基于SCNN和TCNN联合估计的多目标语音增强方法
授权
摘要
本发明提出了基于SCNN和TCNN联合估计的多目标语音增强方法。基于SCNN和TCNN提出了新的堆叠和时序卷积神经网络(STCNN)，将对数功率谱(LPS)作为主要特征并输入到SCNN来提取高级抽象特征。其次，提出了一种更符合人耳听觉特性的幂函数压缩梅尔倒谱系数(PC‑MFCC)。时间卷积神经网络(TCNN)将堆叠卷积神经网络提取的高层次抽象特征和PC‑MFCC作为输入，进行序列建模并对干净的LPS，PC‑MFCC和理想比例掩蔽(IRM)进行联合估计。最后，在增强阶段，由于不同的语音特征在合成语音过程中具有互补性。提出了一种基于IRM的后处理方法，通过语音存在信息自适应地调节估计的LPS和IRM的权重来合成增强语音。
基本信息
专利标题 ：
基于SCNN和TCNN联合估计的多目标语音增强方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110867181A
申请号 ：
CN201910935064.3
公开（公告）日 ：
2020-03-06
申请日 ：
2019-09-29
授权号 ：
CN110867181B
授权日 ：
2022-05-06
发明人 ：
李如玮孙晓月李涛赵丰年
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
刘萍
优先权 ：
CN201910935064.3
主分类号 ：
G10L15/20
IPC分类号 ：
G10L15/20 G10L15/02 G10L15/06 G10L21/0216 G10L21/0264 G10L25/03 G10L25/24 G10L25/30
IPC结构图谱
G
G部——物理
G10
乐器；声学
G10L
语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码
G10L15/00
语音识别
G10L15/20
专门适用于不利环境中保持鲁棒性或增强语音强度的语音识别技术
法律状态
2022-05-06 ：
授权
2020-03-31 ：
实质审查的生效
IPC(主分类) : G10L 15/20
申请日 : 20190929
申请日 : 20190929
2020-03-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
