申请/专利权人:北京百度网讯科技有限公司
申请日:2020-10-12
公开(公告)日:2024-04-16
公开(公告)号:CN112420073B
主分类号:G10L25/30
分类号:G10L25/30
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2021.03.16#实质审查的生效;2021.02.26#公开
摘要:本申请公开了语音信号处理方法、装置、电子设备和存储介质,涉及语音技术和深度学习等人工智能技术领域。具体实现方案为:获取待处理语音信号和参考语音信号;将待处理语音信号和参考语音信号分别进行预处理后得到待处理频域语音信号和参考频域语音信号;将待处理频域语音信号和参考频域语音信号输入复数神经网络模型,获取待处理语音信号中目标语音信号与待处理语音信号的频域语音信号比值;根据频域语音信号比值和待处理频域语音信号得到目标频域语音信号,并对目标频域语音信号进行处理得到目标语音信号。由此,提高语音信号处理效率和效果,从而提高后续语音识别的准确性和语音通信的质量。
主权项:1.一种语音信号处理方法,包括:获取待处理语音信号和参考语音信号;将所述待处理语音信号和所述参考语音信号分别进行预处理,获取待处理频域语音信号和参考频域语音信号;将所述待处理频域语音信号和所述参考频域语音信号输入复数神经网络模型,获取所述待处理语音信号中目标语音信号与所述待处理语音信号的频域语音信号比值;以及根据所述频域语音信号比值和所述频域语音信号得到目标频域语音信号,并对所述目标频域语音信号进行处理得到所述目标语音信号;频域语音信号为连续N个时刻的各个频率的幅度和相位,其中,N为大于1的正整数,还包括:通过时间滑窗算法将所述待处理频域语音信号进行划分,获取多组待处理幅度和相位;通过所述时间滑窗算法将所述参考频域语音信号进行划分,获取多组参考幅度和相位;将所述多组待处理幅度和相位、所述多组参考幅度和相位分别输入到不同复数神经网络模型中,获取多组目标语音信号与待处理语音信号的幅度和相位比值;将所述多组目标语音信号与待处理语音信号的幅度和相位比值进行组合,获取所述目标语音信号与所述待处理语音信号的幅度和相位比值。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 语音信号处理方法、装置、电子设备和存储介质
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。