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;广州凡沙智能科技有限公司申请的专利一种基于沙漏结构和自注意力机制的语音提取方法及系统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：CN116665655B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310811269.7，技术领域涉及：G10L15/06；该发明授权一种基于沙漏结构和自注意力机制的语音提取方法及系统是由肖红;谭伯乐;马宗鑫;姜文超;张嘉柠;黄子豪设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种基于沙漏结构和自注意力机制的语音提取方法及系统在说明书摘要公布了：本发明公开了一种基于沙漏结构的自注意力机制的语音提取方法及系统，方法包括以下步骤：S1，编码器对输入的辅助音频信号以及混合音频信号进行编码，得到辅助音频高维嵌入以及混合音频高维嵌入；S2，声纹提取器对辅助音频高维嵌入进行提取处理，得到声纹特征；S3，说话人提取器对声纹特征以及混合音频高维嵌入进行聚合处理，得到聚合特征；聚合特征经过进一步处理，得到语音掩膜特征；S4，解码器从语音掩膜特征中估计一个掩膜；将掩膜与混合音频高维嵌入进行点乘计算，得到目标说话人音频嵌入；将目标说话人音频嵌入重构为时域信号，得到目标说话人的音频。本发明通过以上改进，提升了智能语音客服语音识别系统的响应速度。

本发明授权一种基于沙漏结构和自注意力机制的语音提取方法及系统在权利要求书中公布了：1.一种基于沙漏结构的自注意力机制的语音提取方法，其特征在于，包括以下步骤： S1，编码器对输入的辅助音频信号以及混合音频信号进行编码，得到与输入对应的辅助音频高维嵌入以及混合音频高维嵌入； S2，声纹提取器对所述辅助音频高维嵌入进行提取处理，得到固定维度的声纹特征； S3，说话人提取器对所述声纹特征以及所述混合音频高维嵌入进行聚合处理，得到聚合特征；所述聚合特征经过进一步处理，得到语音掩膜特征； S4，解码器从所述语音掩膜特征中估计一个掩膜；将所述掩膜与所述混合音频高维嵌入进行点乘计算，得到目标说话人音频嵌入；将所述目标说话人音频嵌入重构为时域信号，得到目标说话人的音频； 所述说话人提取器包括依序连接的卷积神经网络以及若干个沙漏块； 所述沙漏块包括通道拼接层、堆叠TCN层、下采样层、Conformer块以及上采样层； 所述Conformer块用于将经下采样层处理的局部序列特征转化为全局序列特征。

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;广州凡沙智能科技有限公司，其通讯地址为：510080 广东省广州市越秀区东风东路729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。