马栏山音视频实验室涂永峰获国家专利权
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!
龙图腾网获悉马栏山音视频实验室申请的专利基于神经网络的线谱频率增强方法、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:CN121054009B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202511591649.X,技术领域涉及:G10L19/06;该发明授权基于神经网络的线谱频率增强方法、装置、设备及介质是由涂永峰;毛旭文;白金;王雷;贺博设计研发完成,并于2025-11-03向国家知识产权局提交的专利申请。
本基于神经网络的线谱频率增强方法、装置、设备及介质在说明书摘要公布了:本申请公开了基于神经网络的线谱频率增强方法、装置、设备及介质,涉及音频处理技术领域,包括:获取各语音帧分别对应的各目标语音特征参数;确定当前语音帧的第一线谱频率与历史语音帧的第二线谱频率之间的余弦相似度,并确定当前语音帧与历史语音帧间的频域相关分数;基于第一线谱频率、第二线谱频率、余弦相似度、频域相关分数和目标神经网络对第一线谱频率进行增强。通过利用解量化后的各音频帧对应的线谱频率,以及各音频帧之间的余弦相似度与频域相关分数对LSF参数进行增强,避免了解码端合成语音质量下降的问题。
本发明授权基于神经网络的线谱频率增强方法、装置、设备及介质在权利要求书中公布了:1.一种基于神经网络的线谱频率增强方法,其特征在于,应用于解码端,包括: 接收编码端发送的目标比特流,并对所述目标比特流进行解量化操作,以获取目标音频中的各语音帧分别对应的各目标语音特征参数;其中,所述目标比特流为编码端对所述目标音频进行矢量量化生成的数据,所述目标语音特征参数中包括各语音帧分别对应的线谱频率; 确定当前语音帧的第一线谱频率与历史语音帧的第二线谱频率之间的余弦相似度,并确定所述当前语音帧与所述历史语音帧间的频域相关分数;其中,所述频域相关分数用于表征所述当前语音帧与所述历史语音帧间的频域相似性; 基于所述第一线谱频率、所述第二线谱频率、所述余弦相似度、所述频域相关分数和目标神经网络对所述第一线谱频率进行增强,将所述当前语音帧的下一个语音帧确定为新的所述当前语音帧,并跳转至所述确定当前语音帧的第一线谱频率与历史语音帧的第二线谱频率之间的余弦相似度的步骤,以对所述目标音频中的各语音帧分别对应的线谱频率进行增强; 其中,所述基于所述第一线谱频率、所述第二线谱频率、所述余弦相似度、所述频域相关分数和目标神经网络对所述第一线谱频率进行增强,包括: 将所述第一线谱频率与所述第二线谱频率进行拼接,以获取目标线谱频率矩阵,并利用所述目标神经网络的第一分支对所述目标线谱频率矩阵进行处理,以获取第一处理结果; 利用所述目标神经网络的第二分支对所述余弦相似度和所述频域相关分数进行处理,以获取第二处理结果,对所述第一处理结果和所述第二处理结果进行融合,以获取目标残差值,并将所述第一线谱频率与所述目标残差值相加,以对所述第一线谱频率进行增强。
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马栏山音视频实验室,其通讯地址为:410000 湖南省长沙市开福区月湖街道文创路6号马栏山创意中心B栋;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