专利交易市场

本发明公开了一种基于绝对听觉阈值的深度学习语音增强方法,包括以下步骤：S1.对输入的时域音频信号进行预处理，得到频域语音信号；S2.对频域语音信号进行声学特征处理，得到特征语音信号；S3.基于深度神经网络，构建特征语音增强网络模型；S4.对特征语音增强网络模型进行离线训练，得到成熟的特征语音增强网络模型；S5.利用成熟的特征语音增强网络模型进行在线语音增强。本发明利用绝对听觉阈值对语音信号进行声学特征处理，突出语音信号特征，在不损失输出音频的可懂度和清晰度的情况下，降低网络输入语音信号的数据量，减少网络输入参数，提高网络训练速率。

本发明公开了一种基于三态分类语音活动检测的自适应维纳滤波降噪方法及系统和存储介质，用于解决人工耳蜗内语音降噪算法在非平稳噪声环境下降噪效果不佳的技术问题。本发明首先通过改进的语音活动检测将音频帧分为语音帧、静音帧和噪声帧三类，并进行时频域最小值追踪来实现对噪声的功率谱估计。系统进一步引入噪声环境变化检测机制，动态评估噪声稳定性，并据此自适应调整维纳滤波器参数。针对不同类型的帧和频点，系统动态优化滤波参数，包括平滑系数、增益下限和频带权重。通过这种多级自适应处理机制，本方法能够在复杂噪声环境下实现更高的语音信噪比和清晰度，适用于人工耳蜗的单麦克风降噪。

本发明提供一种基于采用谐波结构的OMLSA框架的神经网络降噪系统和方法，保留了神经网络的降噪性能，而且对一般神经网络在语音中间噪声残留大的问题有很大的改善。基于采用谐波结构的OMLSA框架的神经网络降噪系统和方法包括离线模型训练部分和在线实时降噪部分；离线模型训练部分包括语音数据集、噪声数据集、神经元网络和基于对数谱幅度损失函数；在线实时降噪部分包括短时傅里叶变化(STFT)分析和综合、基于NN‑LAS的模型增益估计模块、基于谐波结构条件的语音存在概率估计模块、基于OM‑LSA框架的增益估计模块。

本发明涉及语音识别技术领域，具体公开了一种语音增强方法、语音识别方法、说话人识别方法和系统，包括基于纯净语音、纯净噪声和散射噪声生成双麦远场带噪语音；基于纯净语音生成多个目标语音，并记录多个目标语音方位；将空间方位均匀地划分为若干个目标区域；基于若干个目标区域对多个目标语音方位进行标签化，获得标签化目标语音方位；从标签化目标语音方位提取双麦远场带噪语音的特征，以获得每个目标区域的特征；构建掩蔽神经语音增强模型；基于每个目标区域的特征、目标语音以及标签化目标语音方位训练掩蔽神经语音增强模型，基于训练好的掩蔽神经语音增强模型增强语音信号；该方法对目标语音方向进行选择性关注，实现语音增强。

本发明公开了一种提升室内语言清晰度的方法，包括：获取室内建筑的几何尺寸，根据所述几何尺寸建立室内仿真模型；在所述室内仿真模型中选择若干个参数评价点，根据预设的清晰度评价参数计算策略在所述参数评价点中选取若干个清晰度薄弱点；所述清晰度薄弱点用于作为在室内布置扩散体和反射材料的参考位置；计算所述清晰度薄弱点在所选倍频程频带下的平均混响时间；根据预设的所述倍频程频带的目标混响时间和所述平均混响时间计算所述倍频程频带对应的吸声增量；根据所述吸声增量选择吸声材料；所述吸声材料用于布置在室内的第一预设位置处。本发明还公开一种提升室内语言清晰度的系统。采用本发明实施例，能有效提升室内的语言清晰度。

本发明公开一种多模块抑制不同种类噪声的双噪声语音增强方法，包括以下步骤：S1：对多种类型的噪声进行分阶段建模，对于输入的带噪语音，在每个阶段通过噪声抑制模块提取并过滤一种或多种噪声特征；其中，每个噪声抑制模块的损失函数均不相同；S2：过程中被抑制部分噪声的幅度谱和原始带噪语音幅度谱拼接并输入最终的神经网络；本发明提出一种多模块分阶段抑制不同种类噪声的双噪声语音增强方法，每个模块分别抑制一种或几种不同类型的噪声，同时提高其在混合噪声环境和低信噪比环境的性能，再将增强结果集成到后一阶段，它在每个阶段使用神经网络学习带噪幅度谱到较纯净幅度谱的映射，对特征进行提炼，得到更加纯净的幅度谱。