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！

申请/专利权人：广东省电信规划设计院有限公司

摘要：本发明公开了一种基于AIGC的耳机智能降噪方法及装置，该方法应用于智能耳机，且涉及AIGC技术以及智能降噪技术领域，包括：采集声音数据，并对采集到的所有声音数据执行数据预处理操作，得到目标声音数据；基于目标声音数据以及预先确定出的深度学习算法，对预设的声音识别模型执行模型训练操作，以生成基于AIGC的目标识别模型，根据目标识别模型，生成智能降噪模型；通过智能降噪模型，对智能耳机获取到的待处理声音数据执行智能降噪操作，得到输出声音数据。可见，实施本发明能够智能化对耳机内的声音进行降噪，有利于提高对噪音进行过滤及降噪的智能性，进而还有利于提高用户使用降噪耳机的使用体验感。

主权项：1.一种基于AIGC的耳机智能降噪方法，其特征在于，所述耳机智能降噪方法应用于智能耳机，所述方法包括：采集声音数据，并对采集到的所有所述声音数据执行数据预处理操作，得到目标声音数据；基于所述目标声音数据以及预先确定出的深度学习算法，对预设的声音识别模型执行模型训练操作，以生成基于AIGC的目标识别模型，根据所述目标识别模型，生成智能降噪模型；通过所述智能降噪模型，对所述智能耳机获取到的待处理声音数据执行智能降噪操作，得到输出声音数据；所述根据所述目标识别模型，生成智能降噪模型之前，所述方法还包括：对所述目标识别模型执行模型评估操作，得到模型评估结果，判断所述模型评估结果是否满足预设的模型运行条件；当判断出所述模型评估结果满足预设的所述模型运行条件时，触发执行所述根据所述目标识别模型，生成智能降噪模型的操作；当判断出所述模型评估结果不满足预设的所述模型运行条件时，分析所述模型评估结果不满足预设的所述模型运行条件的目标因子，基于所述目标因子，对所述目标识别模型执行更新操作，以更新所述目标识别模型，并触发执行所述根据所述目标识别模型，生成智能降噪模型的操作；所述基于所述目标因子，对所述目标识别模型执行更新操作，以更新所述目标识别模型，包括：基于所述目标因子，确定所述目标识别模型的模型更新参数，其中，所述模型更新参数包括模型架构更新参数、模型层数更新参数、模型函数更新参数中的一种或多种；根据所述模型更新参数，对所述目标识别模型执行更新操作，得到备用识别模型，将预先确定出的测试数据集输入至所述备用识别模型，得到模型测试结果，判断所述模型测试结果是否满足预设的模型测试条件；当判断出所述模型测试结果满足预设的所述模型测试条件时，基于所述备用识别模型对所述目标识别模型执行更新操作，以更新所述目标识别模型；当判断出所述模型测试结果不满足预设的所述模型测试条件时，调整所述模型更新参数，并重新触发执行所述根据所述模型更新参数，对所述目标识别模型执行更新操作，得到备用识别模型的操作以及将预先确定出的测试数据集输入至所述备用识别模型，得到模型测试结果，判断所述模型测试结果是否满足预设的模型测试条件的操作；所述基于所述目标因子，确定所述目标识别模型的模型更新参数，包括：基于所述目标因子，判断所述目标识别模型的模型架构是否满足预设的结构性能条件，当判断出所述目标识别模型的模型架构不满足预设的所述结构性能条件时，分析所述目标识别模型的模型性能，并基于所述模型性能生成所述目标识别模型的模型架构更新参数，其中，所述模型架构更新参数包括LSTM单元数量更新参数、神经元数量更新参数、连接权重更新参数中的一种或多种；和或，基于所述目标因子以及预先确定出的验证数据集，对所述目标识别模型执行模型验证操作，得到模型验证结果，并基于所述模型验证结果，确定所述目标识别模型的模型复杂度，并基于所述模型复杂度，生成所述目标识别模型的模型层数更新参数，其中，所述模型层数更新参数包括学习率更新参数、连接层数量更新参数中的一种或多种；和或，基于所述目标因子以及预先确定出的验证数据集，对所述目标识别模型执行模型测试操作，得到模型测试结果，并基于所述模型测试结果，确定待调整参数，通过预先确定出的反向传播算法，确定所述待调整参数的参数更新值，并基于所述待调整参数的参数更新值，生成模型函数更新参数；所述根据所述目标识别模型，生成智能降噪模型之后，所述方法还包括：确定所述智能降噪模型的模型运行参数，判断所述模型运行参数是否满足预设的模型运行条件；当判断出所述模型运行参数不满足预设的所述模型运行条件时，分析所述模型运行参数不满足预设的所述模型运行条件的目标运行原因，并基于所述目标运行原因，生成针对所述智能降噪模型的模型调整参数，以调整所述智能降噪模型；其中，所述目标运行原因包括模型拟合原因和或模型泛化原因；其中，当所述目标运行原因包括所述模型拟合原因时，所述基于所述目标运行原因，生成针对所述智能降噪模型的模型调整参数，以调整所述智能降噪模型，包括：确定所述智能降噪模型的模型损失函数，基于所述模型拟合原因以及所述模型损失函数，确定函数调整参数，并基于所述函数调整参数对所述模型损失函数执行函数调整操作，以更新所述模型损失函数以及调整所述智能降噪模型；以及，当所述目标运行原因包括所述模型泛化原因时，所述基于所述目标运行原因，生成针对所述智能降噪模型的模型调整参数，以调整所述智能降噪模型，包括：确定所述智能降噪模型对应的目标神经元，以及确定所述目标神经元的失活率，基于所述模型泛化原因以及所述目标神经元的失活率，生成失活率调整参数，并基于所述失活率调整参数对所述目标神经元的失活率执行调整操作，以更新所述目标神经元以及调整所述智能降噪模型。

全文数据：

权利要求：

百度查询： 广东省电信规划设计院有限公司 基于AIGC的耳机智能降噪方法及装置