買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)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(qǐng)的專(zhuān)利輕量級(jí)時(shí)域卷積網(wǎng)絡(luò)語(yǔ)音增強(qiáng)方法與系統(tǒng)獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN112331224B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)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(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202011329491.6，技術(shù)領(lǐng)域涉及：G10L21/02；該發(fā)明授權(quán)輕量級(jí)時(shí)域卷積網(wǎng)絡(luò)語(yǔ)音增強(qiáng)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(jì)研發(fā)完成，并于2020-11-24向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本輕量級(jí)時(shí)域卷積網(wǎng)絡(luò)語(yǔ)音增強(qiáng)方法與系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明提供了一種輕量級(jí)時(shí)域卷積網(wǎng)絡(luò)語(yǔ)音增強(qiáng)方法，首先，將帶噪語(yǔ)音信號(hào)進(jìn)行分幀加窗處理，然后進(jìn)行短時(shí)傅里葉變換，得到帶噪語(yǔ)音信號(hào)的幅度譜和相位譜，隨后將帶噪語(yǔ)音信號(hào)的幅度譜送入時(shí)域卷積網(wǎng)絡(luò)模型，進(jìn)行先驗(yàn)信噪比的估計(jì)，緊接著利用估計(jì)的先驗(yàn)信噪比進(jìn)行增益函數(shù)的估計(jì)，最后在幅度域進(jìn)行濾波降噪，并利用帶噪語(yǔ)音信號(hào)的相位譜作為增強(qiáng)后的相位，進(jìn)行語(yǔ)音信號(hào)的重構(gòu)。本發(fā)明還提供了一種輕量級(jí)時(shí)域卷積網(wǎng)絡(luò)語(yǔ)音增強(qiáng)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(jìn)行先驗(yàn)信噪比的估計(jì)，減小了任務(wù)難度，實(shí)現(xiàn)了更輕量級(jí)的神經(jīng)網(wǎng)絡(luò)架構(gòu)，內(nèi)存占用量小，運(yùn)算復(fù)雜度低，使其可以較好的在一些低運(yùn)算量平臺(tái)的嵌入式設(shè)備上使用。

本發(fā)明授權(quán)輕量級(jí)時(shí)域卷積網(wǎng)絡(luò)語(yǔ)音增強(qiáng)方法與系統(tǒng)在權(quán)利要求書(shū)中公布了：1.一種輕量級(jí)時(shí)域卷積網(wǎng)絡(luò)語(yǔ)音增強(qiáng)方法，其特征在于：首先，將帶噪語(yǔ)音信號(hào)進(jìn)行分幀加窗處理，然后進(jìn)行短時(shí)傅里葉變換，得到帶噪語(yǔ)音信號(hào)的幅度譜和相位譜，隨后將帶噪語(yǔ)音信號(hào)的幅度譜送入時(shí)域卷積網(wǎng)絡(luò)模型，進(jìn)行先驗(yàn)信噪比的估計(jì)，緊接著利用估計(jì)的先驗(yàn)信噪比進(jìn)行增益函數(shù)的估計(jì)，最后在幅度域進(jìn)行濾波降噪，并利用帶噪語(yǔ)音信號(hào)的相位譜作為增強(qiáng)后的相位，進(jìn)行語(yǔ)音信號(hào)的重構(gòu)；所述時(shí)域卷積網(wǎng)絡(luò)模型由兩層全連接層和N個(gè)殘差模塊構(gòu)成，輸入的特征為帶噪語(yǔ)音的幅度譜特征；對(duì)輸入的特征進(jìn)行歸一化處理，然后重塑成[句子數(shù)，句子長(zhǎng)度，1，257]的張量形式進(jìn)行模型的訓(xùn)練或推斷，其中，張量第四維的257對(duì)應(yīng)著所提取的每一幀語(yǔ)音數(shù)據(jù)所對(duì)應(yīng)的幅度譜特征，隨后，經(jīng)過(guò)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(duì)輸入特征進(jìn)行表示，這里采用非線性整流單元進(jìn)行非線性激活，接下來(lái)，考慮到語(yǔ)音信號(hào)之間的時(shí)序依賴(lài)關(guān)系，通過(guò)堆疊帶有空洞卷積的殘差模塊來(lái)捕獲不同幀之間的信息，利用過(guò)去幀中的上下文信息來(lái)實(shí)現(xiàn)對(duì)當(dāng)前幀先驗(yàn)信噪比的估計(jì)，在殘差模塊的設(shè)計(jì)方面，每個(gè)殘差模塊由三層卷積層構(gòu)成，為了降低其參數(shù)量和運(yùn)算量，采用了瓶頸結(jié)構(gòu)的設(shè)計(jì)方式，三層卷積層的輸出通道維度分別為128，128，256維，其對(duì)應(yīng)的張量尺寸分別為[句子數(shù)，句子長(zhǎng)度，1，128]、[句子數(shù)，句子長(zhǎng)度，1，128]和[句子數(shù)，句子長(zhǎng)度，1，256]，為了進(jìn)一步降低模型的參數(shù)量和運(yùn)算復(fù)雜度，對(duì)第一層和第三層卷積層自左至右進(jìn)行分組，這里分組數(shù)量設(shè)置為8，通過(guò)分組操作之后，每個(gè)組的通道維數(shù)為16，然后利用1×1的卷積來(lái)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(duì)第一層分組卷積的輸出進(jìn)行通道混合，每個(gè)組中將同一索引所對(duì)應(yīng)的通道自左至右排列在一起，然后再在每個(gè)通道上進(jìn)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(duì)不同的殘差模塊進(jìn)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(guò)跳連的方式將殘差模塊的輸入和輸出特征相加，整個(gè)時(shí)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(shí)現(xiàn)對(duì)先驗(yàn)信噪比的估計(jì)，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(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)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(hào)；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)”。