公开(公告)号：CN118411997A

公开(公告)日：2024-07-30

申请号：CN202410889674.5

申请日：2024-07-04

Applicant: 苏州大学

Inventor： 芮贤义 ,  徐新海 ,  俞一彪

IPC: G10L21/0224 ,  G10L25/30 ,  G10L25/60 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G10L21/0208

Abstract: 本发明公开了一种基于时域神经网络的单通道语音回声消除方法，涉及回声消除技术领域，包括对采集麦克风信号进行分帧和数值归一化，提取时域帧序列特征，建立并训练时域神经网络模型；将采集麦克风信号输入至时域神经网络模型进行性能分析，并通过U‑Net编解码处理，输出回声消除后的语音序列。本发明通过提取一致的时域特征，提高神经网络的训练效率和稳定性；构建并训练基于Wave‑U‑Net架构的时域神经网络，通过分组卷积和注意力机制，增强回声消除的效果和适应复杂环境的能力；将信号输入模型进行性能分析，并通过U‑Net的U型编解码结构进行特征提取和重构，利用跳跃连接保留特征信息，实现高效回声消除和语音重构，提高语音清晰度和自然度。

公开(公告)号：CN118411997B

公开(公告)日：2024-12-13

申请号：CN202410889674.5

申请日：2024-07-04

Applicant: 苏州大学

Inventor： 芮贤义 ,  徐新海 ,  俞一彪

IPC: G10L21/0224 ,  G10L25/30 ,  G10L25/60 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G10L21/0208

Abstract: 本发明公开了一种基于时域神经网络的单通道语音回声消除方法，涉及回声消除技术领域，包括对采集的麦克风信号进行分帧和数值归一化，提取时域帧序列特征，建立并训练时域神经网络模型；将采集的麦克风信号输入至时域神经网络模型进行性能分析，并通过U‑Net编解码处理，输出回声消除后的语音序列。本发明通过提取一致的时域特征，提高神经网络的训练效率和稳定性；构建并训练基于Wave‑U‑Net架构的时域神经网络，通过分组卷积和注意力机制，增强回声消除的效果和适应复杂环境的能力；将信号输入模型进行性能分析，并通过U‑Net的U型编解码结构进行特征提取和重构，利用跳跃连接保留特征信息，实现高效回声消除和语音重构，提高语音清晰度和自然度。