公开(公告)号：CN119207443A

公开(公告)日：2024-12-27

申请号：CN202411077151.7

申请日：2024-08-07

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  朱郑 ,  董志荣 ,  李平安 ,  叶蕾

IPC: G10L21/02 ,  G10L17/04 ,  G10L15/06

Abstract: 本发明提供了一种基于改进卷积循环网络的单通道语音增强方法，包括：步骤1：下载模型训练和测试所用的数据集，通过采用VoiceBank+DEMAND数据集对数据集的语音进行预处理，并通过短时傅里叶变换(STFT)提取语音信号的幅度谱；步骤2：将幅度谱输入到编码器中，从幅度谱中提取高维特征；步骤3：使用Channel‑S4D block作为模型的递归模块，Channel‑S4D block输出的结果会输入到解码器中，被恢复到原始的维度；步骤4：构造联合损失函数；步骤5：重建和评估增强语音信号。本发明基于对角化状态空间模型构造的Channel‑S4D模块高效地处理语音序列，捕捉通道级别的语音关键信息，更好地建模语音信号的时间依赖关系，在降低模型的参数量和计算量的同时，提高了模型对复杂噪声环境的适应性。

公开(公告)号：CN118782065A

公开(公告)日：2024-10-15

申请号：CN202410934275.6

申请日：2024-07-12

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  董志荣 ,  朱郑 ,  李平安 ,  叶蕾

IPC: G10L21/0208 ,  G10L25/30 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于选择性状态空间模型的含噪语音分离方法，属于语音分离技术领域。该方法在时域语音分离框架中引入具有选择机制的Mamba来设计U型选择性语音分离模块(UMamba)，以提高模型对噪声和语音的区分能力，从而减少含噪语音分离任务中的信号和噪声的误分配问题，并降低了模型的参数量。该方法首先使用一维卷积提取语音特征，然后利用设计的U型选择性语音分离模块(UMamba)进行语音分离，并通过特征精炼器(FeaturePcs)进一步增强分离后的语音特征，最后通过一维反卷积层恢复语音信号，实现端到端的语音分离。最后对所提出的方法进行性能评估，本发明保持很小的模型参数量但能取得优秀的性能，是一种对资源有限的用户十分友好的方法。