中国人民解放军陆军工程大学张雄伟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国人民解放军陆军工程大学申请的专利一种语音增强方法、装置、设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116631428B 。
龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310684501.5,技术领域涉及:G10L21/0224;该发明授权一种语音增强方法、装置、设备及介质是由张雄伟;李毅豪;孙蒙;曹铁勇;邹霞;贾冲;李莉设计研发完成,并于2023-06-09向国家知识产权局提交的专利申请。
本一种语音增强方法、装置、设备及介质在说明书摘要公布了:本发明公开了一种语音增强方法、装置、设备及介质,其方法包括:获取待增强语音的时域波形;将待增强语音输入到训练好的双分支复数卷积循环神经网络中,获取语音分支和噪声分支的时域波形;将语音分支的时域波形作为增强结果输出;其中,训练过程包括:将带噪语音的时域波形输入构建的双分支复数卷积循环神经网络中,获取语音分支和噪声分支的时域波形;根据带噪语音对应的纯噪声语音和噪声分支的时域波形计算第一尺度敏感信噪比损失,根据带噪语音对应的干净语音和语音分支的时域波形计算第二尺度敏感信噪比损失,求和获取总损失;根据总损失采用梯度下降算法优化双分支复数卷积循环神经网络;本发明能够显著提高语音质量和可懂度。
本发明授权一种语音增强方法、装置、设备及介质在权利要求书中公布了:1.一种语音增强方法,其特征在于,包括: 获取待增强语音的时域波形; 将待增强语音输入到训练好的双分支复数卷积循环神经网络中,获取语音分支和噪声分支的时域波形; 将语音分支的时域波形作为增强结果输出; 其中,所述双分支复数卷积循环神经网络的训练包括: 获取预设数量的带噪语音的时域波形及其纯噪声语音和干净语音的时域波形; 构建双分支复数卷积循环神经网络,将带噪语音的时域波形输入构建的双分支复数卷积循环神经网络中,获取语音分支和噪声分支的时域波形; 根据带噪语音对应的纯噪声语音和噪声分支的时域波形计算第一尺度敏感信噪比损失,根据带噪语音对应的干净语音和语音分支的时域波形计算第二尺度敏感信噪比损失,对第一尺度敏感信噪比损失和第二尺度敏感信噪比损失求和获取总损失; 根据总损失采用梯度下降算法优化双分支复数卷积循环神经网络,直至达到预设的训练终止条件; 其中,所述双分支复数卷积循环神经网络包括可微分傅里叶变换模块、语音分支和噪声分支的复数卷积模块组、第一桥接模块组、语音分支和噪声分支的复数长短时记忆模块组、第二桥接模块组、语音分支和噪声分支的复数反卷积模块组以及可微分傅里叶逆变换模块; 所述可微分傅里叶变换模块由卷积层实现,用于将输入语音的时域波形转化为复数时频谱特征; 所述语音分支和噪声分支的复数卷积模块组均包括N层首尾相连的复数卷积模块,所述第一桥接模块组包括N层桥接模块,所述第一桥接模块组的每层桥接模块用于连接语音分支和噪声分支的相应层复数卷积模块;所述语音分支和噪声分支的复数卷积模块组分别用于对复数时频谱特征进行处理,获取语音分支和噪声分支的一次复数特征; 所述语音分支和噪声分支的复数长短时记忆模块组均包括M层首尾相连的复数长短时记忆模块,所述语音分支和噪声分支的复数长短时记忆模块分别用于对语音分支和噪声分支的一次复数特征进行处理,获取语音分支和噪声分支的二次复数特征; 所述语音分支和噪声分支的复数反卷积模块组均包括N层首尾相连的复数反卷积模块,所述第二桥接模块组包括N层桥接模块,所述第二桥接模块组的每层桥接模块用于连接语音分支和噪声分支的相应层复数反卷积模块;所述语音分支和噪声分支的第k层复数反卷积模块与语音分支和噪声分支的第N-k+1复数卷积模块进行连接操作;所述语音分支和噪声分支的复数反卷积模块组分别用于对语音分支和噪声分支的二次复数特征进行处理,获取语音分支和噪声分支的三次复数特征; 所述复数时频谱特征分别与语音分支和噪声分支的三次复数特征进行复数乘法操作,获取语音分支和噪声分支的复数乘法操作结果; 所述可微分傅里叶逆变换模块由卷积层实现,用于将语音分支和噪声分支的复数乘法操作结果转化为输入语音在语音分支和噪声分支的时域波形。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军陆军工程大学,其通讯地址为:210014 江苏省南京市秦淮区后标营路88号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励