[发明专利]一种基于深层循环神经网络的语音增强方法及装置有效
| 申请号： | 201910406078.6 | 申请日： | 2019-05-15 |
| 公开（公告）号： | CN110164465B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 方勇;刘昇栋;朱梦尧 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G10L21/02 | 分类号： | G10L21/02;G10L15/06;G10L25/30 |
| 代理公司： | 上海精晟知识产权代理有限公司 31253 | 代理人： | 冯子玲 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 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深层循环神经网络的语音增强方法，包括：获取语音数据集，对语音数据集进行预处理；对预处理后的语音数据集，进行字典训练，得到字典矩阵；根据字典矩阵，建立基于深层循环神经网络的模型；根据基于深层循环神经网络的模型，对基于深层循环神经网络的模型进行训练；使用训练好的基于深层循环神经网络的模型，对含噪声的语音信号进行语音增强处理，得到增强后的语音数据。本发明的一种基于深层循环神经网络的语音增强方法，使用更有效的方法提取语音特征，同时结合传统的非负矩阵分解(NMF)算法和深度学习的方法，实现了利用少量已有数据训练模型，并取得了有竞争力的语音增强效果。 | ||
| 搜索关键词： | 一种 基于 深层 循环 神经网络 语音 增强 方法 装置 | ||
【主权项】：
1.一种基于深层循环神经网络的语音增强方法，其特征在于，包括获取语音数据集，对所述语音数据集进行预处理；对预处理后的所述语音数据集，进行字典训练，得到字典矩阵；根据所述字典矩阵，建立基于深层循环神经网络的模型；根据所述基于深层循环神经网络的模型，对所述基于深层循环神经网络的模型进行训练；根据训练好的基于深层循环神经网络的模型，对含噪语音的语音数据进行训练，得到增强后的语音数据。
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上海大学，未经上海大学许可，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/201910406078.6/，转载请声明来源钻瓜专利网。
