[发明专利]用深特征损失训练的用于语音去噪的神经网络在审
| 申请号： | 201910431428.4 | 申请日： | 2019-05-22 |
| 公开（公告）号： | CN110634499A | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 弗朗索瓦·乔治斯·杰曼;陈启峰;弗拉德伦·科尔顿 | 申请（专利权）人： | 英特尔公司 |
| 主分类号： | G10L21/0216 | 分类号： | G10L21/0216;G10L25/30;G06N3/08;G06N3/04 |
| 代理公司： | 11258 北京东方亿思知识产权代理有限责任公司 | 代理人： | 宗晓斌 |
| 地址： | 美国加利*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及用深特征损失训练的用于语音去噪的神经网络。提供了使用利用从音频分类器神经网络(NN)获得的深特征损失训练的去噪NN进行语音去噪的技术。一种实现根据一个实施例的技术的方法包括将待训练的语音去噪NN应用于训练语音信号的有噪声样本以生成经处理的训练语音信号。该方法还包括将经训练的音频分类器NN应用于经处理的训练语音信号以生成第一组激活特征，以及将经训练的音频分类器NN应用于训练语音信号的干净样本以生成第二组激活特征。该方法还包括基于第一和第二组激活特征来计算损失值，以及基于该损失值来执行去噪NN的反向传播训练更新。该方法包括迭代该过程以进一步训练去噪NN。 | ||
| 搜索关键词： | 训练语音 音频分类 语音去噪 去噪 神经网络 激活 应用 反向传播 噪声样本 迭代 样本 更新 | ||
【主权项】：
1.一种由处理器实现的用于语音去噪的方法，该方法包括：/n由基于处理器的系统将语音去噪神经网络应用于训练语音信号的有噪声样本，以生成经处理的训练语音信号；/n由所述基于处理器的系统将经训练的音频分类器神经网络应用于所述经处理的训练语音信号，以生成第一组激活特征；/n由所述基于处理器的系统将所述经训练的音频分类器神经网络应用于所述训练语音信号的干净样本，以生成第二组激活特征；/n由所述基于处理器的系统基于所述第一组激活特征和所述第二组激活特征来计算损失值；以及/n由所述基于处理器的系统基于所述损失值来执行所述语音去噪神经网络的反向传播训练更新，以生成经训练的语音去噪神经网络。/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英特尔公司，未经英特尔公司许可，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/201910431428.4/，转载请声明来源钻瓜专利网。
