1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

一种基于多注意力机制的单通道语音增强方法2025

2023-10-13 07:17:34 发布于四川 7
  • 申请专利号：CN202310795845.3
  • 公开（公告）日：2025-08-19
  • 公开（公告）号：CN116863950A
  • 申请人：昆明理工大学
摘要：本发明涉及一种基于多注意力机制的单通道语音增强方法，属于音频信号处理技术领域。本发明在复数U‑Net网络中引入复数Conformer对语音幅度和相位的相关性进行建模，利用三维度注意力机制构造更加丰富的特征来增强卷积层的表示能力，通过门控注意力机制融合语音细节特征和深层特征。该方法能提高语音质量和可理解性，可用于嘈杂环境中的语音通信，口令控制及与语音相关任务的前处理部分。在公开数据集上的实验结果表明，所提方法在五种客观评价指标PESQ、CSIG、CBAK、COVL、STOI上，分别取得了的3.09、4.28、3.47、3.72、95.07评测结果，可有效降低噪声、提高语音质量和可理解性。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116863950 A (43)申请公布日 2023.10.10 (21)申请号 202310795845.3 (22)申请日 2023.07.01 (71)申请人 昆明理工大学 地址 650500 云南省昆明市呈贡区景明南 路727号 (72)发明人 高盛祥　莫尚斌　余正涛　 (74)专利代理机构 昆明隆合知识产权代理事务 所(普通合伙) 53220 专利代理师 何娇 (51)Int.Cl. G10L 21/02 (2013.01) G10L 21/0316 (2013.01) G10L 21/0216 (2013.01) G10L 25/45 (2013.01) 权利要求书2页 说明书7页 附图1页 (54)发明名称 一种基于多注意力机制的单通道语音增强 方法 (57)摘要 本发明涉及一种基于多注意力机制的单通 道语音增强方法，属于音频信号处理技术领域。 本发明在复数U‑Net网络中引入复数Conformer 对语音幅度和相位的相关性进行建模，利用三维 度注意力机制构造更加丰富的特征来增强卷积 层的表示能力，通过门控注意力机制融合语音细 节特征和深层特征。该方法能提高语音质量和可 理解性，可用于嘈杂环境中的语音通信，口令控 制及与语音相关任务的前处理部分。在公开数据 集上的实验结果表明，所提方法在五种客观评价 指标PESQ、CSIG、CBAK、COVL、STOI上，分别取得了 A 的

最新专利

相关专利