申请/专利权人：西北工业大学深圳研究院;西北工业大学

申请日：2022-05-31

公开（公告）日：2022-09-27

公开（公告）号：CN115116464A

主分类号：G10L21/0208

分类号：G10L21/0208;G10L25/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.10.18#实质审查的生效;2022.09.27#公开

摘要：本发明提供了一种多分辨率UNet去混响网络，通过在不同的分辨率块中将语音频谱沿时间维度进行切块，并在不同的分辨率块之间加入信息交互，实现了不同分辨率块间信息的互补，有助于语音去混响性能的提升。本发明由于使用了多分辨率特征，将下层分辨率块中的信息与上层分辨率块之间的信息进行交互，从而渐进式的提高了去混响的性能，解决了基线方法中采用单分辨率特征带来的性能局限问题。在实际录制的强混响环境中进行了实验验证，实验结果表明所提出的去混响网络仍然有很好的去混响性能，解决了原有方法在强混响环境中性能较差的问题。

主权项：1.一种多分辨率UNet去混响网络，其特征在于：所述多分辨率UNet去混响网络，包括三个分辨率块，每个分辨率块的输入特征为特定分辨率的时频特征，去混响网络采用编码器-解码器结构三个分辨率块分别称作B1,B2和B3，其中每个分辨率块所输入的时频特征的分辨率均不相同，在分辨率块B3中，输入特征沿着时间维度均匀切分为4个部分，每个部分经过卷积块以及编码器编码后沿时间维度进行两两拼接，拼接后的特征送入解码器进行解码，解码器的输出经过掩模块后得到B3的去混响结果；同理，分辨率块B2中的输入特征被沿着时间维度切分为相同大小的2个部分，每个部分经过卷积块、编码器后沿时间维度拼接后，送入解码器进行解码，然后经过掩模块后得到B2的去混响结果；在分辨率块B1中不进行任何分割操作，直接经过编码器和解码器输出后，经二维卷积得到B1的去混响结果；通过信息的直接相加和通道拼接，将当前分辨率块输出的有用信息传递到下一分辨率块中，从而渐进式的提高MR-UNet网络的去混响性能。

全文数据：

权利要求：

百度查询： 西北工业大学深圳研究院;西北工业大学 多分辨率UNet去混响网络

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD