恭喜北京语言大学柯登峰获国家专利权
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!
龙图腾网恭喜北京语言大学申请的专利一种用于低信噪比下的语音去噪方法及装置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:CN119229889B 。
龙图腾网通过国家知识产权局官网在2025-05-13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:202411778837.9,技术领域涉及:G10L21/0224;该发明授权一种用于低信噪比下的语音去噪方法及装置是由柯登峰;徐艳艳;陈浩翔设计研发完成,并于2024-12-05向国家知识产权局提交的专利申请。
本一种用于低信噪比下的语音去噪方法及装置在说明书摘要公布了:本发明提供一种用于低信噪比下的语音去噪方法及装置,涉及语音去噪技术领域。该方法包括:通过麦克风录制音频,获取纯净语音数据;对纯净语音数据进行预处理,获得训练语音数据;根据U‑net网络结构以及Transformer模型结构构建待训练TFDense‑Net语音去噪模型;基于多频谱判别器,根据训练语音数据,使用Adam优化器对待训练TFDense‑Net语音去噪模型进行对抗性迭代训练,获得TFDense‑Net语音去噪模型;低信噪比环境下,通过麦克风采集的待去噪语音数据;将待去噪语音数据输入TFDense‑Net语音去噪模型,获得去噪语音数据。本发明是一种结合改进密集块和视频变换器的高效且清晰的低信噪比下的语音去噪方法。
本发明授权一种用于低信噪比下的语音去噪方法及装置在权利要求书中公布了:1.一种用于低信噪比下的语音去噪方法,其特征在于,所述方法包括:通过麦克风录制音频,获取纯净语音数据;对所述纯净语音数据进行预处理,获得训练语音数据;根据U-net网络结构以及Transformer模型结构构建待训练TFDense-Net语音去噪模型;基于多频谱判别器,根据所述训练语音数据,使用Adam优化器对所述待训练TFDense-Net语音去噪模型进行对抗性迭代训练,获得TFDense-Net语音去噪模型;其中,所述TFDense-Net语音去噪模型包括编码器、解码器和瓶颈层;所述编码器是由多个相同的模块堆叠成的;每一所述模块是由改进密集块、3×3卷积层和参数化修正线性单元激活函数构成的;所述瓶颈层包括变换器模块以及全局自注意力模块;所述变换器模块包括时频变换器、频率变换器和全局变换器;所述解码器包括多个相同的所述模块;所述解码器的结构与所述编码器的结构对称;其中,所述基于多频谱判别器,根据所述训练语音数据,使用Adam优化器对所述待训练TFDense-Net语音去噪模型进行对抗性迭代训练,获得TFDense-Net语音去噪模型,包括:对所述训练语音数据进行短时傅里叶变换,获得训练语音梅尔频谱;根据多频谱判别器以及所述待训练TFDense-Net语音去噪模型构建生成对抗网络;根据所述训练语音数据以及所述训练语音梅尔频谱,对所述生成对抗网络进行对抗训练,获得对抗性损失函数;所述对抗性损失函数包括时域损失函数以及时频域损失函数;根据所述对抗性损失函数,使用Adam优化器对所述待训练TFDense-Net语音去噪模型进行参数调整,获得TFDense-Net语音去噪模型;低信噪比环境下,通过麦克风采集的待去噪语音数据;将所述待去噪语音数据输入所述TFDense-Net语音去噪模型,获得去噪语音数据。
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北京语言大学,其通讯地址为:100083 北京市海淀区学院路15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”。
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。