“G10L21/02”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果4803个，建议您升级VIP下载更多相关专利

[发明专利]一种基于传声器阵列的波束形成方法和装置-CN202110267335.X有效
发明人：邱锋海;王之禹;项京朋 -专利权人：北京声加科技有限公司
申请日： 2021-03-11 - 公布日： 2023-08-18 - 主分类号： G10L21/0216 文献下载
摘要：本申请提供了一种基于传声器阵列的波束形成方法及装置。该方案包括：将多通道语音时域信号以向量形式转换到频域中，获得向量形式的多通道语音频域信号；对多通道语音频域信号进行初始滤波，获得多通道初始目标语音频域信号；利用由加权带噪协方差矩阵构成的最小功率无失真响应滤波器对多通道语音频域信号进行迭代滤波，获得多通道目标语音频域信号；并在迭代过程中，根据上一次滤波的结果更新加权带噪协方差矩阵。本申请通过对最小功率无失真响应滤波器进行迭代更新，实现信号的迭代滤波，提升了滤波器的鲁棒性，还减小了目标语音的失真。
一种基于传声器阵列波束形成方法装置

[发明专利]语音处理方法、装置和介质-CN202010507537.2有效
发明人：王颖;李健涛;张丹;刘宝;张硕;杨天府;梁宵;荣河江;李鹏翀 -专利权人：北京搜狗科技发展有限公司
申请日： 2020-06-05 - 公布日： 2023-08-18 - 主分类号： G10L21/0208 文献下载
摘要：本发明实施例提供了一种语音处理方法和装置、一种用于语音处理的装置，其中的方法应用于服务端，具体包括：接收耳机装置采集的第一语音信号；对所述第一语音信号进行美化处理，以得到第二语音信号；所述美化处理包括：滤除所述第一语音信号中的用户噪音；所述用户噪音表征用户产生的噪音；向耳机装置发送所述第二语音信号，以使耳机装置输出所述第二语音信号。本发明实施例能够提高语音信号的清晰度和质量，进而帮助用户实现打动听众、增强自信的目的。
语音处理方法装置介质

[发明专利]语音信号处理方法、装置、计算机可读介质及电子设备-CN201910035553.3有效
发明人：胡玉祥 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2019-01-15 - 公布日： 2023-08-18 - 主分类号： G10L21/0208 文献下载
摘要：公开了一种语音信号处理方法、装置、计算机可读介质及电子设备，包括：获取声源位置信息和来自传声器阵列的至少两路声音信号；根据所述声源位置信息，从所述至少两路声音信号中抑制来自声源方向的声音信号，以获得所述传声器阵列的噪声参考信号；根据所述声源位置信息，从所述至少两路声音信号中获取来自声源方向的声音信号，以得到语音参考信号；基于所述噪声参考信号，去除所述语音参考信号中残留的噪声信号，以得到期望语音信号。结合声源位置信息，一方面抑制声源方向的声音信号以得到噪声参考信号，另一方面，获取声源方向的声音信号以得到语音参考信号，进而从语音参考信号中去除噪声信号，以实现降低噪声干扰，提升语音增强效果的目的。
语音信号处理方法装置计算机可读介质电子设备

[发明专利]用于扰动信号补偿的音频系统和方法-CN201880021726.X有效
发明人： C·M·赫拉;J·R·沃汀;E·博达赫;P·阿杰洛普洛斯;V·卡萨瓦拉延 -专利权人：伯斯有限公司
申请日： 2018-02-12 - 公布日： 2023-08-18 - 主分类号： G10L21/0208 文献下载
摘要：用于在车厢内提供可理解的音频内容的音频系统和方法。在一个示例中，音频系统包括：第一扬声器，用于基于从音频信号源接收的音频信号向第一乘坐位置提供第一音频内容；第二扬声器，用于向第二乘坐位置提供第二音频内容；第一麦克风组件，被定位为检测源自第二乘坐位置的语音内容、来自第二扬声器的泄漏的第二音频内容和道路噪声；以及音频信号处理电路，音频信号处理电路被配置为至少部分基于第一语音内容、泄漏的第二音频内容和道路噪声的组合来确定扰动信号，并且调节到第一扬声器的音频信号以补偿扰动信号对第一乘坐位置处的第一音频内容的影响。
用于扰动信号补偿音频系统方法

[发明专利]基于噪声更新因子的语音增强方法和装置-CN202310671651.2有效
发明人：柯登峰;王运峰;聂帅;梁山;刘文举 -专利权人：澳克多普有限公司;中国科学院自动化研究所
申请日： 2023-06-08 - 公布日： 2023-08-18 - 主分类号： G10L21/0208 文献下载
摘要：本发明涉及一种基于噪声更新因子语音增强的方法和装置，该方法包括：获取带噪语音；对带噪语音进行傅里叶变换分解，得到带噪傅里叶系数；对带噪傅里叶系数进行特征提取，得到带噪Fbank特征；将带噪Fbank特征输入至预先训练的语音降噪模型，通过维纳滤波对带噪信号进行滤波，得到降噪后的目标语音信号的傅里叶系数；根据降噪后的目标语音傅里叶系数生成降噪后语音波形信号。本发明具有显著的性能提升，既能处理平稳噪声，又能应对非平稳噪声，生成的纯净语音质量较高，同时鲁棒性高，在各自声学场景中性能稳定，提升用户体验。
基于噪声更新因子语音增强方法装置

[发明专利]一种音频降噪模型训练方法、设备及存储介质-CN202310751324.8在审
发明人：陈洲旋;张斌 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-06-25 - 公布日： 2023-08-15 - 主分类号： G10L21/0208 文献下载
摘要：本申请公开了一种音频降噪模型训练方法、设备及存储介质，涉及音频处理技术领域。该方法包括：获取带噪音频，以干净音频为训练目标将带噪音频输入目标神经网络进行训练；目标神经网络以带噪音频为输入以降噪音频为输出；利用信噪比估计器确定带噪音频对应的降噪音频的信噪比作为第一信噪比；根据第一信噪比和带噪音频对应的第二信噪比，确定出第一损失函数；利用第一损失函数和第二损失函数联合对目标神经网络进行迭代训练，得到训练后音频降噪模型；第二损失函数为根据带噪音频对应的干净音频与降噪音频之间的差异构建。结合音频差异和信噪比差异进行联合约束，提高了音频降噪能力的同时减少失真。
一种音频模型训练方法设备存储介质

[发明专利]用于处理音频输入信号的系统和方法-CN202211269462.4在审
发明人： A·施雷布曼 -专利权人：通用汽车环球科技运作有限责任公司
申请日： 2022-10-17 - 公布日： 2023-08-15 - 主分类号： G10L21/0208 文献下载
摘要：本发明涉及用于处理音频输入信号的系统和方法。一种用于处理音频输入信号的系统和方法包括麦克风、控制器和可以联接到远程扬声器的通信链路。麦克风捕获音频输入信号并将音频输入信号传送到控制器，并且控制器联接到通信链路。控制器包括可执行代码以经由线性降噪滤波算法基于音频输入信号生成第一结果，并经由非线性后滤波算法基于第一结果生成第二结果。采用特征恢复算法基于第二结果生成音频输出信号。音频输出信号经由通信链路被传送到可能在远程位置处的扬声器。
用于处理音频输入信号系统方法

[发明专利]一种基于AEC回声消除技术的抑制啸叫的方法-CN202211506585.5在审
发明人：胡南 -专利权人：北京悦米科技有限公司
申请日： 2022-11-28 - 公布日： 2023-08-15 - 主分类号： G10L21/0208 文献下载
摘要：本发明涉及麦克风领域，且公开了一种基于AEC回声消除技术的抑制啸叫的方法，其包括以下步骤：步骤一，麦克风拾取到扬声器的声音；步骤二，步骤一中麦克风拾取到的扬声器的声音被数字采样，这一采样被作为回声消除参考；步骤三，数字采样的声音信号送到回声消除器中，生成该信号的反相信号；步骤四，人声或乐器等需要被麦克风拾取的声音与扬声器的声音一起被麦克风拾取；步骤五，声音转换为数字信号被送到回声消除器中，与原始的采样声音的数字信号进行比较，通过回声消除器生成的反相声音信号移除扬声器的声音；步骤六，由于回声消除器消除了扬声器的回声，由此阻断回受路径。本发明低成本效率高，带有运算能力的数字音频电路无需额外添加硬件，重点在算法模型的搭建与模型训练；麦克风的灵敏度与扬声器的声压级在一定范围不在受到啸叫的限制，可以较为自由的调整参数，以获得更好的现场拾音与放音性能与体验。
一种基于 aec 回声消除技术抑制方法

[发明专利]一种音频消噪方法-CN202310260337.5在审
发明人：别克扎提·巴合提;张辉;梁晓东;谢鸿;熊用;李鹏;张敏;李荣学;刘彩红 -专利权人：湖南联智监测科技有限公司
申请日： 2023-03-17 - 公布日： 2023-08-15 - 主分类号： G10L21/0208 文献下载
摘要：本发明提供了一种音频消噪方法，包括对采集的含噪样本训练数据进行预处理；对于进行预处理后的含噪样本训练数据进行多尺度特征提取，提取其时域特征、频域特征和倒谱域特征，得到复合特征矩阵，并对复合特征矩阵中的特征数据进行降维处理，得到降维的多尺度特征数据；建立深度神经网络模型，通过降维的多尺度特征数据对深度神经网络模型进行训练，直至深度神经网络模型的网络自适应掩蔽能力收敛至接近理想自适应时频掩蔽阈值；通过训练后的深度神经网络模型对含噪音频进行去噪处理等步骤。本发明通过自适应时频掩蔽做为神经网络估计目标的方法，用于训练深度神经网络模型，可以更好的消除工业领域内采集到的音频信号中目标音频以外的噪声。
一种音频方法

[发明专利]一种语音降噪模型训练方法及装置-CN202211682876.X在审
发明人：吴松杰;康元勋 -专利权人：厦门亿联网络技术股份有限公司
申请日： 2022-12-27 - 公布日： 2023-08-15 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种语音降噪模型训练方法及装置，获取待训练语音样本并将训练样本和RNNt‑1隐藏状态值输入语音模型中，对训练样本和RNNt‑1隐藏状态值进行前向传播得到实际语音结果与更新后的RNNt‑1隐藏状态值，重置更新后的RNNt‑1隐藏状态值，利用经过权重掩码的MSN计算出加权误差结果，使语音模型根据所述加权误差结果进行反向传播并更新语音模型权重得到输出更新后的新语音模型权重后，根据更新后的新语音模型权重和所述重置后的RNNt‑1隐藏状态值及所述训练样本进行前向传播直到语音模型收敛得到目标语音模型，通过使用本方法能够在不改变模型结构和训练数据的情况下，解决模型在真实应用场景中出现的过拟合问题，改善模型的降噪效果，提高模型对于突发噪声的抑制能力，提高语音降噪效果。
一种语音模型训练方法装置

[发明专利]处理声音数据以分离多声道信号中的声源-CN201880037758.9有效
发明人： M.巴奎;A.格林 -专利权人：奥兰治
申请日： 2018-05-24 - 公布日： 2023-08-15 - 主分类号： G10L21/0272 文献下载
摘要：本发明涉及一种用于处理声音数据以分离在真实介质中感测到的多声道声音信号的N个声源的方法。该方法包括以下步骤：将源分离处理应用(E310)于所感测到的多声道信号，并获得分离矩阵和一组M个声音分量，其中，M≥N；计算(E320)一组所谓的双变量第一描述符，该组所谓的双变量第一描述符表示所获得的该组M个分量的对中的分量之间的统计关系；计算(E320)一组所谓的单变量第二描述符，该组所谓的单变量第二描述符表示所获得的该组M个分量中的分量的编码特性；以及根据该组第一描述符和该组第二描述符、通过对属于两个类别之一中的成员的概率的计算(E330)、根据分量的这两个类别来将该组M个分量中的分量进行分类(E340)，第一类别具有对应于这N个直接声源的N个所谓的直接分量，并且第二类别具有M‑N个所谓的混响分量。本发明还涉及一种实施比如所描述的方法的处理设备。
处理声音据以分离多声道信号中的声源

[发明专利]一种高效的语音分离方法及其模型搭建方法-CN202310663961.X有效
发明人：付民;卢鹏丞;刘雪峰;孙梦楠;郑冰 -专利权人：中国海洋大学
申请日： 2023-06-07 - 公布日： 2023-08-15 - 主分类号： G10L21/0272 文献下载
摘要：本发明提供了一种高效的语音分离方法及其模型搭建方法，属于语音处理技术领域，模型搭建方法为：获取若干说话人的语音原始数据；对获取的原始数据进行预处理构建混合语音数据集；基于双路径网络结构，在保持采用双向长短期记忆网络处理局部信息的同时，采用一种全新的多分辨率重构注意力网络去处理全局信息，新构建为全局多分辨率重构局部循环网络模型，并对模型进行训练并选取分离效果最好的模型；模型搭建完成后用于混合语音分离。本发明提出的高效的语音分离模型，与其他先进模型相比，本发明计算效率有了明显提升，在语音分离精度和计算效率之间实现了良好的平衡。
一种高效语音分离方法及其模型搭建

[发明专利]追踪噪声源和目标声源的双麦克风降噪系统和方法-CN201710111158.X有效
发明人：王宁远;孙晓安;田春;平利川;黄穗 -专利权人：浙江诺尔康神经电子科技股份有限公司
申请日： 2017-02-28 - 公布日： 2023-08-15 - 主分类号： G10L21/0216 文献下载
摘要：本发明公开了一种追踪噪声源和目标声源的双麦克风降噪系统和方法，包括声源定位模块、延时相加器、前向差分麦克风阵列、后向差分麦克风阵列、估算模块和维纳滤波器，声源定位模块的输入为前向和后向麦克风的两路频域信号，对目标声源及噪声源的方向进行判断计算后输出；估算模块与前向差分麦克风阵列和后向差分麦克风阵列以及声源定位模块分别连接，根据三者的输出估算出前向目标信号。本发明能据外部环境，实时追踪噪声源与目标声源的方向，进行定向降噪。
追踪噪声目标声源麦克风系统方法

[发明专利]基于U-Net的机载语音噪音分离方法、设备及介质-CN202210394934.2有效
发明人：张绪皓;王立;雷志雄;马建民;王煦;朱宇;陈必然;王刚;黄钰;徐凌 -专利权人：中国电子科技集团公司第十研究所
申请日： 2022-04-15 - 公布日： 2023-08-15 - 主分类号： G10L21/0264 文献下载
摘要：本发明公开了一种基于U‑Net的机载语音噪音分离方法、设备及介质，属于机载语音信号处理领域，包括步骤：对带噪语音做短时傅里叶变换，利用纯净语音和噪声得到纯净语音时频掩码。并作为训练目标，将带噪语音的时频图作为深度学习模型的输入，经过训练得到收敛的模型；待处理含噪语音经过分帧加窗预处理后，经过短时傅里叶变换得到时频图和相位谱；将时频图输入模型得到预测的纯净语音时频掩码，再与时频图相乘得到纯净语音的时频图；通过相位谱和预测的纯净语音时频掩码得到纯净语音的相位谱预测；再通过短时傅里叶逆变换得到预测的纯净语音。本发明可以有效提高降噪的泛化性和可懂度，能够处理机舱复杂噪声环境下的语音降噪任务。
基于 net 机载语音噪音分离方法设备介质

[发明专利]一种基于视听语音分离的说话人视觉激活解释方法及系统-CN202310187677.X在审
发明人：胡致远;沈旭立 -专利权人：华院计算技术（上海）股份有限公司
申请日： 2023-03-01 - 公布日： 2023-08-11 - 主分类号： G10L21/028 文献下载
摘要：本发明公开了一种基于视听语音分离的说话人视觉激活解释方法及系统，方法包括：由说话人视频片段抽取说话人音频片段，与噪声音频片段混合得到混合语音片段；基于残差神经网络提取唇部运动特征和面部特征，基于U‑net进行音频特征提取，并对齐构成多模态深度特征；确定视听语音分离模型的模型组件和损失函数并完成训练；解码视频流信息并输入部署的视听语音分离模型，并根据输出的预测频谱图计算得分函数，根据得分函数计算视觉模态不同层的贡献度，通过热力图生成视觉模态激活图。通过本发明的技术方案，创新性地提出了适用于视听语音分离特殊输出的可视化解释方法，得到了超过目前最先进水平的分离效果，能够在更复杂条件下稳定工作。
一种基于视听语音分离说话视觉激活解释方法系统