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！

龙图腾网获悉浙江工业大学申请的专利基于分块特征融合和双路径Transformer的目标语音提取方法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：CN119993180B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510085354.9，技术领域涉及：G10L21/0208；该发明授权基于分块特征融合和双路径Transformer的目标语音提取方法是由黄文泉;鲍俊洁;黄国兴;卢为党;张昱设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本基于分块特征融合和双路径Transformer的目标语音提取方法在说明书摘要公布了：一种基于分块特征融合和双路径Transformer的目标语音提取方法，首先利用分块特征融合的方法，使每一段分块都能获取完整的目标说话人参考语音特征，提升了特征的利用率；然后使用双路径Transformer对信号进行全局和局部建模，高效提取目标说话人语音信息；最后预训练目标说话人参考语音特征提取网络，提升训练效率，并通过多任务学习共同优化整个网络中的各个组件，使提取效果达到最佳。本发明方法实现了目标说话人语音提取，相比于现有的提取方法，模型参数量更低，提取速度更快，并且实现了更高的提取纯净度。

本发明授权基于分块特征融合和双路径Transformer的目标语音提取方法在权利要求书中公布了：1.一种基于分块特征融合和双路径Transformer的目标语音提取方法，其特征在于，所述方法包括以下步骤： 步骤一，对混合音频进行卷积编码，将语音信息转换为特征表示，使用可训练的卷积核对语音进行编码，通过训练优化特征表示来达到最佳效果，输入混合语音信号y，输出混合语音特征矩阵Y； 步骤二，对目标说话人参考语音进行卷积编码并提取其特征序列，多尺度卷积可以获取不同分辨率的特征，并通过降低特征维度简化特征表达，输入目标说话人参考语音s，输出目标说话人语音特征 步骤三，对混合音频特征和参考语音特征进行分块并进行分块级的特征融合，提高参考特征的利用率，使提取过程能更精准识别说话人声音；输入混合语音特征矩阵Y、目标说话者语音特征输出特征融合矩阵E； 步骤四，使用双路径Transformer处理融合后的特征，通过对融合特征计算多头注意力，进行局部和全局的建模，从而实现目标说话人准确的识别与提取，最后生成只允许目标说话人语音信息通过的掩码矩阵，输入特征融合矩阵E，输出目标说话人掩码Mask； 步骤五，混合音频特征与提取掩码进行调制，滤除与说话人无关的语音特征，对调制响应特征解码，由特征恢复时域信号，获取目标语音，输入混合语音编码特征矩阵Y、目标说话人掩码Mask，输出提取的目标说话人语音 步骤六，对参考特征提取网络进行预训练，加快训练收敛速度，使用多任务学习对网络整体进行共同优化，将网络调整到最佳状态，输入目标说话者语音特征Y、目标说话人语音提取结果输出预训练参考特征提取网络、多任务学习loss。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18号；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。