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！

龙图腾网获悉清华大学申请的专利语音增强方法、神经网络训练方法、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：CN121122306B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511663772.8，技术领域涉及：G10L21/0216；该发明授权语音增强方法、神经网络训练方法、装置、设备及介质是由姜汉钧;吴楠;张春;王志华设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本语音增强方法、神经网络训练方法、装置、设备及介质在说明书摘要公布了：本申请提供一种语音增强方法、神经网络训练方法、装置、设备及介质，涉及语音处理技术领域，通过进行语音环境复杂度分析，确定语音数据对应的噪声估计值，在噪声估计值大于目标阈值的情况下，采用图像辅助语音增强，能够根据语音环境复杂度，有针对性地确定是否需要通过图像数据辅助带来更多信息，有效实现复杂环境下的语音增强，从而适应不同的环境复杂度，满足不同的语音增强要求，采用图像数据对语音数据进行辅助增强，相较于单模态语音增强，融合了对于噪声不敏感的图像信号，增强效果更佳，提升环境噪声容忍度，使得增强后的语音数据具有更强的鲁棒性，从而在保障语音增强性能的同时，有助于降低多模态融合语音增强的计算功耗和计算复杂度。

本发明授权语音增强方法、神经网络训练方法、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，所述方法包括： 从目标视频中采集得到语音数据； 从所述语音数据中提取得到多维语音特征； 基于所述多维语音特征进行语音环境复杂度分析，确定所述语音数据对应的噪声估计值； 在所述噪声估计值大于目标阈值的情况下，从所述目标视频中采集得到图像数据，所述图像数据包括产生所述语音数据的说话人嘴部区域的图像； 基于所述图像数据对所述语音数据进行多模态语音增强处理，得到增强后的语音数据； 在所述噪声估计值小于或等于所述目标阈值的情况下，基于所述语音数据进行单模态语音增强处理，得到增强后的语音数据； 所述基于所述多维语音特征进行语音环境复杂度分析，确定所述语音数据对应的噪声估计值，包括： 确定每个维度下语音特征的贡献值，所述贡献值用于表征该维度下的语音特征对于进行语音环境复杂度分析的影响程度； 根据各个维度下的所述语音特征的贡献值，从所述多维语音特征中筛选出目标语音特征； 基于所述目标语音特征进行语音环境复杂度分析，确定所述语音数据对应的噪声估计值； 所述根据各个维度下所述语音特征的贡献值，从所述多维语音特征中筛选出目标语音特征，包括： 将各个维度下的所述语音特征中所述贡献值最小的预设数量语音特征删除，得到剩余语音特征； 确定各个所述剩余语音特征的贡献值，重复上述步骤，直至满足损失条件；所述损失条件用于指示删除语音特征对于噪声估计的影响程度； 将满足损失条件时的语音特征确定为所述目标语音特征。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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。