来源 :金融界2024-01-10
2024年1月10日消息，据国家知识产权局公告，深圳市中科蓝讯科技股份有限公司申请一项名为“语音处理方法、装置、设备及存储介质“，公开号CN117373474A，申请日期为2023年9月。
专利摘要显示，本申请提供语音处理方法、装置、设备及存储介质，方法包括：计算待处理的目标语音信号的语音幅度谱、谱熵和短时频谱方差，得到目标语音信号对应的多个信号特征；对目标语音信号对应的多个信号特征进行拼接，得到目标语音信号对应的输入特征；将目标语音信号对应的输入特征输入至理想比值掩码预测模型，得到理想比值掩码预测模型输出的目标理想比值掩码，理想比值掩码预测模型为基于互注意力机制的模型；将目标理想比值掩码与目标语音信号的语音幅度谱相乘，得到目标语音信号对应的纯净语音幅度谱；根据纯净语音幅度谱对应的时域信号，确定目标语音信号对应的输出语音信号。该技术方案能够更准确地降噪，达到更好的降噪效果。