Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军92020部队赵静获国家专利权

中国人民解放军92020部队赵静获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国人民解放军92020部队申请的专利一种音频去噪方法以及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121171245B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510905245.7,技术领域涉及:G10L21/0232;该发明授权一种音频去噪方法以及装置是由赵静;高龙;徐从安;吴俊峰;杨攀攀设计研发完成,并于2025-07-01向国家知识产权局提交的专利申请。

一种音频去噪方法以及装置在说明书摘要公布了:本申请公开了一种音频去噪方法及装置,属于音频技术领域,该方法能够有效分离纯净语音,在复杂噪声环境下有效去除噪声、保留语音特征,提高了音频去噪的效果,以及,提升了去噪后的音频质量。

本发明授权一种音频去噪方法以及装置在权利要求书中公布了:1.一种音频去噪方法,其特征在于,所述方法应用于预训练的音频去噪模型,所述音频去噪模型包括复数特征提取网络、复数卷积编码器、复数卷积解码器,所述方法包括: 将待处理原始音频输入所述复数特征提取网络,所述复数特征提取网络对所述待处理原始音频提取多个不同尺度下的音频信号特征,以及,基于所述多个不同尺度下的音频信号特征,得到所述待处理原始音频的复数时频谱; 将所述待处理原始音频的复数时频谱输入所述复数卷积编码器,所述复数卷积编码器根据所述复数时频谱的多层次时频特征,得到所述待处理原始音频的编码特征; 将所述待处理原始音频的编码特征输入所述复数卷积解码器,所述复数卷积解码器通过对所述编码特征逐层上采样并拼接对应层编码特征,得到所述待处理原始音频对应的降噪音频; 所述复数卷积编码器包括第一复数卷积模块、第二复数卷积模块、第三复数卷积模块和第四复数卷积模块;其中,所述第一复数卷积模块、所述第二复数卷积模块、所述第三复数卷积模块和所述第四复数卷积模块均包括复数卷积层、复数批归一化层和最大池化层; 所述复数卷积编码器根据所述复数时频谱的多层次时频特征,得到所述待处理原始音频的编码特征,包括: 将所述复数时频谱输入所述第一复数卷积模块,得到第一编码特征; 将所述第一编码特征输入所述第二复数卷积模块,得到第二编码特征; 将所述第二编码特征输入所述第三复数卷积模块,得到第三编码特征; 将所述第三编码特征输入所述第四复数卷积模块,得到第四编码特征; 其中,所述第一编码特征、所述第二编码特征、所述第三编码特征和所述第四编码特征各自分别对应的时频特征层次均不相同; 所述第一复数卷积模块、所述第二复数卷积模块、所述第三复数卷积模块和所述第四复数卷积模块中的复数卷积层均用于同时处理输入数据的实部和虚部的信息,得到所述输入数据的复数域的特征; 所述第一复数卷积模块、所述第二复数卷积模块、所述第三复数卷积模块和所述第四复数卷积模块中的复数批归一化层均用于加速模型收敛和提高模型的稳定性; 所述第一复数卷积模块、所述第二复数卷积模块、所述第三复数卷积模块和所述第四复数卷积模块中的最大池化层均用于逐步压缩时间-频率分辨率、提取高层抽象特征; 所述输入数据为所述复数时频谱、所述第一编码特征、所述第二编码特征和所述第三编码特征中的一个; 所述第二复数卷积模块和所述第三复数卷积模块分别与一Transformer编码器连接; 所述方法还包括: 将所述第二编码特征拆分为实虚部,并拼接为实数张量;将所述实数张量通过线性投影压缩维度,并输入与所述第二复数卷积模块连接的Transformer编码器,得到所述第二编码特征对应的增强特征; 将所述第三编码特征拆分为实虚部,并拼接为实数张量;将所述实数张量通过线性投影压缩维度,并输入与所述第三复数卷积模块连接的Transformer编码器,得到所述第三编码特征对应的增强特征。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军92020部队,其通讯地址为:266000 山东省青岛市市南区香港西路11号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。