Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 贵州理工学院;深圳市雅鑫祺电子有限公司王喜宾获国家专利权

贵州理工学院;深圳市雅鑫祺电子有限公司王喜宾获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉贵州理工学院;深圳市雅鑫祺电子有限公司申请的专利基于深度学习的音频噪声抑制方法及智能音响获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120412619B

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510908373.7,技术领域涉及:G10L21/0224;该发明授权基于深度学习的音频噪声抑制方法及智能音响是由王喜宾;陈明辉;刘慧鹏设计研发完成,并于2025-07-02向国家知识产权局提交的专利申请。

基于深度学习的音频噪声抑制方法及智能音响在说明书摘要公布了:本发明提供一种基于深度学习的音频噪声抑制方法及智能音响,通过获取原始音频信号集合,对混合音频信号片段进行噪声特征动态解析处理,提取混合音频信号片段中的多维度噪声分布特征,基于预设的深度学习噪声抑制模型,对多维度噪声分布特征进行动态噪声抑制策略匹配处理,生成与混合音频信号片段对应的目标噪声抑制策略集合,根据目标噪声抑制策略集合对混合音频信号片段进行动态噪声消除处理,生成降噪优化音频信号集合,最后将降噪优化音频信号集合输出至目标音频播放设备。通过本发明可以显著提升噪声抑制系统的实用性和部署效率。

本发明授权基于深度学习的音频噪声抑制方法及智能音响在权利要求书中公布了:1.一种基于深度学习的音频噪声抑制方法,其特征在于,包括: 获取原始音频信号集合,所述原始音频信号集合包含多个时域连续分布的混合音频信号片段; 对所述混合音频信号片段进行时频联合分析处理,生成所述混合音频信号片段对应的频域特征集合和时域波动特征集合; 对所述频域特征集合进行噪声能量分布解析处理,提取所述混合音频信号片段中的稳态噪声能量分布特征; 对所述时域波动特征集合进行多尺度时域分解处理,生成所述混合音频信号片段对应的子带波动信号集合; 对所述子带波动信号集合进行突发噪声事件检测处理,生成所述混合音频信号片段中各时间窗口内的突发噪声事件标记集合; 基于所述突发噪声事件标记集合对所述子带波动信号集合进行噪声事件动态跟踪处理,生成所述突发噪声事件在时域上的动态变化轨迹集合; 对所述动态变化轨迹集合进行噪声事件持续性验证处理,提取满足预设连续性条件的有效噪声事件轨迹集合; 根据所述有效噪声事件轨迹集合对所述子带波动信号集合进行时域能量分布聚合处理,生成瞬态噪声动态变化特征; 其中,所述多尺度时域分解处理的尺度划分参数与所述混合音频信号片段的时域采样率保持维度匹配,所述突发噪声事件标记集合中的每个标记包含事件起始时间、持续时长及能量强度标识,所述动态变化轨迹集合用于表征所述突发噪声事件在时域上的能量扩散路径和强度变化规律,所述预设连续性条件用于筛选所述动态变化轨迹集合中具有时域连贯性的噪声事件轨迹; 将所述稳态噪声能量分布特征与所述瞬态噪声动态变化特征进行特征融合处理,生成多维度噪声分布特征; 基于预设的深度学习噪声抑制模型,对所述多维度噪声分布特征进行动态噪声抑制策略匹配处理,生成与所述混合音频信号片段对应的目标噪声抑制策略集合; 根据所述目标噪声抑制策略集合对所述混合音频信号片段进行动态噪声消除处理,生成降噪优化音频信号集合; 将所述降噪优化音频信号集合输出至目标音频播放设备。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人贵州理工学院;深圳市雅鑫祺电子有限公司,其通讯地址为:551000 贵州省贵阳市贵安新区党武镇博士路;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。