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！

龙图腾网获悉东南大学申请的专利一种基于卷积自注意力编码结构的语音增强方法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：CN115700882B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211294392.8，技术领域涉及：G10L21/0224；该发明授权一种基于卷积自注意力编码结构的语音增强方法是由曹焱翔;闫桐嘉;周琳;庄程浩;王启瑞;邓宇汐;程云苓设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种基于卷积自注意力编码结构的语音增强方法在说明书摘要公布了：本发明公布了一种基于卷积自注意力编码结构的语音增强方法。在训练阶段将训练集纯净语音信号、含噪语音信号分别进行短时傅里叶变换，计算理想比例掩蔽矩阵作为训练标签，将含噪语音的幅度谱图作为卷积自注意力编码结构的输入特征进行训练。卷积自注意力编码结构由编码器、解码器、残差密集块和自注意力编码模块组成。在测试阶段，卷积自注意力编码结构将测试含噪语音的幅度谱图映射为掩蔽值矩阵，根据掩蔽值重构纯净语音的幅度谱图，结合原始含噪语音的相位谱，得到增强语音信号。在不同声学环境下的仿真测试表明，基于不同的语音质量客观评估方法，本发明显著提高含噪语音的客观评价指标，并且对于未知声学环境具有较强的泛化能力。

本发明授权一种基于卷积自注意力编码结构的语音增强方法在权利要求书中公布了：1.一种基于卷积自注意力编码结构的语音增强方法，其特征在于，包括以下步骤： 步骤1，将待训练的单通道语音信号与各种加性噪声按0、5、10dB的信噪比混合，生成含噪语音，并与纯净语音一起构成训练数据集； 步骤2，将步骤1所得训练数据集中的含噪语音、纯净语音，分别通过分帧、加窗、短时傅里叶变换，得到含噪语音、纯净语音的幅度谱图，并且根据含噪语音和对应纯净语音的幅度谱计算理想比例掩蔽矩阵； 步骤3，将步骤2得到的含噪语音的幅度谱图和理想比例掩蔽矩阵，分别作为卷积自注意力编码结构的输入特征和标签，基于前向传播和反向传播算法，训练卷积自注意力编码结构； 步骤4，将待测试的单通道纯净语音信号与各种加性噪声按任意不同信噪比混合，得到测试数据集，并通过分帧、加窗、短时傅里叶变换，得到含噪测试语音的幅度谱图和相位谱； 步骤5，将步骤4得到的测试语音幅度谱图作为卷积自注意力编码结构的输入特征输出理想比例掩蔽矩阵的估计值，并将其与步骤4含噪测试语音的幅度谱图逐元素相乘得到增强语音的幅度谱图，并利用步骤4所得含噪测试语音的相位谱，得到增强语音信号的频谱，通过短时傅里叶逆变换和重叠相加得到时域波形，实现语音增强； 所述卷积自注意力编码结构是基于卷积神经网络的编解码器结构，在卷积层和反卷积层之间加入自注意力编码模块，并在卷积层和反卷积层之间的特征拼接通路使用残差密集块； 所述卷积自注意力编码结构在卷积层和反卷积层之间使用自注意力编码模块捕获特征内部的依赖性，使用两个自注意力编码器，每个编码器含有8个多头自注意力； 所述卷积自注意力编码结构使用残差密集块进一步处理特征拼接通路中卷积层的输出特征，每个残差密集块包含2个级联的卷积块，残差密集块的输入和2个卷积块之间采用无反馈密集连接，第二个卷积块后接卷积核大小为1×1的卷积层以保持与残差密集块输入特征尺寸相同，最后采用残差连接实现与残差密集块输入特征进行特征连接，得到残差密集块的输出特征。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。