专利交易市场

本发明公开了一种基于增强谱减与卡尔曼滤波的两阶段语音降噪方法及其装置和存储介质，所述方法包括以下步骤：通过增强谱减法在频域对语音信号进行初步降噪；基于线性预测编码算法辨识语音信号状态空间模型参数，利用卡尔曼滤波算法在时域对声音信号进行二次降噪；对逐帧信号重复进行多次参数辨识、二级降噪流程后输出降噪语音。本发明方法能够在复杂噪声环境中有效滤除环境噪声，提高语音信号质量。本方法适用于人工耳蜗的单麦克风降噪，能够在计算资源有限的人工耳蜗中实现高效降噪，提高佩戴者的声音感知能力。

本发明公开了一种基于超复数随机神经网络的城市噪声识别方法。本发明将城市噪声信号经过谱减法滤波器，然后提取其MFCC、LSP和PLP特征，再拼接成四元数增广向量，最后经过四元数极限学习机(Q-ELM)实现对噪声信号的分类识别。本发明充分提取了低信噪比情况下，信号中的有用信息，增广四元数结构也可利用各个特征之间的结构信息，可以有效提高城市噪声信号的识别率。

本发明公开了一种基于改进小波阈值函数的雨声信号去噪方法，该方法通过将含噪信号进行若干层小波分解，得到每层小波分解系数，然后对高频小波系数应用改进的阈值函数进行处理，将得到的处理后的新高频小波系数与低频小波系数进行小波重构，从而得到降噪信号。在进行小波分解时，依据信噪比和均方根误差作为评判指标，确定最优小波基及其分解层数。本发明利用指数型与对数型函数的衰减特性，提出一种基于改进小波阈值函数的信号降噪方法，该方法既达到信号去噪的效果，又避免了对信号的过度处理问题，并且相较传统方法，本发明方案处理信号的平滑度更好，降噪效果更好，对于获取纯净的雨声信号以实现环境雨情的监测提供了新的思路与保障。