買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜深圳信息職業技術學院申請的專利輕量級時域卷積網絡語音增強方法與系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN112331224B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202011329491.6，技術領域涉及：G10L21/02；該發明授權輕量級時域卷積網絡語音增強方法與系統是由劉明;周彥兵;王貝;孫沖武;趙學華設計研發完成，并于2020-11-24向國家知識產權局提交的專利申請。

本輕量級時域卷積網絡語音增強方法與系統在說明書摘要公布了：本發明提供了一種輕量級時域卷積網絡語音增強方法，首先，將帶噪語音信號進行分幀加窗處理，然后進行短時傅里葉變換，得到帶噪語音信號的幅度譜和相位譜，隨后將帶噪語音信號的幅度譜送入時域卷積網絡模型，進行先驗信噪比的估計，緊接著利用估計的先驗信噪比進行增益函數的估計，最后在幅度域進行濾波降噪，并利用帶噪語音信號的相位譜作為增強后的相位，進行語音信號的重構。本發明還提供了一種輕量級時域卷積網絡語音增強系統。本發明的有益效果是：算法的神經網絡部分只進行先驗信噪比的估計，減小了任務難度，實現了更輕量級的神經網絡架構，內存占用量小，運算復雜度低，使其可以較好的在一些低運算量平臺的嵌入式設備上使用。

本發明授權輕量級時域卷積網絡語音增強方法與系統在權利要求書中公布了：1.一種輕量級時域卷積網絡語音增強方法，其特征在于：首先，將帶噪語音信號進行分幀加窗處理，然后進行短時傅里葉變換，得到帶噪語音信號的幅度譜和相位譜，隨后將帶噪語音信號的幅度譜送入時域卷積網絡模型，進行先驗信噪比的估計，緊接著利用估計的先驗信噪比進行增益函數的估計，最后在幅度域進行濾波降噪，并利用帶噪語音信號的相位譜作為增強后的相位，進行語音信號的重構；所述時域卷積網絡模型由兩層全連接層和N個殘差模塊構成，輸入的特征為帶噪語音的幅度譜特征；對輸入的特征進行歸一化處理，然后重塑成[句子數，句子長度，1，257]的張量形式進行模型的訓練或推斷，其中，張量第四維的257對應著所提取的每一幀語音數據所對應的幅度譜特征，隨后，經過一層256-維的全連接層得到了變換后的輸入特征，為了更好地對輸入特征進行表示，這里采用非線性整流單元進行非線性激活，接下來，考慮到語音信號之間的時序依賴關系，通過堆疊帶有空洞卷積的殘差模塊來捕獲不同幀之間的信息，利用過去幀中的上下文信息來實現對當前幀先驗信噪比的估計，在殘差模塊的設計方面，每個殘差模塊由三層卷積層構成，為了降低其參數量和運算量，采用了瓶頸結構的設計方式，三層卷積層的輸出通道維度分別為128，128，256維，其對應的張量尺寸分別為[句子數，句子長度，1，128]、[句子數，句子長度，1，128]和[句子數，句子長度，1，256]，為了進一步降低模型的參數量和運算復雜度，對第一層和第三層卷積層自左至右進行分組，這里分組數量設置為8，通過分組操作之后，每個組的通道維數為16，然后利用1×1的卷積來串聯每組中的各通道信息，為了保證組與組之間的信息交互，對第一層分組卷積的輸出進行通道混合，每個組中將同一索引所對應的通道自左至右排列在一起，然后再在每個通道上進行卷積核為1×3的空洞卷積操作，空洞率以1，2，4，8，16的循環方式對不同的殘差模塊進行配置，而最后一層卷積層則執行與第一層卷積相同的分組卷積操作，然后通過跳連的方式將殘差模塊的輸入和輸出特征相加，整個時域卷積網絡模型的最后采用了一層257-維的全連接層實現對先驗信噪比的估計，當然為了保證其輸出的范圍在[0,1]之間，采用了sigmoid函數作為全連接層的激活函數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳信息職業技術學院，其通訊地址為：518000 廣東省深圳市龍崗區龍翔大道2188號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。