申请/专利权人：广东讯飞启明科技发展有限公司

申请日：2023-11-21

公开（公告）日：2024-03-15

公开（公告）号：CN117711414A

主分类号：G10L21/0208

分类号：G10L21/0208;G10L21/0232;G10L25/30;H04R1/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明涉及音频信号处理技术领域，具体为一种用于考试耳机的智能降噪方法及系统，包括以下步骤：基于多通道音频输入，采用变分信息瓶颈方法，进行信息压缩和特征抽取，生成压缩后的音频特征数据。本发明中，通过变分信息瓶颈方法，此系统有效压缩音频信息，精准提取关键特征，简化数据处理，保证音质，多通道注意力机制增强目标音频聚焦度，实现噪声与目标音频分离，显著提升音频清晰度，Transformers与生成对抗网络的结合促进精细的声音分割和多轨处理，确保更清晰音频输出，深度强化学习与自编码器的融合使系统能主动预测噪音，捕获细微音频特征，实现高效降噪，BERT和WaveNet的联合学习实现文本与语音无缝同步，为考生创造更集中、无干扰的考试环境。

主权项：1.一种用于考试耳机的智能降噪方法，其特征在于，包括以下步骤：基于多通道音频输入，采用变分信息瓶颈方法，进行信息压缩和特征抽取，生成压缩后的音频特征数据；基于所述压缩后的音频特征数据，采用多通道注意力机制，依据数据通道赋予权重，并进行噪声和目标音频的分离，生成加权后的音频数据；基于所述加权后的音频数据，采用Transformers深度学习网络和生成对抗网络，进行声音分割和多轨音频处理，生成分割与增强后的音频数据；基于所述分割与增强后的音频数据，采用深度强化学习和自编码器模型，进行主动噪音预测和特征捕获，生成噪音预测模型；基于所述噪音预测模型，采用频域表示的深度学习模型，包括卷积神经网络和变分自编码器，对远场噪声进行分析和抑制，生成噪音抑制后的音频数据；基于所述噪音抑制后的音频数据，采用联合学习方法结合BERT模型和WaveNet模型，实现文本和语音的同步，生成同步的考试音频数据；所述压缩后的音频特征数据具体为经过降维处理的音频信息，包括关键音频特征和噪声特征，所述加权后的音频数据具体指经过通道权重调整，优化后的目标音频与背景噪声的分离数据，所述分割与增强后的音频数据包括经过清晰度增强、噪声削弱的单一或多轨音频信号，所述噪音预测模型具体为用于识别潜在噪音模式并建立抑制策略的智能模型。

全文数据：

权利要求：

百度查询： 广东讯飞启明科技发展有限公司 一种用于考试耳机的智能降噪方法及系统

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