专利交易市场

本发明提出一种基于谐波冲激分解的语音转换方法，包括如下步骤：S1，将语音信号分解成谐波信号和冲激信号；S2，将所述谐波信号进行语音转换，形成目标谐波信号；S3，将所述目标谐波信号与所述冲激信号进行叠加，形成目标语音信号。本发明采用谐波冲激分解模型对语音信号进行分解，将语音信号分解成谐波信号部分和冲激信号部分，仅对谐波信号部分做频谱分解和稀疏表示，不对冲激信号做任何处理，既能够保证信息的完全性、又可以减少信息的丢失，还有利于提高转换后语音的质量，处理过程简单、方便，推广性强，具有较高的应用前景。

本发明公开了一种基于VMD和多小波的心音分割定位方法，首先对心音信号样本中心音区间和类型进行标记，采用滑动窗对心音信号样本进行片段划分，使用峭度对VMD分解得到的各个IMF分量进行挑选，对最有效的IMF分量进行GHM多小波包分解，基于分解结果构建心音信号样本的时频域矩阵，根据标记的心音区间从中提取子矩阵并得到时间频率列向量，将其作为训练样本对预设的分类模型进行训练；对待分割定位的心音信号采用相同方法得到时频域矩阵，提取香农能量包络，基于最大类间方差法确定心音区间，提取子矩阵并采用相同方法获取时刻频率列向量，输入训练好的分类模型得到心音信号分割定位结果。采用本发明可以提高高噪声下的心音分割性能。

本公开提供了一种样本生成、神经网络生成、音频信号生成方法及装置，其中，该方法包括：基于目标声源的位置信息，对目标声源的单声道音频信号进行转换处理，得到目标声源的双声道音频信号；基于双声道音频信号，生成目标双声道音频信号；基于目标双声道音频信号，生成目标单声道音频信号；基于目标双声道音频信号、以及目标单声道音频信号，生成样本数据；其中，目标双声道音频信号为样本数据中的监督数据，目标单声道音频信号为样本数据中的训练数据。本公开实施例能够将单声道音频信号转换为样本数据，由于单声道音频信号的获取比较容易，且转换为样本数据的过程也不需要依赖于昂贵的声音采集设备，因此样本数据获取的成本较低。