“大象声科（深圳）科技有限公司”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9个，建议您升级VIP下载更多相关专利

[发明专利]啸叫抑制方法、装置、设备及介质-CN202211393760.4在审
发明人：王佳旭;丁智慧;张泽滨;苗健彰 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2022-11-08 - 公布日： 2023-03-21 - 主分类号： G10L21/0216 文献下载
摘要：本发明涉及语音处理技术领域，提供一种啸叫抑制方法、装置、设备及介质，能够利用基于多麦克风自构建的波束形成器消除来自扬声器方向的干扰，同时利用基于路径向量自构建的自适应滤波器消除残余部分的干扰，从而实现啸叫抑制。在啸叫抑制过程中不仅降低了声音的失真度，并且由于无需使用额外的硬件，还节约了部署成本。
抑制方法装置设备介质

[发明专利]声学场景分类模型训练方法、装置、智能终端及存储介质-CN202210319713.9在审
发明人：谭钦;王佳旭;苗健彰 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2022-03-29 - 公布日： 2022-06-14 - 主分类号： G10L25/51 文献下载
摘要：本发明公开了声学场景分类模型训练方法、装置、智能终端及存储介质，所述方法包括：获取训练数据；提取所述样本音频的第一特征信号，并将所述第一特征信号进行切片和扩容后得到第二特征信号；将所述第二特征信号输入声学场景分类模型，输出预测声学场景类别；其中，所述声学场景分类模型通过对残差神经网络进行改进得到；根据所述预测声学场景类别和所述真实标签对所述声学场景分类模型进行训练，以得到已训练的声学场景分类模型。本发明实施例中通过对样本音频的特征信号进行切片后扩容，使得输入样本信号尺寸减小，并提升响应速度；将样本信号输入到改进的残差神经网络进行训练，使得模型的分类结果准确率更高。
声学场景分类模型训练方法装置智能终端存储介质

[发明专利]一种音频听测装置、方法、终端及存储介质-CN202210325192.8在审
发明人：杨新威;苗健彰 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2022-03-30 - 公布日： 2022-06-03 - 主分类号： A61B5/12 文献下载
摘要：本发明公开了一种音频听测装置、方法、终端及存储介质，本发明提供的音频听测装置可以自动调整目标频率对应的音频的播放响度，通过监测目标用户的听力反应，可以确定目标用户在目标频率下的听阈，解决了现有技术中用户无法自主完成听力测试的问题。
一种音频装置方法终端存储介质

[发明专利]一种单声道鲁棒性的语音关键词实时检测方法-CN201910945315.6有效
发明人：胡鹏;闫永杰 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2019-09-30 - 公布日： 2022-04-12 - 主分类号： G10L15/22 文献下载
摘要：本发明涉及的一种单声道鲁棒性的语音关键词实时检测方法，包括如下步骤：接收电子格式的带噪语音；逐帧用短时傅里叶变换把时域的语音信号转化为频域信号；使用梅尔滤波器对频域信号进行处理，得到的梅尔特征作为声学特征；梅尔特征逐帧经过神经网络再用归一化指数函数处理后得到每个关键词的置信度信息；当某一个关键词的置信度大于预先定义的阈值之后则取当前帧和往前推移若干帧拼接作为的神经网络的输出；当置信度数值大于预先定义的阈值，则认为检测到关键词，否则视为没有检测到关键词。本发明性能优秀，能够在嘈杂的环境中依然能够保持较高的唤醒率，具有更加广泛的实用性，能够大幅的降低神经网络的虚警率，提升了本发明的性能。
一种单声道鲁棒性语音关键词实时检测方法

[发明专利]融合入耳麦克风和耳外麦克风的深度学习降噪设备-CN202010825493.8有效
发明人：闫永杰 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2020-08-17 - 公布日： 2022-03-08 - 主分类号： H04R1/10 文献下载
摘要：本申请公开了一种融合入耳麦克风和耳外麦克风的深度学习降噪方法及设备，该降噪方法包括：获取入耳麦克风的音频信号和耳外麦克风的音频信号；获取网络模型的目标幅度谱；基于高通滤波技术对入耳麦克风的音频信号进行滤波处理；将滤波处理后的入耳麦克风的音频信号和耳外麦克风的音频信号分别输入网络模型中，得到网络模型输出的预测幅度谱；在目标幅度谱与预测幅度谱的误差在预设范围内的情况下，将预测幅度谱经过再合成后输出为算法预测降噪后的信号。上述方案，提高了噪声环境下的语音通话质量。
融合入耳麦克风深度学习设备

[发明专利]一种融合骨振动传感器和双麦克风信号的深度学习降噪方法及系统-CN202010782856.4有效
发明人：闫永杰;张珍斌 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2020-08-06 - 公布日： 2022-01-21 - 主分类号： G10L21/0216 文献下载
摘要：本发明涉及一种融合骨振动传感器和双麦克风信号的深度学习降噪方法及系统，包括基频和声纹特征提取模块，空间方位特征提取模块以及深度神经网络的融合模块，方法包括从骨振动传感器信号中提取声音基频和声纹特征；利用主、次麦克风信号提取出声音源的空间方位特征；将这些特征融合送入深度神经网络模块；通过深度神经网络模块预测得到降噪语音。本发明利用骨振动传感器信号不受气导噪声干扰的特性，将骨传信号作为低频输入信号，与双麦克信号一同送入深度神经网络进行整体降噪、融合，同时提取信号空间方位特征，和从骨振动传感器提取出的说话者的基频，声纹特征。从而得到优质的低频信号，极大提高深度神经网络预测的准确性，使得降噪效果更佳。
一种融合振动传感器麦克风信号深度学习方法系统

[实用新型]智能眼镜-CN202020088494.4有效
发明人：时晓宽 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2020-01-15 - 公布日： 2020-09-29 - 主分类号： G02C11/06 文献下载
摘要：本申请公开了一种智能眼镜，该智能眼镜包括：眼镜框、连接于眼镜框的眼镜腿以及设置于眼镜框上的鼻梁架，设置于眼镜腿内的主控芯片、设置于鼻梁架上的骨振动传感器，以及设置于眼镜框或眼镜腿上的麦克风；主控芯片分别连接骨振动传感器以及麦克风。通过上述方式，本申请提供的智能眼镜实现了大噪音环境下的清晰通话。
智能眼镜

[发明专利]一种通用的单声道实时降噪方法-CN201710594168.3有效
发明人：陈纪同;张学良 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2017-07-20 - 公布日： 2020-09-01 - 主分类号： G10L19/02 文献下载
摘要：本发明涉及一种通用的单声道实时降噪方法，包括以下步骤：接收电子格式的带噪语音，其中包含语音和非人声干扰噪声；从接收到的声音中逐帧提取短时傅里叶幅度谱作为声学特征；使用具有长短期记忆的深度回归神经网络逐帧产生比值膜；利用产生的比值膜对带噪语音的幅度谱进行掩蔽；使用掩蔽后的幅度谱和带噪语音的原始相位，经过逆傅里叶变换，再次合成语音波形。本发明采用有监督学习方法进行语音降噪，通过使用带有长短期记忆的回归神经网络来估计理想比值膜；本发明提出的回归神经网络使用大量带噪语音进行训练，其中包含了各种现实声学场景和麦克风脉冲响应，最终实现了独立于背景噪声、说话人和传输信道的通用语音降噪。
一种通用单声道实时方法

[发明专利]一种融合骨振动传感器和麦克风信号的深度学习语音提取和降噪方法-CN201910953534.9在审
发明人：闫永杰 -专利权人： 大象声科（深圳）科技有限公司
申请日： 2019-10-09 - 公布日： 2020-03-27 - 主分类号： G10L21/0208 文献下载
摘要：本发明涉及的一种融合骨振动传感器和麦克风信号的深度学习降噪方法，包括如下步骤：骨振动传感器和麦克风采集音频信号，分别得到骨振动传感器音频信号和麦克风音频信号；将骨振动传感器音频信号输入高通滤波模块，并进行高通滤波；将经过高通滤波后的骨振动传感器音频信号或经过频带拓宽后的信号,与麦克风音频信号输入深度神经网络模块；深度神经网络模块经过预测得出降噪后的语音。本发明结合了骨震动传感器以及传统麦克风的信号，利用深度神经网络强大的建模能力实现了很高的人声还原度及极强的噪声抑制能力，可以解决复杂噪声场景下的人声提取问题，实现提取目标人声，降低干扰噪声，并可采用单麦克风结构减少成本。另可将骨振动传感器音频信号经过频带拓宽后的信号直接作为输出。
一种融合振动传感器麦克风信号深度学习语音提取方法

1
共 9 条