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！

龙图腾网获悉广东工业大学申请的专利一种多声源融合场景的人声检测方法及装置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：CN114420099B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202210088372.9，技术领域涉及：G10L15/02；该发明授权一种多声源融合场景的人声检测方法及装置是由陈晓敏;杨志景;刘庆;李灏;曾睿;江奕锋;戴宇设计研发完成，并于2022-01-25向国家知识产权局提交的专利申请。

本一种多声源融合场景的人声检测方法及装置在说明书摘要公布了：本申请公开了一种多声源融合场景的人声检测方法及装置，本申请提供的多声源融合场景的人声检测方法，通过利用第一语音帧样本与第二语音帧样本分别作为正样本和负样本，通过以上的正样本与负样本进行MFCC特征特区以及语谱图生成，然后利用生成的语谱图对深度学习网络单元进行人声MFCC特征识别训练，再利用深度学习网络单元输出的人声MFCC特征，对循环神经网络单元进行人声检测训练，以提高神经网络对多声源环境下的人声检测能力，构建人声检测模型，以便通过构建的人声检测模型对待检测的多声源声音信号进行人声检测，从而获得多声源声音信号的人声检测结果，解决了现有的多声源人声检测难以准确检测出人声的技术问题。

本发明授权一种多声源融合场景的人声检测方法及装置在权利要求书中公布了：1.一种多声源融合场景的人声检测方法，其特征在于，包括： 获取第一语音帧样本和第二语音帧样本，其中，所述第一语音帧样本为包含人声的多声源语音帧样本，所述第二语音帧样本为不包含人声的多声源语音帧的语谱图； 提取所述第一语音帧样本和所述第二语音帧样本的MFCC特征，再基于所述MFCC特征生成对应的语谱图； 利用所述第一语音帧样本和所述第二语音帧样本，对深度学习网络单元进行人声MFCC特征识别训练，其中，所述深度学习网络具体为基于VGG19网络架构的DNN网络； 利用所述深度学习网络单元输出的人声MFCC特征，对循环神经网络单元进行人声检测训练，所述循环神经网络单元具体为LSTM神经网络单元； 基于训练完成后的深度学习网络单元与循环神经网络单元，构建人声检测模型； 获取待检测的多声源声音信号； 对所述多声源声音信号进行加窗分帧处理，得到若干个语音帧信号； 通过傅里叶变换处理方式，对所述语音帧信号进行频域变换，得到语音帧频谱； 通过预设的梅尔三角滤波器组，对所述语音帧频谱进行梅尔滤波处理，得到若干个滤波器组能量，再对所述滤波器组能量进行对数转换，得到所述语音帧信号的Fbank特征； 通过IDFT变换处理方式，将所述Fbank特征转换成MFCC特征； 基于所述MFCC特征生成所述语音帧信号的语谱图； 以所述语谱图作为所述人声检测模型的输入量，以通过所述人声检测模型的运算，获得所述多声源声音信号的人声检测结果。

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广东工业大学，其通讯地址为：510060 广东省广州市越秀区东风东路729号大院；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。