公开(公告)号：CN117542367A

公开(公告)日：2024-02-09

申请号：CN202311517593.4

申请日：2023-11-15

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 张泽华 ,  王明江

IPC: G10L21/0208 ,  G10L21/0216

Abstract: 本发明涉及降噪方法，尤其涉及一种轻量化多轴Transformer的单通道降噪方法。可以充分提取语音信号潜在的时频特征。采用多头动态局部自关注模块高效提取局部特征。本文提出的方法具有更少的网络参数和更低的计算成本，同时与最先进的方法相比，在语音信号的质量和可懂度方面具有竞争力。可以充分提取语音信号潜在的时频特征，能够有效降低计算机的资源消耗。提示块以使得模型更好学得频率特征信息。

公开(公告)号：CN117542342A

公开(公告)日：2024-02-09

申请号：CN202311517595.3

申请日：2023-11-15

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 徐诗韵 ,  王明江

IPC: G10K11/178 ,  G10L21/0216 ,  G10L21/0208

Abstract: 本发明涉及声音处理技术领域，尤其涉及一种基于自适应滤波与神经网络的回声消除方法。该模型由两部分组成：用于消除线性回声的Speex算法，以及进一步消除回声的多尺度时频UNet。主要优点如下：（1）在自适应滤波之前进行了时间对齐，弥补了回声信号的延迟，提升了自适应滤波器的回声消除效果；（2）以UNet为基础，构建了一个能多尺度地提取时频维度特征的神经网络；（3）该多级回声消除模型可以在复杂的噪声、混响环境下实现优越的回声消除效果。

公开(公告)号：CN117496926A

公开(公告)日：2024-02-02

申请号：CN202311511710.6

申请日：2023-11-14

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 周廉与 ,  王明江

IPC: G10H1/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及语言处理技术领域，尤其涉及一种基于大型预训练语言模型的音乐生成方法。通过使用数千个旋律MIDI文件对GPT‑3进行微调，然后使用微调后的模型来进行旋律生成。该方法的主要优点如下：（1）算法可以学习旋律的长期依赖结构，并生成富有长期结构和音乐性的音乐；（2）算法可以通过调整微调数据格式，模拟不同的旋律生成方法；（3）算法允许仅使用较少的数据，可以生成类似风格的旋律。