[发明专利]基于多模型神经网络的语音处理方法和装置有效
| 申请号： | 201810990242.8 | 申请日： | 2018-08-28 |
| 公开（公告）号： | CN109036460B | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 李超 | 申请（专利权）人： | 百度在线网络技术(北京)有限公司 |
| 主分类号： | G10L25/30 | 分类号： | G10L25/30;G10L25/78;G10L25/84;G10L21/0308 |
| 代理公司： | 11205 北京同立钧成知识产权代理有限公司 | 代理人： | 朱颖;臧建明 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于多模型神经网络的语音处理方法和装置，包括：获取目标语音帧中的声学特征，将该声学特征分别作为N个第一神经网络模型的输入参数，得到N个第一掩蔽阈值，该N个第一神经网络模型均不同，将声学特征作为第二神经网络模型的输入参数，得到N个权重，该N个权重与该N个第一掩蔽阈值一一对应，根据N个权重和N个第一掩蔽阈值，得到第二掩蔽阈值，根据第二掩蔽阈值对该声学特征进行处理，得到目标语音帧的源信号的估计值。通过多个不同的第一神经网络模型得到多个不同的第一掩蔽阈值，进而对多个第一掩蔽阈值进行处理得到最终的掩蔽阈值，从而提高了掩蔽阈值的准确度，使得盲源分离的效果更佳。 | ||
| 搜索关键词： | 掩蔽 神经网络模型 声学特征 方法和装置 神经网络 输入参数 语音处理 权重 获取目标 盲源分离 目标语音 准确度 权重和 语音帧 | ||
【主权项】：
1.一种基于多模型神经网络的语音处理方法，其特征在于，包括：/n获取目标语音帧中的声学特征，所述目标语音帧中包括源信号和噪音；/n将所述声学特征分别作为N个第一神经网络模型的输入参数，得到N个第一掩蔽阈值，N为大于1的整数，所述N个第一神经网络模型均不同；/n将所述声学特征作为第二神经网络模型的输入参数，得到N个权重，所述N个权重与所述N个第一掩蔽阈值一一对应；/n根据所述N个权重和所述N个第一掩蔽阈值，得到第二掩蔽阈值；/n根据所述第二掩蔽阈值对所述声学特征进行处理，得到所述目标语音帧的源信号的估计值；/n所述根据所述N个权重和所述N个第一掩蔽阈值，得到第二掩蔽阈值，包括：/n根据所述N个权重计算所述N个第一掩蔽阈值的加权平均值；/n根据所述加权平均值得到所述第二掩蔽阈值。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司，未经百度在线网络技术(北京)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810990242.8/，转载请声明来源钻瓜专利网。
