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！

摘要：本发明公开了一种回声消除算法，包括如下步骤：S1、引入DNSMOS工具筛选高质量数据，并对MOS评分较低的数据进行降噪预处理；S2、采用渐进式训练方法；S3、采用基于交叉注意力机制的对齐模块，并通过深度一维卷积提取局部特征提高其性能；S4、采用自动标注的方法产生回声时延标签；S5、计算相对延迟概率分布；S6、采用知识蒸馏算法提升复杂环境下回声消除能力；S7、通过延迟对齐和滤波系数估计联合处理，并通过仿射变换压缩特征维度得到滤波系数；S8、使用SI‑SNR损失函数和PLCPA‑ASYM损失函数优化降噪模型的输出信号质量；S9、引入有声状态检测功能。本发明结合传统信号处理与深度学习技术，提出了一种改进的回声消除算法，具备高精度、强泛化和复杂环境适应能力。

主权项：1.一种回声消除算法，其特征在于，包括如下步骤：S1、在数据预处理阶段，引入DNSMOS工具筛选高质量数据，并对MOS评分较低的数据使用传统信号处理和神经网络模型进行降噪预处理，再次筛选出高质量参考信号；S2、在数据生成阶段，采用渐进式训练方法，初始阶段使用干净音频预训练，再逐步生成从易到难的数据用于降噪模型训练；S3、采用基于交叉注意力机制的对齐模块，并使用深度一维卷积提取局部特征，提高所述对齐模块的性能；S4、采用自动标注的方法产生回声时延标签，并结合所述DNSMOS工具过滤掉质量低下的参考信号和回声信号；S5、通过对齐模块计算参考信号和回声信号的相对延迟概率分布，并结合所述时延标签显式优化对齐模块；S6、采用全新的联合多种辅助信息的教师-学生知识蒸馏算法，学生模型学习教师模型的音频输出、帧级有声概率和回声延迟概率分布，提升真实环境下回声消除能力；S7、在实时通话过程中，通过联合自注意力模型和交叉注意力对齐模型得到滤波系数估计，消除回声、噪声和晚期混响；S8、降噪算法的目标损失使用SI-SNR损失函数和PLCPA-ASYM损失函数，所述PLCPA-ASYM损失函数在信号还原后的音频数据上进行二次傅里叶变换，再计算损失值，优化降噪模型的输出信号质量；S9、引入有声状态检测功能，使用短时能量阈值和神经网络模型生成有声状态标签，提升降噪模型的听感质量。

全文数据：

权利要求：

百度查询： 上海声瀚信息科技有限公司 一种回声消除算法