“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]基于能量的语音激活检测方法、装置及芯片-CN202311162975.X在审
发明人：吴昌盛 -专利权人：归芯科技（深圳）有限公司
申请日： 2023-09-11 - 公布日： 2023-10-17 - 主分类号： G10L21/0224 文献下载
摘要：本发明提供一种基于能量的语音激活检测方法、装置、芯片及存储介质，包括：获取语音能量估计跟踪曲线的一阶差分曲线和/或二阶差分曲线；依据所述一阶差分曲线和/或二阶差分曲线，获取语音激活结果。本发明提供的基于能量的语音激活检测方法、装置、芯片及存储介质，能够为语音降噪和回声抑制提供更好的语音激活判断，实现更加良好的语音增强效果。
基于能量语音激活检测方法装置芯片

[发明专利]语音增强方法、装置、设备及介质-CN202011635949.0有效
发明人：梁彧;傅强;马多佳;田野;杨满智;蔡琳;王杰;金红;陈晓光 -专利权人：恒安嘉新（北京）科技股份公司
申请日： 2020-12-31 - 公布日： 2023-10-17 - 主分类号： G10L21/0208 文献下载
摘要：本发明实施例公开了一种语音增强方法、装置、设备及介质。该方法包括：获取目标含噪语音信号并对其进行短时傅里叶变换，得到与目标含噪语音信号对应的目标频域信号；将目标频域信号当前信号帧的目标特征输入预先训练得到的语音噪声抑制模型中的编码器中，得到与目标频域信号当前信号帧对应的编码特征；将编码特征、语音噪声抑制模型中的解码器输出的目标频域信号当前信号帧的前一个信号帧对应的解码特征，输入解码器中，得到与目标频域信号当前信号帧对应的解码特征；将与目标频域信号各个信号帧对应的解码特征进行信号重构，得到与目标含噪语音信号对应的目标增强语音信号。上述技术方案可以提高语音增强效果，减少计算时间和计算成本。
语音增强方法装置设备介质

[发明专利]一种基于最小体积约束的多通道盲声源分离方法-CN202110427529.1有效
发明人：张晓雷;王建宇;王杰 -专利权人：西北工业大学;西北工业大学深圳研究院
申请日： 2021-04-21 - 公布日： 2023-10-17 - 主分类号： G10L21/0272 文献下载
摘要：本发明公开了一种基于最小体积约束的多通道盲声源分离方法，首先将接受到的多通道混合信号通过解混合矩阵，得到声源的近似估计，再通过短时傅里叶变换得到估计的每个通道时频图矩阵，然后通过最小体积约束的独立低秩矩阵分析，最终更新解混合矩阵。本发明显著提高了混响环境中估计的声源信号失真比，保证了混和声源信号在重构过程中的鲁棒性和可识别性。
一种基于最小体积约束通道声源分离方法

[发明专利]一种基于DFSMN模型的语音增强方法、装置和设备-CN202310850216.6在审
发明人：张海剑;孙思雨;陈佳佳 -专利权人：武汉大学
申请日： 2023-07-11 - 公布日： 2023-10-13 - 主分类号： G10L21/02 文献下载
摘要：针对现有的算法参数量和计算量较大的问题，本发明公开了一种基于DFSMN模型的语音增强方法、装置和设备，包括短时傅里叶变换模块、编码器模块、双路径DFSMN模块、掩码估计模块和短时傅里叶逆变换模块，其中短时傅里叶变换模块用于将带噪语音转化为复数谱，编码器模块用于将带噪语音复数谱转化为多尺度编码特征，双路径DFSMN模块用于对特征进行时间维度和频率维度建模，解码器用于对特征降维，掩码估计模块用于估计增强语音掩码。本发明具有较少的参数量和计算量，并且实现了较好的语音增强效果，有较强的实用性。
一种基于 dfsmn 模型语音增强方法装置设备

[发明专利]基于区块链的线上诊疗及音视频数据智能优化方法和系统-CN202311132515.2在审
发明人：吴晓彤 -专利权人：北京赛博日新科技有限公司
申请日： 2023-09-05 - 公布日： 2023-10-13 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种基于区块链的线上诊疗及音视频数据智能优化方法和系统，涉及数据处理技术领域。该方法包括：录入医生和患者双方的身份信息；当任意一方发言时，提取对应的视频信号和音频信号；对视频信号中的每一帧图像进行检测，并进行去噪，得到优化后的视频信号；对音频信号进行去噪，得到优化后的音频信号；将优化后的视频信号和音频信号传输给另一方观看；对优化后的音频信号进行编码，得到对应音频信号的编码结果；记录并将线上就诊时间、医生身份信息、患者身份信息以及每段音频信号的编码结果上传至区块链。本发明结合多种模型，对图像、语音进行有效去噪，并对音频信号进行有效编码，大大降低占用资源；并对核心数据上链存储。
基于区块线上诊疗视频数据智能优化方法系统

[发明专利]一种基于信号增强的音频处理方法-CN202311134182.7在审
发明人：陈灿涛 -专利权人：深圳市极客空间科技有限公司
申请日： 2023-09-05 - 公布日： 2023-10-13 - 主分类号： G10L21/0208 文献下载
摘要：本发明涉及音频处理技术领域，尤其涉及一种基于信号增强的音频处理方法。所述方法包括以下步骤：通过音频降噪算法对音频源设备进行数据采集降噪处理，得到音频信号降噪数据；利用信号增强算法和信号特征分析技术对音频信号降噪数据进行信号增强特征分析，得到音频信号时频域特征；利用关键特征挖掘算法和音频处理技术对音频信号时频域特征进行音频信号调整处理，得到音频信号调整处理结果；利用自适应监测技术和音频信号评估技术对音频信号调整处理结果进行监测评估处理，得到音频信号评估结果；利用音频信号评估结果执行相应的音频信号播放策略。本发明通过多种算法和技术对音频信号进行增强和降噪处理，以提高音频的质量、清晰度和可听性。
一种基于信号增强音频处理方法

[发明专利]基于端到端深度学习语音复刻模型的嵌入向量处理方法-CN202310528041.7在审
发明人：朱明;王卓越;刘浩哲;张笑源 -专利权人：华中科技大学
申请日： 2023-05-10 - 公布日： 2023-10-13 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种基于端到端深度学习语音复刻模型的嵌入向量处理方法，属于基于深度学习端到端的语音处理技术领域。其中方法的实现包括：语音复刻编码器模型从话者的语音样本中提取话者嵌入向量，计算标准语音与话者语音的基频和相似度量值，选取最优的标准语音，以固定步长计算话者语音与标准语音的不同权值比，得到最优权值比，完成声音美颜的处理。以固定步长选取阈值，得到最优置零阈值后，将嵌入向量所有维度中低于置零阈值的维置零，完成小向量阈值置零处理。本发明利用嵌入向量这一工具，进行声音美颜和小向量阈值置零处理，可以显著提高生成语音的音频质量。
基于端到端深度学习语音模型嵌入向量处理方法

[发明专利]一种时延估计系统及装置-CN202211380324.3有效
发明人：刘杨;杨飞然;杨军 -专利权人：中国科学院声学研究所
申请日： 2022-11-03 - 公布日： 2023-10-13 - 主分类号： G10L21/0208 文献下载
摘要：本发明提供了一种时延估计系统及装置，所述系统基于编码器‑时序建模结构实现，用于经过训练后计算时延估计值；所述系统包括：信号时频特征提取模块、编码器模块、时序建模模块、时延分类器和时延计算模块。本发明的优势在于：将时延估计设计问题为分类问题，通过设计训练集和标签，可以控制时延估计的精度、上限和估计误差；时延时变的训练集，能够降低时延估计的方差；进一步减小时延估计的误差和方差，并尽量避免时延过估计的现象；在长混响、大时延和双端对讲情况下，本发明的时延估计收敛时间、跟踪时间更短，过估计率更低。本发明与自适应滤波级联的系统具有更大的远端单讲回声抵消量和更好的双端对讲语音质量。
一种估计系统装置

[发明专利]一种针对大功率目标信号的语音提取方法-CN202010882977.6有效
发明人：廖乐乐;卢晶 -专利权人：南京大学
申请日： 2020-08-28 - 公布日： 2023-10-13 - 主分类号： G10L21/0272 文献下载
摘要：本发明公开了一种针对大功率目标信号的语音提取方法。该方法的步骤包括：步骤1，获取待处理混合语音的时频域信号；步骤2，初始化各频带的分离向量；将混合语音时频域信号进行白化预处理，然后对所有频带的分离向量进行联合优化，收敛后对分离向量进行标准化，得到最终的目标语音分离向量并由此估计出目标语音的时频域信号；步骤3，将估计出的目标语音时频域信号通过短时傅里叶逆变换，得到时域的目标语音信号。本发明的方法可以针对多个传声器实现多通道环境下的目标语音提取，有利于节省计算量，并保证目标语音提取的准确性。
一种针对大功率目标信号语音提取方法

[发明专利]一种语音增强方法、装置以及处理设备-CN202110852033.9有效
发明人：李登实;赵兰馨;高雨;官端正 -专利权人：江汉大学
申请日： 2021-07-27 - 公布日： 2023-10-13 - 主分类号： G10L21/0208 文献下载
摘要：本申请提供了一种语音增强方法、装置以及处理设备，用于实现一种语音增强机制，保障高精度的降噪处理，以具有更高的实用价值。方法包括：处理设备获取发送方发送的第一语音数据；处理设备提取第一语音数据的第一语音特征以及第一背景噪声分贝特征；处理设备采集自身所处环境的第二背景噪声分贝特征；处理设备将第一语音特征、第一背景噪声分贝特征以及第二背景噪声分贝特征输入语音特征处理模型，并得到语音特征处理模型输出的第二语音特征；处理设备根据第二语音特征，对第一语音数据进行语音增强处理，得到第二语音数据。
一种语音增强方法装置以及处理设备

[发明专利]麦克风阵列语音的增强方法、及其相关设备-CN201911349602.7有效
发明人：魏有权 -专利权人：深圳市三诺数字科技有限公司
申请日： 2019-12-24 - 公布日： 2023-10-13 - 主分类号： G10L21/02 文献下载
摘要：本发明涉及信号处理技术领域，提供了一种麦克风阵列语音的增强方法、及其相关设备，所述麦克风阵列语音的增强方法包括：通过麦克风阵列获取待增强的声音信号；基于预设数据模型对所述声音信号进行标准化处理，得到标准信号；根据预设特征提取规则对所述标准信号进行特征提取，获取特征信号；将特征信号导入到波束形成器中进行优化处理，输出优化信号；利用后置双滤波的方式对优化信号进行噪声抑制，得到目标信号；对目标信号进行短时傅里叶逆变换及数据重构，输出时域目标信号。本发明的技术方案实现对麦克风阵列语音的增强，提高用户获取麦克风阵列语音的准确性。
麦克风阵列语音增强方法及其相关设备

[发明专利]音频处理方法及装置、模型训练方法及装置、介质和设备-CN202110309926.9有效
发明人：成帅;陈功;陈丽;郝一亚 -专利权人：杭州网易智企科技有限公司
申请日： 2021-03-23 - 公布日： 2023-10-13 - 主分类号： G10L21/0208 文献下载
摘要：本发明的实施方式提供了一种音频处理方法及装置、音频处理模型训练方法及装置、存储介质和电子设备。该音频处理方法包括：提取音频信号中的扩展巴克刻度倒谱系数和谐波相关性系数；将所述扩展巴克刻度倒谱系数和所述谐波相关性系数输入预设音频处理模型中，得到扩展巴克刻度频带增益值；根据所述扩展巴克刻度频带增益值，获取处理后频带增益值；根据所述处理后频带增益值与所述音频信号的频谱幅值，获得所述音频信号对应的处理后信号。本发明实施例的技术方案可以实现实时音频降噪。
音频处理方法装置模型训练介质设备

[发明专利]语音处理方法、装置和介质-CN202010508206.0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：北京搜狗智能科技有限公司
申请日： 2020-06-05 - 公布日： 2023-10-13 - 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，其中的方法应用于耳机收纳装置，具体包括：从耳机装置接收第一语音信号；基于所述第一语音信号，确定所述第一语音信号对应的第二语音信号；所述第二语音信号为对所述第一语音信号进行美化处理得到；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；或者，耳机收纳装置对所述第二语音信号进行播放和/或展示。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]回声消除方法、装置、计算机设备和存储介质-CN202310995773.7有效
发明人：高毅;陈静聪;李斌;罗程 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-08-09 - 公布日： 2023-10-13 - 主分类号： G10L21/0208 文献下载
摘要：本申请涉及一种回声消除方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取当前帧序的回声预测信号帧和残差信号帧；根据当前帧序的回声预测信号帧在多个频点处的差分功率谱，以及当前帧序的残差信号帧在多个频点处的差分功率谱，确定回声泄露系数；根据回声泄露系数对当前帧序的残差信号帧进行第二回声消除处理，得到经第二回声消除处理的残差信号帧的频谱估计数据；确定当前帧序的近端音频帧，并确定频谱估计数据与当前帧序的近端音频帧的频谱之间的频谱相关度；根据频谱相关度对经第二回声消除处理的残差信号帧进行第三回声消除处理，得到消除了回声的目标音频帧。采用本方法能够消除回声。
回声消除方法装置计算机设备存储介质

[发明专利]语音识别系统-CN201880015644.4有效
发明人：渡部晋治;落合翼;堀贵明;J·R·赫尔歇 -专利权人：三菱电机株式会社
申请日： 2018-02-23 - 公布日： 2023-10-13 - 主分类号： G10L21/0216 文献下载
摘要：一种语音识别系统包括接收包括语音信号的声信号的多个麦克风；从声信号生成多通道输入的输入接口；存储多通道语音识别网络的一个或多个储存器，其中，多通道语音识别网络包括从多通道输入生成时间‑频率掩模的掩模估计网络；被训练为使用时间‑频率掩模从多通道输入中选择基准通道输入并且基于基准通道输入生成增强语音数据集的波束形成器网络；以及被训练为将增强语音数据集变换为文本的编码器‑解码器网络。系统还包括与一个或多个储存器关联地使用多通道语音识别网络以从多通道输入生成文本的一个或多个处理器；和渲染文本的输出接口。
语音识别系统