公开(公告)号：CN109712628A

公开(公告)日：2019-05-03

申请号：CN201910196487.8

申请日：2019-03-15

Applicant: 哈尔滨理工大学

Inventor： 兰朝凤 ,  韩旭 ,  兰袁硕 ,  刘岩 ,  赵宏运 ,  刘春东

IPC: G10L17/04 ,  G10L17/18 ,  G10L21/0208 ,  G10L21/0232 ,  G10L25/24 ,  G10L25/30

Abstract: 一种基于RNN的语音降噪方法及语音识别方法，在噪声环境下提取性能更好的语音信号特征参数，属于语音识别领域。本发明包括：建立DRNN降噪模型：在RNN的基础上增加两层隐含层，所述两层隐含层上无连接层，RNN原有的隐含层位于增加的两层隐含层中间，三层隐含层位于输入层和输出层之间；将带噪声的语音训练信号X进行补零，使维度保持一致，并将补零后的信号分成N组，每组三个数据，将分组后的数据输入到DRNN降噪模型中进行训练，确定DRNN降噪模型的参数；利用确定参数的DRNN降噪模型对语音信号或特征参数进行降噪。语音识别方法是在现有基础上在识别和训练之前先对特征参数采用DRNN降噪模型进行降噪。

公开(公告)号：CN109712628B

公开(公告)日：2020-06-19

申请号：CN201910196487.8

申请日：2019-03-15

Applicant: 哈尔滨理工大学

Inventor： 兰朝凤 ,  韩旭 ,  兰袁硕 ,  刘岩 ,  赵宏运 ,  刘春东

IPC: G10L17/04 ,  G10L17/18 ,  G10L21/0208 ,  G10L21/0232 ,  G10L25/24 ,  G10L25/30

Abstract: 一种基于RNN建立的DRNN降噪模型的语音降噪方法及语音识别方法，在噪声环境下提取性能更好的语音信号特征参数，属于语音识别领域。本发明包括：建立DRNN降噪模型：在RNN的基础上增加两层隐含层，所述两层隐含层上无连接层，RNN原有的隐含层位于增加的两层隐含层中间，三层隐含层位于输入层和输出层之间；将带噪声的语音训练信号X进行补零，使维度保持一致，并将补零后的信号分成N组，每组三个数据，将分组后的数据输入到DRNN降噪模型中进行训练，确定DRNN降噪模型的参数；利用确定参数的DRNN降噪模型对语音信号或特征参数进行降噪。语音识别方法是在现有基础上在识别和训练之前先对特征参数采用DRNN降噪模型进行降噪。