公开(公告)号：CN115511730A

公开(公告)日：2022-12-23

申请号：CN202211073159.7

申请日：2022-09-02

Applicant: 华侨大学

Inventor： 林晓丹 ,  李杨福 ,  邱应强 ,  朱建清 ,  曾焕强

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于循环生成对抗网络的图像频闪去除方法，其在合成频闪图像数据集的基础上训练得到循环生成对抗网络模型，其包含两个生成网络与两个鉴别网络，两个生成网络分别负责由输入的频闪图像生成无频闪图像与输入无频闪图像生成频闪图像，鉴别网络利用输入的真实图像与生成网络的生成图像，结合生成对抗思想，训练生成网络。最终达到输入频闪图像最终输出其对应的无频闪图像的目的，有效提高了图像去频闪方法的实用性。

公开(公告)号：CN117612544A

公开(公告)日：2024-02-27

申请号：CN202311460478.8

申请日：2023-11-06

Applicant: 华侨大学

Inventor： 林晓丹 ,  李杨福 ,  臧欣欢 ,  曾焕强

IPC: G10L21/013 ,  G10L21/0224 ,  G10L21/0232 ,  G10L25/30 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习模型的变调语音复原方法及系统，方法包括以下步骤：获取包含原始语音和对应的变调语音的数据集，对数据集中的语音进行语音波形到梅尔谱的转换，获得训练样本；构建变调语音复原模型，所述变调语音复原模型包括用于估计变调因子的估计模块和利用变调因子生成复原语音的复原模块；利用训练样本训练变调语音复原模型，获得训练好的变调语音复原模型；使用训练好的变调语音复原模型对输入的变调语音进行复原。本发明克服了现有技术中依赖于原始语言或对于变调方法的估计准确性不足导致复原效果不佳的缺陷，采用深度学习估计变调因子，极大增强了复原后语音的音频质量，适用场景多，实用性强。