[发明专利]一种基于综合特征集的深度学习语音增强方法有效
| 申请号： | 201810267142.2 | 申请日： | 2018-03-28 |
| 公开（公告）号： | CN108447495B | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 张涛;任相赢;刘阳 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G10L21/02 | 分类号： | G10L21/02;G10L21/0208;G10L25/24;G10L13/02 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 杜文茹 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于综合特征集的深度学习语音增强方法：对音频PCM编码信号预处理：对音频PCM编码信号进行分帧、加窗，同时按照设定比例将原始数据集分为训练集和测试集；利用训练集对DBN的权重和偏置参数进行预训练和微调；利用训练好的DBN权重和偏置参数提取DBN声学特征；从训练集和测试集中提取互补特征集声学特征；从DBN声学特征和互补特征集的特征中选取所需特征；从五种特征汇总成的总向量中提取综合特征集声学特征；进行语音增强。本发明的综合特征集声学特征用于语音增强模型噪声抑制后，信噪比语音评价指标得到了较大提升，所以在极低信噪比条件下本发明表现出了非常好的优势。 | ||
| 搜索关键词： | 一种 基于 综合 征集 深度 学习 语音 增强 方法 | ||
【主权项】：
1.一种基于综合特征集的深度学习语音增强方法，其特征在于，包括如下步骤：1)对音频PCM编码信号预处理：对音频PCM编码信号进行分帧、加窗，同时按照设定比例将原始数据集分为训练集和测试集；2)利用训练集对DBN的权重和偏置参数进行预训练和微调；3)利用训练好的DBN权重和偏置参数提取DBN声学特征；4)从训练集和测试集中提取互补特征集声学特征，即根据AMS、RASTA‑PLP、梅尔倒谱系数、GF四个特征提取方法，分别提取分帧、加窗后的训练集、测试集语音数据的四个特征，并将所述的四个特征汇总得到互补特征集；5)利用GroupLasso模型从DBN声学特征和互补特征集的特征中选取所需特征；6)从五种特征汇总成的总向量中提取综合特征集声学特征，即根据步骤5)得到的多个拟合参数值，对AMS、RASTA‑PLP、MFCC、GF、DBN五种特征进行保留或舍弃，重新组合分别得到训练集的综合特征集声学特征和测试集的综合特征集声学特征；7)进行语音增强。
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天津大学，未经天津大学许可，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/201810267142.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种语音通信智能处理方法
- 下一篇：一种基于麦克风阵列的语音增强方法及装置
