Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国传媒大学程皓楠获国家专利权

中国传媒大学程皓楠获国家专利权

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!

龙图腾网获悉中国传媒大学申请的专利基于通道注意力模型的音乐去噪方法及系统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:CN116504260B

龙图腾网通过国家知识产权局官网在2026-02-06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:202310369488.4,技术领域涉及:G10L21/0216;该发明授权基于通道注意力模型的音乐去噪方法及系统是由程皓楠;叶龙;刘淑琳设计研发完成,并于2023-04-07向国家知识产权局提交的专利申请。

基于通道注意力模型的音乐去噪方法及系统在说明书摘要公布了:本发明提供一种基于通道注意力模型的音乐去噪方法及系统,属于智慧音乐处理技术领域,通过形成适用于音乐去噪的含噪音乐数据集,并基于含噪音乐数据集对基于有效通道注意力的特征学习网络以及噪声过滤网络进行训练;通过基于有效通道注意力的特征学习网络获得增强注意力特征,进而根据增强注意力特征获取去噪后的音乐。本发明能够改善非专业用户在自然场景下录制的音乐由各种背景噪音引起的失真,解决为音乐去噪设备昂贵、操作复杂的问题,同时,通过融合高效通道注意力模型,能够有效捕捉足够多的噪声音乐信息,提高本发明的基于通道注意力模型的音乐去噪系统对于不同噪声和音乐的泛化能力。

本发明授权基于通道注意力模型的音乐去噪方法及系统在权利要求书中公布了:1.一种基于通道注意力模型的音乐去噪方法,其特征在于,包括: 获取待处理的含噪音乐数据,并将所述含噪音乐数据进行转换格式和添加通道预处理; 将所述预处理后的含噪音乐数据输入预设的基于有效通道注意力的特征学习网络进行特征提取,获得与所述含噪音乐数据对应的增强注意力特征;其中,所述基于有效通道注意力的特征学习网络为通过含噪音乐数据集训练获得,所述含噪音乐数据集中的含噪音乐数据为由噪声数据和音乐数据随机生成;所述噪声数据包括电路噪声、人群噪声、天气噪声、交通噪声和平稳噪声共5种类别;所述音乐数据包括钢琴、架子鼓、竖琴、大提琴、琵琶、小号、古筝、多乐器和歌曲共9种类别;其中,所述基于有效通道注意力的特征学习网络的训练方法包括:获取含噪音乐数据集;其中,所述含噪音乐数据集由纯净音乐、含噪音乐数据对组成;对所述含噪音乐数据集中的音乐数据进行转换格式和添加通道预处理,获得设定通道数的预处理后的音乐数据;将所述设定通道数的预处理后的音乐数据经过卷积层和指数线性单元处理,获取早期卷积特征;将所述早期卷积特征通过U-net网络进行特征提取;所述U-net网络包括四个编码器模块和四个解码器模块,设置在所述编码器模块和所述解码器模块之间的有效通道注意力模块以及设置在所述解码器模块之后的监督注意模块;利用损失函数对基于有效通道注意力的特征学习网络的参数进行训练约束,进而确定基于有效通道注意力的特征学习网络的参数值;完成基于有效通道注意力的特征学习网络的训练; 将所述增强注意力特征输入预设的噪声过滤网络进行噪声过滤,获得去噪后的音乐特征;对所述音乐特征经过逆短时傅里叶变换转换到时域,获得去噪后的音乐数据;其中,所述噪声过滤网络的训练方法包括:利用基于有效通道注意力的特征学习网络对由纯净音乐、含噪音乐数据对组成的含噪音乐数据集的音乐数据进行特征提取,获得与所述音乐数据对应的增强注意力特征;利用与音乐数据对应的增强注意力特征对噪声过滤网络进行训练;其中,所述噪声过滤网络为U-net网络结构;利用平均绝对误差损失函数对噪声过滤网络进行训练约束,获取噪声过滤网络的参数值,完成噪声过滤网络的训练。

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传媒大学,其通讯地址为:100024 北京市朝阳区定福庄东街1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。

免责声明
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。