语音增强方法与相关方法、装置、设备及存储介质

本申请公开一种语音增强方法与相关方法、装置、设备及存储介质。包括：在语音通话状态下获取目标对象的参考语音，提取参考语音对应每帧语音信号的参考音频特征；基于训练后的声纹提取网络提取每个参考音频特征对应的帧级声纹特征；将获取的待增强语音的待增强音频特征和每个帧级声纹特征经声纹聚类得到的目标声纹特征输入至训练后的语音增强网络，输出目标增强音频特征，并确定对应的目标增强语音；通过无感采集参考语音，对参考语音的每个帧信号进行帧级别的声纹提取，降低声纹提取的计算资源消耗，并利用目标声纹特征对待增强音频特征进行语音增强，提高语音增强的准确性和稳定性。该方法可用于视频会议、音视频通话等各种需要语音增强的场景。