申请/专利权人：中国科学院声学研究所;北京中科信利技术有限公司

申请日：2019-07-29

公开（公告）日：2024-03-19

公开（公告）号：CN112309421B

主分类号：G10L21/0224

分类号：G10L21/0224;G10L21/0232;G10L25/30;G10L25/45;G10L25/60

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.02.23#实质审查的生效;2021.02.02#公开

摘要：本发明属于语音增强信号处理技术领域，具体涉及一种融合信噪比与可懂度双重目标的语音增强方法，包括：将原始语音信号转换为原始时频域特征；将原始时频域特征输入预建立的第一神经网络模型中，获取具有信噪比的第一有效特征；将原始时频域特征输入预建立的第二神经网络模型中，获取具有可懂度的第二有效特征；对第一有效特征和第二有效特征进行处理得到权重矩阵，根据预设的相关性权重阈值，从权重矩阵中逐列选取第二有效特征中与第一有效特征相关性高的元素，提取该元素的相关性权重阈值，并用其替换第一有效特征中对应位置上的阈值，将替换后的第一有效特征作为语音增强后的时频域特征，将语音增强后的时频域特征转换为增强后的语音信号。

主权项：1.一种融合信噪比与可懂度的语音增强方法，其特征在于，该方法包括：将原始语音信号转换为原始时频域特征；将原始时频域特征输入预建立的第一神经网络模型中，获取具有信噪比的第一有效特征；将原始时频域特征输入预建立的第二神经网络模型中，获取具有可懂度的第二有效特征；对第一有效特征和第二有效特征进行处理得到权重矩阵，根据预设的相关性权重阈值，从权重矩阵中逐列选取第二有效特征中与第一有效特征相关性高的元素，提取该元素的相关性权重阈值，并用其替换第一有效特征中对应位置上的阈值，将替换后的第一有效特征作为语音增强后的时频域特征，将语音增强后的时频域特征转换为增强后的语音信号；具体过程包括：将预设的高为H、宽为2n+1的滑动窗在第一有效特征、第二有效特征上逐列滑动，以第t列为中心，覆盖第t-n列到第t+n列，分别获取高为H、宽为2n+1的第一局部特征和高为H、宽为2n+1的二局部特征；根据第一局部特征和第二局部特征，分别计算均值和标准差，对第一局部特征和第二局部特征分别进行单位逐列归一化，获取第一归一化特征和第二归一化特征；根据第一归一化特征和第二归一化特征，点对点相乘，获取权重矩阵中的对应当前滑动窗的高为H、宽为2n+1的相关性权重系数；其中，该相关性权重系数为第二有效特征中与第一有效特征相关性高的元素；根据预设的相关性权重阈值，逐列选取相关性权重系数中第n+1列上的相关性权重阈值高于预设的相关性权重阈值的位置，获取位置索引；根据获取的位置索引，提取第二有效特征中第t列对应位置上的相关性权重阈值，替换第一有效特征中第t列对应位置上的相关性权重阈值，将替换后的第一有效特征作为语音增强后的时频域特征，将语音增强后的时频域特征转换为增强后的语音信号。

全文数据：

权利要求：

百度查询： 中国科学院声学研究所;北京中科信利技术有限公司 一种融合信噪比与可懂度双重目标的语音增强方法及系统

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