申请/专利权人：西安讯飞超脑信息科技有限公司

申请日：2020-12-30

公开（公告）日：2024-04-19

公开（公告）号：CN112786067B

主分类号：G10L21/0216

分类号：G10L21/0216;G06N7/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2021.05.28#实质审查的生效;2021.05.11#公开

摘要：本申请公开了一种残留回声概率预测模型的训练方法及训练设备、残留回声概率预测方法、残留回声消除设备及具有存储功能的装置。本申请的残留回声概率预测模型训练方法可以从残留回声样本中得到线性回声概率预测模型的参数以及非线性回声概率预测模型的参数，进一步通过线性回声概率预测模型的参数以及非线性回声概率预测模型的参数对残留回声进行消除，而不是将残留回声信号的能量比例看作是固定值，使得消除的残留回声更为准确，最终得到的语音信号更清晰。

主权项：1.一种残留回声概率预测模型的训练方法，其特征在于，所述残留回声概率预测模型包括线性回声概率预测模型以及非线性回声概率模型，所述训练方法包括：获取到残留回声样本；其中，所述残留回声样本包括线性残留回声以及非线性残留回声；分别利用所述残留回声样本对初始残留回声概率预测模型的初始线性回声概率预测模型以及初始非线性回声概率预测模型进行训练，得到所述线性回声概率预测模型的初始参数以及所述非线性回声概率预测模型的初始参数；通过设定函数对所述线性回声概率预测模型的初始参数以及所述非线性回声概率预测模型的初始参数进行整合，得到所述线性回声概率预测模型的初始参数以及所述非线性回声概率预测模型的初始参数的优化函数；计算得到所述优化函数的最优值，并将所述最优值对应的线性回声概率预测模型的当前参数确定为所述线性回声概率预测模型的参数；将所述最优值对应的非线性回声概率预测模型的当前参数确定为所述非线性回声概率预测模型的参数；所述通过设定函数对所述线性回声概率预测模型的初始参数以及所述非线性回声概率预测模型的初始参数进行整合的步骤，包括：通过最大似然法则对所述线性回声概率预测模型的初始参数以及所述非线性回声概率预测模型的初始参数进行整合。

全文数据：

权利要求：

百度查询： 西安讯飞超脑信息科技有限公司 残留回声概率预测方法、模型训练方法、设备及存储装置

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。

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