“王梅煌”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的闭环系统声反馈抑制方法-CN202210825168.0有效
发明人：郑成诗;王梅煌;李晓东 -专利权人：中国科学院声学研究所
申请日： 2022-07-14 - 公布日： 2023-09-29 - 主分类号： H04R3/02 文献下载
摘要：本发明涉及一种基于深度学习的闭环系统声反馈抑制方法，该方法包括：将离线训练好的闭环系统反馈抑制模型应用于在线闭环系统中，对输入闭环系统的音频信号进行处理后，再馈给闭环系统的发声单元重放，实现声反馈抑制；所述闭环系统抑制模型基于深度学习建立；对闭环系统进行建模，通过模拟生成声反馈路径单位脉冲响应，并根据单位脉冲响应计算最大稳定增益，以最大稳定增益为依据生成闭环信号；将输入闭环系统的音频信号在开环条件下生成开环信号；闭环信号与开环信号一起构成模型的平行训练数据，并利用平行训练数据采用离线方式对模型进行训练。本发明方法能够有效抑制反馈信号，提高语音质量和可懂度，并显著提升扩声系统增益。
一种基于深度学习闭环系统反馈抑制方法

[发明专利]一种基于深度学习的声反馈的抑制方法及系统-CN202210408816.2有效
发明人：郑成诗;王梅煌;柯雨璇;李晓东 -专利权人：中国科学院声学研究所
申请日： 2022-04-19 - 公布日： 2023-09-05 - 主分类号： H04R3/02 文献下载
摘要：本发明涉及扩声系统领域，特别涉及一种基于深度学习的声反馈的抑制方法及系统；所述方法包括：步骤1)采集闭环扩声系统中的原始真实声音信号，并基于傅里叶变换，获得真实声音张量矩阵；步骤2)将真实声音张量矩阵输入至预先训练好的第一深度学习网络模型中，通过训练好的第一深度学习网络模型提取真实声音张量矩阵中的特征向量，并基于所述特征向量进行声反馈抑制；其中，所述第一深度学习网络模型通过开环数据集进行训练；步骤3)将所述声反馈抑制后的真实张量矩阵进行傅里叶逆变换，获得声反馈抑制后的声音信号并将其输入至闭环的扩声系统中，所述闭环的扩声系统为存在反馈通路的扩声系统；本发明够有效抑制声反馈，普适性强，应用范围广泛。
一种基于深度学习反馈抑制方法系统

[发明专利]一种基于深度学习的声反馈抵消方法-CN202211423851.8在审
发明人：郑成诗;王梅煌;桑晋秋;李晓东 -专利权人：中国科学院声学研究所
申请日： 2022-11-15 - 公布日： 2023-03-31 - 主分类号： G10L21/0208 文献下载
摘要：本发明涉及一种基于深度学习的声反馈抵消方法，该方法包括：首先，构造训练集，先生成大量的单位脉冲响应模拟声学反馈路径，以语音和音频信号作为外部音频输入，在开环条件下生成带反馈的音频信号和目标音频信号；接着，对带反馈的音频信号进行分帧和特征提取，根据目标音频信号与带反馈的音频信号逐帧逐频点提取学习目标，搭建基于深度学习的声反馈抵消模型，并采用开环方式训练网络，直至误差收敛到一定的范围，完成基于深度学习的声反馈抵消模型的训练；最后，将训练好的基于深度学习的声反馈抵消模型应用在闭环系统中，对闭环系统中的带反馈音频信号进行处理，得到目标音频信号时频谱，并重建时域目标音频信号。
一种基于深度学习反馈抵消方法