申请/专利权人:北京达佳互联信息技术有限公司
申请日:2021-01-25
公开(公告)日:2021-06-08
公开(公告)号:CN112927707A
主分类号:G10L21/0208(20130101)
分类号:G10L21/0208(20130101);G10L21/0224(20130101);G10L21/0232(20130101);G10L21/0272(20130101);G10L25/24(20130101);G10L25/30(20130101)
优先权:
专利状态码:有效-授权
法律状态:2023.10.03#授权;2021.06.25#实质审查的生效;2021.06.08#公开
摘要:本公开关于一种语音增强模型的训练方法和装置及语音增强方法和装置,所述训练方法包括:获取多个说话人的含噪语音样本和第一纯净语音样本的特征向量,其中,每个说话人的含噪语音样本是根据与该说话人对应的第二纯净语音样本添加噪声数据得到的;将含噪语音样本的幅度谱输入语音增强网络,得到估计的第一掩膜比;将估计的第一掩膜比和特征向量输入到注意力机制网络,得到估计的第二掩膜比;根据估计的第二掩膜比和幅度谱,确定估计的幅度谱,并根据估计的幅度谱和第二纯净语音样本的幅度谱确定语音增强模型的损失函数;通过根据损失函数调整语音增强网络和注意力机制网络的参数,对语音增强模型进行训练。
主权项:1.一种语音增强模型的训练方法,其特征在于,所述语音增强模型包括语音增强网络和注意力机制网络,所述训练方法包括:获取多个说话人的含噪语音样本和所述多个说话人的第一纯净语音样本的特征向量,其中,每个说话人的含噪语音样本是根据与该说话人对应的第二纯净语音样本添加噪声数据得到的;将所述含噪语音样本的幅度谱输入所述语音增强网络,得到估计的第一掩膜比,其中,掩膜比表示纯净语音信号幅度谱与含噪语音信号幅度谱的比值;将所述估计的第一掩膜比和所述特征向量输入到所述注意力机制网络,得到估计的第二掩膜比;根据所述估计的第二掩膜比和所述幅度谱,确定估计的幅度谱,并根据所述估计的幅度谱和第二纯净语音样本的幅度谱确定所述语音增强模型的损失函数;通过根据所述损失函数调整所述语音增强网络和所述注意力机制网络的参数,对所述语音增强模型进行训练。
全文数据:
权利要求:
百度查询: 北京达佳互联信息技术有限公司 语音增强模型的训练方法和装置及语音增强方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。