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)恭喜青島科技大學申請的專利一種基于VQ-MAE網(wǎng)絡(luò)的抹香鯨叫聲增強方法獲國家發(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：CN119649837B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-18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：202510161783.X，技術(shù)領(lǐng)域涉及：G10L21/0208；該發(fā)明授權(quán)一種基于VQ-MAE網(wǎng)絡(luò)的抹香鯨叫聲增強方法是由劉悅悅;蔣嘉銘;隋媛;施威;鄢社鋒;王景景設(shè)計研發(fā)完成，并于2025-02-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于VQ-MAE網(wǎng)絡(luò)的抹香鯨叫聲增強方法在說明書摘要公布了：本發(fā)明涉及音頻信號處理領(lǐng)域，具體的涉及一種基于VQ?MAE網(wǎng)絡(luò)的抹香鯨叫聲增強方法，包括：步驟1：對抹香鯨叫聲音頻信號進行噪聲降低處理，調(diào)整音頻信號的振幅范圍；步驟2：處理頻譜圖像，將提取后的特征向量作為MAE網(wǎng)絡(luò)輸入的一部分；步驟3：通過LSTM網(wǎng)絡(luò)對音頻信號進行處理，提取原始的音頻信號的時序特征；步驟4：設(shè)計并訓練一個多模態(tài)掩碼編碼器MAE網(wǎng)絡(luò)，訓練不同模態(tài)的融合權(quán)重；步驟5：進行掩碼，選取掩碼效果最好的策略訓練網(wǎng)絡(luò)進行數(shù)據(jù)增強。本發(fā)明創(chuàng)新性的引入了多模態(tài)網(wǎng)絡(luò)融合聲音信號的時域、頻域以及空間域特征，更為精確且深入地捕捉與增強抹香鯨叫聲中的語義細節(jié)，為叫聲的分類和識別提供了強有力的支持。

本發(fā)明授權(quán)一種基于VQ-MAE網(wǎng)絡(luò)的抹香鯨叫聲增強方法在權(quán)利要求書中公布了：1.一種基于VQ-MAE網(wǎng)絡(luò)的抹香鯨叫聲增強方法，其特征在于，包括以下步驟：步驟1：對抹香鯨叫聲音頻信號進行噪聲降低處理，對音頻信號進行分割，將連續(xù)的音頻流分割成適合進一步分析的短片段，通過歸一化處理，調(diào)整音頻信號的振幅范圍，用于逐個分析每個叫聲信號；步驟2：利用預訓練的VQ-GAN模型將輸入的頻譜圖像進行處理，將圖像分割成多個小塊，并將這些小塊映射到高維向量空間中，用于提取輸入圖像的特征向量，將提取后的特征向量作為后續(xù)多模態(tài)掩碼編碼器MAE網(wǎng)絡(luò)輸入的一部分；步驟3：通過LSTM網(wǎng)絡(luò)對抹香鯨叫聲音頻信號進行處理，將原始的音頻信號的實部和虛部輸入到兩個獨立的LSTM層形成主干網(wǎng)絡(luò)，分別提取原始的音頻信號的實部和虛部的時序特征；步驟4：設(shè)計并訓練一個多模態(tài)掩碼編碼器MAE網(wǎng)絡(luò)，所述多模態(tài)掩碼編碼器MAE網(wǎng)絡(luò)接受步驟2中提取的特征向量和步驟3中提取的時序特征作為輸入，訓練不同模態(tài)的融合權(quán)重，以最大化融合性能；步驟5：用不同的掩碼策略進行掩碼，針對不同類型的抹香鯨叫聲采取不同的掩碼策略，并且采用可變掩碼率對多模態(tài)掩碼編碼器進行訓練，選取掩碼效果最好的策略訓練網(wǎng)絡(luò)進行數(shù)據(jù)增強。

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)人青島科技大學，其通訊地址為：266100 山東省青島市嶗山區(qū)松嶺路99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)”。