買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜深圳信息職業(yè)技術(shù)學(xué)院申請的專利輕量級時域卷積網(wǎng)絡(luò)語音增強方法與系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN112331224B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202011329491.6，技術(shù)領(lǐng)域涉及：G10L21/02；該發(fā)明授權(quán)輕量級時域卷積網(wǎng)絡(luò)語音增強方法與系統(tǒng)是由劉明;周彥兵;王貝;孫沖武;趙學(xué)華設(shè)計研發(fā)完成，并于2020-11-24向國家知識產(chǎn)權(quán)局提交的專利申請。

本輕量級時域卷積網(wǎng)絡(luò)語音增強方法與系統(tǒng)在說明書摘要公布了：本發(fā)明提供了一種輕量級時域卷積網(wǎng)絡(luò)語音增強方法，首先，將帶噪語音信號進行分幀加窗處理，然后進行短時傅里葉變換，得到帶噪語音信號的幅度譜和相位譜，隨后將帶噪語音信號的幅度譜送入時域卷積網(wǎng)絡(luò)模型，進行先驗信噪比的估計，緊接著利用估計的先驗信噪比進行增益函數(shù)的估計，最后在幅度域進行濾波降噪，并利用帶噪語音信號的相位譜作為增強后的相位，進行語音信號的重構(gòu)。本發(fā)明還提供了一種輕量級時域卷積網(wǎng)絡(luò)語音增強系統(tǒng)。本發(fā)明的有益效果是：算法的神經(jīng)網(wǎng)絡(luò)部分只進行先驗信噪比的估計，減小了任務(wù)難度，實現(xiàn)了更輕量級的神經(jīng)網(wǎng)絡(luò)架構(gòu)，內(nèi)存占用量小，運算復(fù)雜度低，使其可以較好的在一些低運算量平臺的嵌入式設(shè)備上使用。

本發(fā)明授權(quán)輕量級時域卷積網(wǎng)絡(luò)語音增強方法與系統(tǒng)在權(quán)利要求書中公布了：1.一種輕量級時域卷積網(wǎng)絡(luò)語音增強方法，其特征在于：首先，將帶噪語音信號進行分幀加窗處理，然后進行短時傅里葉變換，得到帶噪語音信號的幅度譜和相位譜，隨后將帶噪語音信號的幅度譜送入時域卷積網(wǎng)絡(luò)模型，進行先驗信噪比的估計，緊接著利用估計的先驗信噪比進行增益函數(shù)的估計，最后在幅度域進行濾波降噪，并利用帶噪語音信號的相位譜作為增強后的相位，進行語音信號的重構(gòu)；所述時域卷積網(wǎng)絡(luò)模型由兩層全連接層和N個殘差模塊構(gòu)成，輸入的特征為帶噪語音的幅度譜特征；對輸入的特征進行歸一化處理，然后重塑成[句子數(shù)，句子長度，1，257]的張量形式進行模型的訓(xùn)練或推斷，其中，張量第四維的257對應(yīng)著所提取的每一幀語音數(shù)據(jù)所對應(yīng)的幅度譜特征，隨后，經(jīng)過一層256-維的全連接層得到了變換后的輸入特征，為了更好地對輸入特征進行表示，這里采用非線性整流單元進行非線性激活，接下來，考慮到語音信號之間的時序依賴關(guān)系，通過堆疊帶有空洞卷積的殘差模塊來捕獲不同幀之間的信息，利用過去幀中的上下文信息來實現(xiàn)對當(dāng)前幀先驗信噪比的估計，在殘差模塊的設(shè)計方面，每個殘差模塊由三層卷積層構(gòu)成，為了降低其參數(shù)量和運算量，采用了瓶頸結(jié)構(gòu)的設(shè)計方式，三層卷積層的輸出通道維度分別為128，128，256維，其對應(yīng)的張量尺寸分別為[句子數(shù)，句子長度，1，128]、[句子數(shù)，句子長度，1，128]和[句子數(shù)，句子長度，1，256]，為了進一步降低模型的參數(shù)量和運算復(fù)雜度，對第一層和第三層卷積層自左至右進行分組，這里分組數(shù)量設(shè)置為8，通過分組操作之后，每個組的通道維數(shù)為16，然后利用1×1的卷積來串聯(lián)每組中的各通道信息，為了保證組與組之間的信息交互，對第一層分組卷積的輸出進行通道混合，每個組中將同一索引所對應(yīng)的通道自左至右排列在一起，然后再在每個通道上進行卷積核為1×3的空洞卷積操作，空洞率以1，2，4，8，16的循環(huán)方式對不同的殘差模塊進行配置，而最后一層卷積層則執(zhí)行與第一層卷積相同的分組卷積操作，然后通過跳連的方式將殘差模塊的輸入和輸出特征相加，整個時域卷積網(wǎng)絡(luò)模型的最后采用了一層257-維的全連接層實現(xiàn)對先驗信噪比的估計，當(dāng)然為了保證其輸出的范圍在[0,1]之間，采用了sigmoid函數(shù)作為全連接層的激活函數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人深圳信息職業(yè)技術(shù)學(xué)院，其通訊地址為：518000 廣東省深圳市龍崗區(qū)龍翔大道2188號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。