-
公开(公告)号：CN109859767A
公开(公告)日：2019-06-07
申请号：CN201910168122.4
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
IPC: G10L21/0208 , G10L21/0216 , G10L25/24 , G10L25/30 , H04R25/00
Abstract: 本发明提供了一种用于数字助听器的环境自适应神经网络降噪方法，包括依次执行如下步骤：预处理步骤：接收带噪语音信号，带噪语音信号经过采样分帧后传输至声学场景识别模块；场景识别步骤：采用声学场景识别模块对所处的声学场景进行识别，然后由声学场景识别模块自主的选择神经网络降噪模块中不同的神经网络模型进行发送；神经网络降噪步骤。本发明的有益效果是：1.可以保证语音处理的实时性，只进行神经网络的前向传播，运算量不高；2.可以对所处的声学场景进行识别，然后自主地选择不同的神经网络模型，对不同的场景下的噪声进行针对性地降噪处理，能保证更好的语音质量和语音可懂度；3.可以有效地抑制瞬时噪声。
-
Patent Agency Ranking
公开(公告)号：CN109859767B
公开(公告)日：2020-10-13
申请号：CN201910168122.4
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
IPC: G10L21/0208 , G10L21/0216 , G10L25/24 , G10L25/30 , H04R25/00
Abstract: 本发明提供了一种用于数字助听器的环境自适应神经网络降噪方法，包括依次执行如下步骤：预处理步骤：接收带噪语音信号，带噪语音信号经过采样分帧后传输至声学场景识别模块；场景识别步骤：采用声学场景识别模块对所处的声学场景进行识别，然后由声学场景识别模块自主的选择神经网络降噪模块中不同的神经网络模型进行发送；神经网络降噪步骤。本发明的有益效果是：1.可以保证语音处理的实时性，只进行神经网络的前向传播，运算量不高；2.可以对所处的声学场景进行识别，然后自主地选择不同的神经网络模型，对不同的场景下的噪声进行针对性地降噪处理，能保证更好的语音质量和语音可懂度；3.可以有效地抑制瞬时噪声。
-
公开(公告)号：CN109817234A
公开(公告)日：2019-05-28
申请号：CN201910168105.0
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
IPC: G10L21/02 , G10L21/0272 , G10L25/03 , G10L25/45
Abstract: 本发明提供了一种基于连续噪声跟踪的目标语音信号增强方法、系统及存储介质，该目标语音信号增强方法包括：步骤1：接收带噪语音信号，对带噪语音信号进行分帧加窗处理，使用短时傅里叶变换得到时频域的关系；步骤2：对噪声功率谱进行估计；步骤3：语音功率谱的估计；步骤4：通过语音估计器对语音信号进行估计；步骤5：反傅里叶变换，加窗并使用交叠相加技术实现语音恢复。本发明的有益效果是：本发明有效地把目标语音信号分离出来，大大减小了语音信号中的噪声残余量，使得目标信号的质量大大提高。这对自动语音识别、说话人识别、人机对话接口以及助听器等应用有着非常重要的作用。
-
公开(公告)号：CN109817234B
公开(公告)日：2021-01-26
申请号：CN201910168105.0
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
IPC: G10L21/02 , G10L21/0272 , G10L25/03 , G10L25/45
Abstract: 本发明提供了一种基于连续噪声跟踪的目标语音信号增强方法、系统及存储介质，该目标语音信号增强方法包括：步骤1：接收带噪语音信号，对带噪语音信号进行分帧加窗处理，使用短时傅里叶变换得到时频域的关系；步骤2：对噪声功率谱进行估计；步骤3：语音功率谱的估计；步骤4：通过语音估计器对语音信号进行估计；步骤5：反傅里叶变换，加窗并使用交叠相加技术实现语音恢复。本发明的有益效果是：本发明有效地把目标语音信号分离出来，大大减小了语音信号中的噪声残余量，使得目标信号的质量大大提高。这对自动语音识别、说话人识别、人机对话接口以及助听器等应用有着非常重要的作用。
-
公开(公告)号：CN109788400B
公开(公告)日：2020-12-18
申请号：CN201910167801.X
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种用于数字助听器的神经网络啸叫抑制方法，包括依次执行如下步骤：预处理步骤：接收语音信号，将语音信号经过采样分帧后传输至啸叫检测模块；啸叫检测步骤：啸叫检测模块接收语音帧，由啸叫检测模块检测是否是啸叫帧，如果不是啸叫帧，直接让语音信号通过，继续后面的处理；如果是啸叫帧，则进入缓冲抑制模块；缓冲抑制步骤：由缓冲抑制模块对啸叫帧进行抑制。本发明的有益效果是：1.可以实时地追踪抑制啸叫帧，抑制效果更好，且算法运算复杂度不高；2.采用神经网络进行啸叫检测的准确率更高，对正常语音的损失更小；3.缓冲抑制策略可以防止啸叫在短时间内复发，降低了啸叫的复发几率。
-
公开(公告)号：CN109788400A
公开(公告)日：2019-05-21
申请号：CN201910167801.X
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种用于数字助听器的神经网络啸叫抑制方法，包括依次执行如下步骤：预处理步骤：接收语音信号，将语音信号经过采样分帧后传输至啸叫检测模块；啸叫检测步骤：啸叫检测模块接收语音帧，由啸叫检测模块检测是否是啸叫帧，如果不是啸叫帧，直接让语音信号通过，继续后面的处理；如果是啸叫帧，则进入缓冲抑制模块；缓冲抑制步骤：由缓冲抑制模块对啸叫帧进行抑制。本发明的有益效果是：1.可以实时地追踪抑制啸叫帧，抑制效果更好，且算法运算复杂度不高；2.采用神经网络进行啸叫检测的准确率更高，对正常语音的损失更小；3.缓冲抑制策略可以防止啸叫在短时间内复发，降低了啸叫的复发几率。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
