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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院;国网江西省电力有限公司申请的专利一种融合盲源分离和轻量化模型的双通道语音增强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：CN121034324B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511519803.2，技术领域涉及：G10L19/008；该发明授权一种融合盲源分离和轻量化模型的双通道语音增强方法是由童超;欧阳文华;李帆;梅宇聪;肖齐;伍太萍;鄢文清设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本一种融合盲源分离和轻量化模型的双通道语音增强方法在说明书摘要公布了：本发明公开了一种融合盲源分离和轻量化模型的双通道语音增强方法，采集初始信号并按照信噪比调整噪声强度生成含噪语音信号，并根据含噪语音信号的噪声强度划分为低信噪比场景和极低信噪比场景；对含噪语音信号进行处理，得到时频域特征，在低信噪比、极低信噪比场景下，分别采用AuxIVA算法和OGIVEa_NG算法对时频域特征进行盲源分离，生成辅助特征信息；将辅助特征信息与时频域特征融合后，分别输入GTCRN模型和轻量化语音增强模型DPCRN进行增强，得到增强后的语音信号。本发明通过GTCRN模型和轻量化语音增强模型DPCRN的双通道语音增强技术，能够有效分离语音信号和噪声信号，提升语音的清晰度和可懂度。

本发明授权一种融合盲源分离和轻量化模型的双通道语音增强方法在权利要求书中公布了：1.一种融合盲源分离和轻量化模型的双通道语音增强方法，其特征在于，包括： 步骤S1：采集初始信号并按照信噪比调整噪声强度生成含噪语音信号，并根据含噪语音信号的噪声强度划分为低信噪比场景和极低信噪比场景； 步骤S2：对含噪语音信号进行提取，得到时频域特征； 步骤S3：在低信噪比场景下，采用AuxIVA算法对提取的时频域特征进行处理，生成第一辅助特征信息，将时频域特征和第一辅助特征信息进行融合，得到第一融合后的特征，将第一融合后的特征输入GTCRN模型进行融合，得到增强后的语音信号； 步骤S4：在极低信噪比场景下，采用OGIVEa_NG算法对提取的时频域特征进行处理，生成第二辅助特征信息，将时频域特征和第二辅助特征信息进行融合，得到第二融合后的特征，将第二融合后的特征输入轻量化语音增强模型DPCRN进行融合，得到增强后的语音信号； 所述GTCRN模型是在轻量化语音增强模型DPCRN的基础上进行改进得到，在轻量化语音增强模型DPCRN的第一编码器前添加子带特征提取块；将第一编码器中的第一二维卷积块、第二二维卷积块、第三二维卷积块替换为卷积块和第一分组时序卷积块；将轻量化语音增强模型DPCRN的双路卷积神经网络替换为分组循环神经网络；将轻量化语音增强模型DPCRN的第一解码器中的第一二维转置卷积块、第二二维转置卷积块、第三二维转置卷积块替换为第二分组时序卷积块、解卷积块； GTCRN模型的处理过程为： GTCRN模型由频带合并块、子带特征提取块、第二编码器、两个分组循环神经网络、第二解码器、频带分离块、第二逆短时傅里叶变换组成； 第二编码器由依次连接的两个卷积块、三个第一分组时序卷积块组成； 第二解码器由依次连接的三个第二分组时序卷积块、两个解卷积块组成； 将时频域特征和第一辅助特征信息进行融合，得到第一融合后的特征，将第一融合后的特征输入频带合并块中进行处理，得到频带合并块的输出，将频带合并块的输出输入子带特征提取块中进行处理，获得子带特征提取块的输出，将子带特征提取块的输出输入第二编码器中进行处理； 在第二编码器中子带特征提取块的输出依次经过两个卷积块和三个第一分组时序卷积块，得到第一分组时序卷积块的输出，即为第二编码器的输出； 将第二编码器的输出输入两个分组循环神经网络中进行处理，得到分组循环神经网络的输出，将分组循环神经网络的输出输入第二解码器中；同时将第二编码器的输出通过跳跃连接输入第二解码器中进行处理； 分组循环神经网络的输出和第二编码器的输出在第二解码器中依次经过三个第二分组时序卷积块和两个解卷积块，得到解卷积块的输出，即为第二解码器的输出； 将第二解码器的输出输入频带分离块中进行处理，获得频带分离块的输出，将频带分离块的输出与第一融合后的特征进行相乘输入第二逆短时傅里叶变换中进行处理，得到增强后的语音信号。

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国网江西省电力有限公司电力科学研究院;国网江西省电力有限公司，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88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。