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针对噪声环境的深度学习语音增强及情绪识别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：CN121600950B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610119661.9，技术领域涉及：G10L21/0224；该发明授权一种针对噪声环境的深度学习语音增强及情绪识别方法是由潘思辰设计研发完成，并于2026-01-28向国家知识产权局提交的专利申请。

本一种针对噪声环境的深度学习语音增强及情绪识别方法在说明书摘要公布了：本申请涉及语音信号处理技术领域，公开了一种针对噪声环境的深度学习语音增强及情绪识别方法，旨在解决语音增强问题。该方法包括：对输入的含噪语音信号进行预处理，提取其时频域特征表示；将所述时频域特征输入至一个级联的深度神经网络架构，该架构包括一个基于注意力机制与多尺度卷积的语音增强模块和一个融合情感先验知识的情绪识别模块；在所述语音增强模块中，通过自适应噪声估计与特征掩蔽机制，生成针对当前语音帧的增强掩蔽矩阵，并作用于输入特征以抑制噪声成分；本申请通过采用上述技术方案，能够实现提升信噪比的同时保留用于情绪判别的关键声学线索，增强模型对不同类型噪声的泛化能力，并提高情绪特征提取的鲁棒性与判别性。

本发明授权一种针对噪声环境的深度学习语音增强及情绪识别方法在权利要求书中公布了：1.一种针对噪声环境的深度学习语音增强及情绪识别方法，其特征在于，该方法包括以下步骤： 步骤S110，对输入的含噪语音信号进行预处理，提取其时频域特征表示，具体包括：对原始时域语音信号进行分帧与加窗处理；对每一帧语音信号应用短时傅里叶变换，计算其复数谱；提取所述复数谱的幅度谱作为基础时频域特征，并进一步计算其梅尔频率倒谱系数和基频轮廓特征，构成多维特征向量； 步骤S120，将所述时频域特征输入至一个级联深度神经网络架构，该架构包括一个基于注意力机制与多尺度卷积的语音增强模块和一个融合情感先验知识的情绪识别模块； 步骤S130，在所述语音增强模块中，通过自适应噪声估计与特征掩蔽机制，生成针对当前语音帧的增强掩蔽矩阵，并作用于输入特征以抑制噪声成分； 步骤S140，将所述语音增强模块输出的增强后特征与原始输入特征进行残差连接，并输入至所述情绪识别模块； 步骤S150，在所述情绪识别模块中，利用多头自注意力机制捕捉增强后语音中与情绪相关的长程上下文依赖关系，并结合预训练的情感声学特征先验，进行情绪状态分类； 步骤S160，设计一个联合损失函数，该函数同时约束语音增强任务的重构精度与情绪识别任务的分类准确性，对所述级联深度神经网络架构进行端到端的联合训练与优化； 所述步骤S150中的情绪识别模块，其为多头自注意力机制与情感先验融合层；所述多头自注意力机制的输入为融合特征经过一个线性投影层得到的序列表示；所述情感先验融合层加载一个在纯净情感语音数据集上预训练的声学特征提取器，该提取器固定参数，用于从所述融合特征中提取与情绪高度相关的深层特征；将所述自注意力增强的特征表示与预提取的情感深层特征进行通道维度的拼接，最后通过一个由两层全连接层和一个softmax层构成的分类器，输出对应于不同情绪类别的概率分布； 所述联合损失函数由两部分加权求和构成： ； 其中，为语音增强损失，采用尺度不变的信号失真比作为度量，其计算公式为： ； 其中为重构的时域语音信号，为对应的纯净语音信号参考；为情绪识别损失，采用带标签平滑的交叉熵损失函数；权重系数和过网格搜索确定。

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：510062 广东省广州市东风东路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。