公开(公告)号：CN117373470A

公开(公告)日：2024-01-09

申请号：CN202311379975.5

申请日：2023-10-24

Applicant: 华南农业大学

Inventor： 潘奕岐

IPC: G10L21/0208 ,  G10L21/0224 ,  G10L21/0232 ,  G10L25/30 ,  G10L15/02 ,  G10L15/06 ,  G10L15/16 ,  G10L15/187

Abstract: 本发明公开了基于改进U‑net和目标特征感知对比度拉伸的语音增强算法，包括：步骤S1，通过将噪声与纯净语音进行合成得到带噪语音作为输入语音片段；步骤S2，对输入语音片段进行归一化处理，并通过PCS对归一化的输入语音片段进行语音增强，获得输入时频图特征；步骤S3，建立CResDi l‑U‑Net网络模型，输入时频图特征作为网络模型的输入，进行编码、解码操作，进而去除噪声，获得预测结果。降低了语音片段去噪时的细节失真，提高了语音提取的准确率。

公开(公告)号：CN117995213A

公开(公告)日：2024-05-07

申请号：CN202410140215.7

申请日：2024-01-31

Applicant: 华南农业大学

Inventor： 张宇 ,  潘奕岐

IPC: G10L21/0216 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G10L25/30

Abstract: 本发明公开了基于改进CRN和CBAM注意力机制的实时语音增强方法，包括：步骤S1，获取语音数据集，并对获取的数据集进行预处理；步骤S2，将预处理好的语音信号的频谱图特征分为训练集、验证集以及测试集；步骤S3，构建基于改进CRN和CBAM的实时语音增强算法模型；步骤S4，使用训练集的数据对构建的基于改进CRN和CBAM的实时语音增强算法模型进行训练；步骤S5，使用验证集的数据对训练好的基于改进CRN和CBAM的实时语音增强算法模型进行验证；步骤S6，将测试集的数据输入到验证好的基于改进CRN和CBAM的实时语音增强算法模型，得到降噪后的语音结果。本发明有效增强干净语音特征。