[发明专利]基于编解码器架构与递归神经网络的骨导语音盲增强方法有效
| 申请号： | 201810960512.0 | 申请日： | 2018-08-22 |
| 公开（公告）号： | CN108986834B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 张雄伟;单东晶;郑昌艳;曹铁勇;李莉;杨吉斌 | 申请（专利权）人： | 中国人民解放军陆军工程大学 |
| 主分类号： | G10L21/0208 | 分类号： | G10L21/0208;G10L19/005;G10L25/30;G06N3/0442;G06N3/0455;G06N3/08 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 唐代盛 |
| 地址： | 210007 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于编解码器架构与递归神经网络的骨导语音盲增强方法，首先提取气导和骨导语音特征，对提取的语音特征数据进行对齐预处理，然后以骨导语音特征作为训练输入，以气导语音字典组合系数作为训练目标，作为下一步骤中编码器的初始化参数；构建基于局部注意力机制的解码器模型，以编码器输出作为解码器的输入，以气导语音特征为训练目标，联合训练编解码器模型，并存储模型参数；最后提取待增强的骨导语音特征，利用上述步骤训练好的编解码神经网络实现特征转换，再对神经网络的输出进行反归一化和特征逆变换，最终得到增强后的时域语音。本发明解决高频成分的恢复、骨导无声段恢复及较强噪声背景下的恢复等问题，改善了骨导语音的增强质量。 | ||
| 搜索关键词： | 基于 编解码器 架构 递归 神经网络 导语 增强 方法 | ||
【主权项】：
1.一种基于编解码器架构与递归神经网络的骨导语音盲增强方法，其特征在于如下步骤：数据预处理：提取气导AC和骨导BC语音幅度谱特征，对提取的语音特征数据进行对齐预处理，并在气导语音特征数据上使用稀疏非负矩阵分解计算出气导语音字典；编码器的预训练：以骨导语音特征作为训练输入，以气导语音字典组合系数作为训练目标，采用非负、稀疏长短时记忆递归神经网络训练编码器模型，并存储训练好的深度神经网络参数，作为下一步骤中编码器的初始化参数；编解码器的联合训练：构建基于局部注意力机制的解码器模型，以编码器输出作为解码器的输入，以气导语音特征为训练目标，联合训练编解码器模型，并存储模型参数；语音增强：提取待增强的骨导语音特征，利用上述步骤中训练好的编解码神经网络实现特征转换，再对神经网络的输出进行反归一化和特征逆变换，最终得到增强后的时域语音。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军陆军工程大学，未经中国人民解放军陆军工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810960512.0/，转载请声明来源钻瓜专利网。
