南京大學;北京地平線信息技術有限公司胡沁雯獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉南京大學;北京地平線信息技術有限公司申請的專利基于頻譜壓縮和自注意力神經網絡的全頻帶語音增強方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115273885B 。
龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210685223.0，技術領域涉及：G10L21/0232；該發明授權基于頻譜壓縮和自注意力神經網絡的全頻帶語音增強方法是由胡沁雯;侯仲舒;盧晶;朱長寶;張哲會;劉磊設計研發完成，并于2022-06-17向國家知識產權局提交的專利申請。
本基于頻譜壓縮和自注意力神經網絡的全頻帶語音增強方法在說明書摘要公布了：本發明公開了一種基于頻譜壓縮和自注意力神經網絡的全頻帶語音增強方法。其步驟為：使用清晰語音數據集、噪聲數據集以及房間沖激響應數據集合成模擬含噪混響語音；對模擬含噪混響語音數據和對應的純凈混響語音數據分別做短時傅里葉變換得到短時傅里葉譜；使用短時傅里葉譜訓練SCM?DPARN模型權重；對待增強的含噪混響語音信號做短時傅里葉變換得到短時傅里葉譜；將待增強的含噪混響語音短時傅里葉譜輸入完成訓練的SCM?DPARN模型，得到增強語音的短時傅里葉譜；最后對增強語音的短時傅里葉譜進行逆短時傅里葉變換得到增強語音的時域信號。本發明對頻域的全局信息進行建模，使模型具有更好的噪聲抑制和語音質量保留能力。
本發明授權基于頻譜壓縮和自注意力神經網絡的全頻帶語音增強方法在權利要求書中公布了：1.基于頻譜壓縮和自注意力神經網絡的全頻帶語音增強方法，其特征在于，該方法包括以下步驟： 步驟1，使用清晰語音數據集、噪聲數據集以及房間沖激響應數據集合成模擬含噪混響語音； 步驟2，對所述模擬含噪混響語音數據和對應的純凈混響語音數據分別做短時傅里葉變換得到兩者的短時傅里葉譜； 步驟3，構建SCM-DPARN模型，該模型通過頻譜壓縮映射模塊SCM將頻譜進行壓縮后，輸入到在頻域使用了自注意力機制的雙路徑注意力循環神經網絡DPARN中；使用步驟2得到的短時傅里葉譜訓練所述SCM-DPARN模型權重； 步驟4，對待增強的含噪混響語音信號做短時傅里葉變換得到短時傅里葉譜； 步驟5，將步驟4獲得的短時傅里葉譜輸入步驟3完成訓練的SCM-DPARN模型，得到增強語音的短時傅里葉譜； 步驟6，對所述增強語音的短時傅里葉譜進行逆短時傅里葉變換得到增強語音的時域信號。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京大學;北京地平線信息技術有限公司，其通訊地址為：210046 江蘇省南京市棲霞區仙林大道163號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號