[发明专利]一种基于MEE优化准则的深度神经网络语音增强模型在审
| 申请号： | 201711384226.6 | 申请日： | 2017-12-20 |
| 公开（公告）号： | CN108133702A | 公开（公告）日： | 2018-06-08 |
| 发明（设计）人： | 周翊;黄张翼;舒晓峰;孙旭光 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L21/0208;G10L25/03;G10L25/30;G06N3/08 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400065 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于MEE优化准则的深度神经网络语音增强模型，属于人工智能语音增强领域。该模型包括输入层、隐层和输出层，整个训练模型分为训练阶段和增强阶段。所述训练阶段，将纯净语音和多种类噪声两两相加构建不同信噪比下的混合带噪语音；对混合语音进行特征提取，输入到DNN网络进行训练。所述增强阶段，对待测混合语音进行相同特征提取，输入到已经训练好的DNN网络进行解码，网络输出对纯净语音的特征的估计，再进行波形重构，得到降噪后的语音文件。本发明对实际问题中含非平稳噪声的带噪语音降噪具有较好的普适性。 | ||
| 搜索关键词： | 语音增强 纯净语音 混合语音 神经网络 特征提取 训练阶段 优化准则 降噪 语音 非平稳噪声 人工智能 解码 波形重构 实际问题 网络输出 训练模型 语音文件 普适性 输出层 输入层 信噪比 构建 隐层 相加 噪声 网络 | ||
【主权项】：
一种基于MEE优化准则的深度神经网络语音增强模型，其特征在于：该模型包括输入层、隐层和输出层；所述隐层层数为3，节点数为1024；该模型分为训练阶段和增强阶段；所述训练阶段：将纯净语音和多种类噪声两两相加构建不同信噪比下的混合带噪语音，对混合语音进行特征提取，输入到深度神经网络(Deep Neural Network,，DNN)进行训练；所述增强阶段：对待测混合语音进行相同特征提取，输入到已经训练好的DNN进行解码，DNN输出对纯净语音的特征的估计，再进行波形重构，得到降噪后的语音文件。
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重庆邮电大学，未经重庆邮电大学许可，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/201711384226.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种机器人语音交互的系统与方法
- 下一篇：一种手机控制系统
