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！

龙图腾网获悉武汉大学申请的专利一种基于DFSMN模型的语音增强方法、装置和设备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：CN116884426B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202310850216.6，技术领域涉及：G10L21/02；该发明授权一种基于DFSMN模型的语音增强方法、装置和设备是由张海剑;孙思雨;陈佳佳设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。

本一种基于DFSMN模型的语音增强方法、装置和设备在说明书摘要公布了：针对现有的算法参数量和计算量较大的问题，本发明公开了一种基于DFSMN模型的语音增强方法、装置和设备，包括短时傅里叶变换模块、编码器模块、双路径DFSMN模块、掩码估计模块和短时傅里叶逆变换模块，其中短时傅里叶变换模块用于将带噪语音转化为复数谱，编码器模块用于将带噪语音复数谱转化为多尺度编码特征，双路径DFSMN模块用于对特征进行时间维度和频率维度建模，解码器用于对特征降维，掩码估计模块用于估计增强语音掩码。本发明具有较少的参数量和计算量，并且实现了较好的语音增强效果，有较强的实用性。

本发明授权一种基于DFSMN模型的语音增强方法、装置和设备在权利要求书中公布了：1.一种基于DFSMN模型的语音增强方法，其特征在于，包括以下步骤： 步骤1，将带噪语音转化为复数谱表示； 步骤2，使用基于DFSMN的编码器模块对带噪语音复数谱进行编码，其中编码器模块包含若干个子编码器模块，每个子编码器模块由二维卷积模块、块归一化层，PReLU层、第一维度变换操作、DFSMN层和第二维度变换操作组成； 步骤3，使用双路径DFSMN模块对编码器模块输出特征沿着时间轴和频率轴进行上下文信息提取； 步骤3中双路径DFSMN模块由帧内建模和帧间建模两部分组成，其中帧内建模模块的处理过程为，输入特征首先通过维度转换操作转换特征维度，然后通过DFSMN层对频率维度进行建模，随后通过实例归一化层归一化特征，最后通过线性层提升特征表示能力，在帧内建模操作后是跳跃连接操作，用于避免模型过拟合；帧间建模模块的处理过程为，首先通过维度转换操作转换特征维度，然后通过DFSMN层、实例归一化层和线性层实现特征时间维度建模，最后使用跳跃连接操作连接帧间建模的输入和线性层输出，避免模型过拟合；双路径DFSMN建模过程公式表示如下： 4 5 6 7 其中表示编码器模块输出，M表示编码器模块中的子编码器的数目，表示特征转换操作，表示帧内建模模块特征输入，表示帧内建模输出，表示帧间建模输出，表示双路径DFSMN模块输出，表示帧内建模特征计算，表示帧间建模特征计算； 步骤4，通过基于DFSMN的解码器模块实现特征解码，解码器模块为编码器模块的镜像结构，每个解码器的输入特征为上一个解码器的输出与对应编码器的跳跃连接信息，通过解码器模块实现特征降维； 步骤5，使用掩码估计模块将解码器输出特征转化为估计增强语音复数谱； 步骤6，对步骤5得到的估计增强语音复数谱进行短时逆傅里叶变换，将复数谱转化为时域信号。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。