公开(公告)号：CN116364109A

公开(公告)日：2023-06-30

申请号：CN202310200774.8

申请日：2023-03-03

Applicant: 重庆邮电大学

Inventor： 崔立恒 ,  周翊 ,  刘宏清

IPC: G10L25/48 ,  G10L25/30 ,  G10L21/0216 ,  G10L21/0208

Abstract: 本发明公开了一种语音增强网络信噪比估计器，包括编码器和解码器，编码器和解码器之间设置有复数运算的CNN、复数LSTM和复数的BN层，编码器包含了复Conv2D层、复BN层和实数PReLU层，LSTM层后设置有1‑D卷积模块，1‑D卷积模块由多个一维卷积层和全连接层交替串行组合，全连接层具有sigmoid函数，信噪比估计器采用了两个一维卷积层和具有sigmoid函数的全连接层串行组合，输入是经过复LSTM计算后的带噪语音信号实部和虚部的拼接，输出为根据公式计算出的帧级先验信噪比，以保持良好的语音质。

公开(公告)号：CN116233687A

公开(公告)日：2023-06-06

申请号：CN202310206261.8

申请日：2023-03-03

Applicant: 重庆邮电大学

Inventor： 崔立恒 ,  周翊 ,  刘宏清

IPC: H04R1/40 ,  H04N23/50 ,  H04N23/51

Abstract: 本发明公开了一种音视频融合多说话人检测设备，包括外球壳、内球套、架台、麦克风阵列环和控制主机，外球壳由架台架设在指定位置，外球壳壳体安装有摄像头，内球套同心设置在外球壳内部，内球套内部设置有控制主机，麦克风阵列环设置在外球壳和内球套之间，麦克风阵列环包括至少两个交叉环圈，每个交叉环圈外侧均匀设置有多个微型麦克风，每个交叉环圈外侧还对称安装有两驱动件，驱动件包括固定座、控制器、X轴驱动器、Y轴驱动器和万向滚动球，固定座内部具有球形槽，万向滚动球设置在球形槽内，万向滚动球从球形槽部分探出且与外球壳内壁紧贴，麦克风阵列环可以在多说话人的语音场景中灵活调整，检测设备的语音识别和声源定位准确率大大提升。