述待增强帖进 行解码操作获取的，例如，解码单元81可W用于解码输入的音频信号的比特流，获取所述 音频信号的待增强帖的谱包络参数、自适应码书增益和代数码书增益。
[0216] 即解码单元81对待增强帖的谱包络参数、自适应码书增益和代数码书增益对应 比特进行解码。
[0217] 本实施例中，上述对所述待增强帖的自适应码书增益和代数码书增益进行联合调 整可W采用能量守恒准则进行调整，例如：可W将上述待增强帖的自适应码书增益和代数 码书增益分别定义为第一自适应码书增益和第一代数码书增益，而将联合调整后的待增强 帖的自适应码书增益和代数码书增益分别定义为第二自适应码书增益和第二代数码书增 益，具体调整过程可W如下：
[0218] 调整第一代数码书增益，得到第二代数码书增益；
[0219] 根据第一自适应码书增益和第二代数码书增益，确定第二自