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！

龙图腾网获悉上海浦东发展银行股份有限公司申请的专利多通道音频数据处理方法、装置、计算机设备、存储介质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：CN113921031B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202111055416.X，技术领域涉及：G10L21/0216；该发明授权多通道音频数据处理方法、装置、计算机设备、存储介质是由郑康;张小亮;潮蕾设计研发完成，并于2021-09-09向国家知识产权局提交的专利申请。

本多通道音频数据处理方法、装置、计算机设备、存储介质在说明书摘要公布了：本发明涉及音频数据处理技术领域，公开了一种多通道音频数据处理方法、装置、计算机设备和存储介质，包括获取多通道麦克风阵列采集到的采样音频数据；计算采样音频数据的第一协方差矩阵；基于高斯混合模型获取纯噪声数据的第二协方差矩阵；根据第一协方差矩阵与第二协方差矩阵作差获取的矩阵差，获取纯语音数据的第三协方差矩阵；获取第三协方差矩阵的目标特征向量；根据目标特征向量和采样音频数据，合成目标音频数据。多通道音频数据处理方法利用了聚类思想对噪声与语音进行分类提取，通过最大似然方法估计纯噪声数据和混合声音数据在采样音频数据中的分布，提高采样音频数据中噪声的鲁棒性，可以更好地对采样音频数据中噪声数据进行处理。

本发明授权多通道音频数据处理方法、装置、计算机设备、存储介质在权利要求书中公布了：1.一种多通道音频数据处理方法，其特征在于，包括： 获取多通道麦克风阵列采集到的采样音频数据；所述采样音频数据包括纯噪声数据和混合声音数据； 计算所述采样音频数据的第一协方差矩阵； 基于高斯混合模型获取纯噪声数据的第二协方差矩阵； 根据所述第一协方差矩阵与所述第二协方差矩阵作差得到的矩阵差，获取纯语音数据的第三协方差矩阵； 获取所述第三协方差矩阵的目标特征向量； 根据所述目标特征向量和所述采样音频数据，合成目标音频数据； 所述基于高斯混合模型获取纯噪声数据的第二协方差矩阵包括： 获取所述纯噪声数据的语音到达向量的初始设定值； 根据所述初始设定值计算所述纯噪声数据的高斯混合分布系数； 根据所述高斯混合分布系数计算所述纯噪声数据的所述高斯混合模型中的参数概率； 根据所述高斯混合分布系数和所述参数概率计算所述纯噪声数据的新的语音到达向量； 重复利用新的语音到达向量计算新的高斯混合分布系数和新的参数概率的迭代过程，直至迭代收敛； 将迭代收敛时的所述纯噪声数据的所述参数概率代入纯噪声数据的协方差计算式中，获取第二协方差矩阵； 在重复利用新的语音到达向量计算新的高斯混合分布系数和新的参数概率的迭代过程，直至迭代收敛时，所述方法还包括： 基于所述高斯混合模型获取混合声音数据的第四协方差矩阵； 将每次迭代中获取的所述第二协方差矩阵的特征参数与每次迭代中获取的所述第四协方差矩阵的特征参数进行比较； 根据比较结果对所述第二协方差矩阵和所述第四协方差矩阵进行纠正； 所述获取所述第三协方差矩阵的目标特征向量包括： 对所述第三协方差矩阵进行特征分解，获取多个特征值和多个特征向量，一个所述特征值对应一个特征向量； 将符合预设条件的特征值对应的所述特征向量定义为目标特征向量； 所述将每次迭代中获取的所述第二协方差矩阵的特征参数与每次迭代中获取的所述第四协方差矩阵的特征参数进行比较；根据比较结果对所述第二协方差矩阵和所述第四协方差矩阵进行纠正，包括： 在每次迭代过程后，对所述第二协方差矩阵进行特征分解，获得所述第二协方差矩阵对应的多个特征值；令所述第二协方差矩阵对应的多个特征值彼此相乘，将获得的乘积作为所述第二协方差矩阵的所述特征参数； 令所述第四协方差矩阵对应的多个特征值彼此相乘，将获得的乘积作为所述第四协方差矩阵的特征参数；将两个所述特征参数中特征乘积值较大的所述特征参数对应的协方差矩阵定义为混合声音数据x+n的第四协方差矩阵Rx+n，将两个所述特征参数中特征乘积值小的所述特征参数对应的协方差矩阵定义为纯噪声数据n的第二协方差矩阵Rn。

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上海浦东发展银行股份有限公司，其通讯地址为：200001 上海市黄浦区中山东一路12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。