公开(公告)号：CN117153153A

公开(公告)日：2023-12-01

申请号：CN202311297960.4

申请日：2023-10-09

Applicant: 哈尔滨工业大学

Inventor： 张晓灿 ,  韩纪庆 ,  王栋 ,  王荔 ,  陈骁 ,  汤跃忠

IPC: G10L15/16 ,  G10L15/06 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络与注意力机制的轻量级嵌入式设备语音增强方法，包括：收集听力对象的听感良好样本作为纯净语音样本，提取纯净语音样本的幅度特征与带噪语音样本的幅度特征进行模型训练。具体包括，在解码过程中，对输入语音样本高维特征的不同通道分配不同权重；提取待增强带噪语音特征，获得带噪语音幅度特征与带噪语音相位特征，将带噪语音幅度特征输入训练模型中，获得增强语音幅度特征；将增强语音幅度特征与带噪语音相位特征进行数据重构，获得增强语音。采用本发明，减少了信息冗余并有效去除噪声，可解决现有嵌入式设备语音增强，计算成本高、个性化不足、推理效率低、处理效果差的问题。