[發(fā)明專利]一種降噪模型的壓縮方法

有效

• 申請?zhí)枺?/td>: 202010266069.4
• 申請日: 2020-04-07
• 公開（公告）號: CN111599373B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 李慶龍;姜姍
• 申請（專利權(quán)）人: 云知聲智能科技股份有限公司;廈門云知芯智能科技有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L15/06
• 代理公司: 北京冠和權(quán)律師事務(wù)所 11399
• 代理人: 張楠楠

1.一種降噪模型的壓縮方法，其特征在于，包括如下步驟：

步驟1，獲取帶噪訓(xùn)練語音的特征，根據(jù)帶噪語音和對應(yīng)的純凈語音計(jì)算時頻掩蔽mask-r；

步驟2，利用特征和對應(yīng)的時頻掩蔽訓(xùn)練預(yù)設(shè)的Teacher模型；

步驟3，將訓(xùn)練數(shù)據(jù)的特征輸入到預(yù)設(shè)的Student模型中，在訓(xùn)練預(yù)設(shè)的Student模型時，將帶噪的訓(xùn)練語音特征輸入到訓(xùn)練好的Teacher模型中獲得mask-t，再將此帶噪的訓(xùn)練語音的特征輸入到預(yù)設(shè)的Student模型中得到mask-s，根據(jù)mask-r，mask-t和mask-s分別計(jì)算loss1，loss2和系數(shù)a，得到Loss函數(shù)，

Loss＝a*loss1+(1-a)*?loss2???????????(1)

在利用預(yù)設(shè)的Student模型預(yù)測的mask-s計(jì)算loss1，

loss1?＝?MSE(mask-r，?mask-s)???????????(2)

利用Teacher模型預(yù)測mask-t計(jì)算loss2

loss2?＝?MSE(mask-t，?mask-s)????????????(3)

再計(jì)算權(quán)重a，

a＝?|mask-r?–?mask-t|?+?0.5，?如果a??1，則a取值為1??(4)

將式(2)、(3)、(4)代入式(1)得

Loss＝(|mask-r–mask-t|+0.5)*MSE(mask-r，mask-s)+{1-(|mask-r–mask-t|+0.5)}*MSE(mask-t，mask-s)

其中MSE為均方誤差函數(shù)，

通過所述loss函數(shù)對預(yù)設(shè)的Student模型進(jìn)行指導(dǎo)訓(xùn)練，直至收斂，獲得收斂后的Student模型；

步驟4，將帶噪語音輸入到收斂后的Student模型進(jìn)行計(jì)算獲得增強(qiáng)后的語音。

2.根據(jù)權(quán)利要求1所述的一種降噪模型的壓縮方法，其特征在于，所述步驟2包括：

將訓(xùn)練語音的特征輸入到Teacher模型中，模型給出預(yù)測的mask_，根據(jù)mask_和mask-r之間的誤差e1指導(dǎo)預(yù)設(shè)的Teacher模型訓(xùn)練直至e1不變，保存訓(xùn)練好的Teacher模型。

3.根據(jù)權(quán)利要求1所述的一種降噪模型的壓縮方法，其特征在于，所述步驟4包括：

將帶噪語音先進(jìn)行特征提取，獲得特征，然后將對應(yīng)的特征輸入到收斂后的Student模型，獲得預(yù)測的mask，將mask與帶噪語音的頻譜相乘后進(jìn)行逆傅里葉變換得到增強(qiáng)后的語音。

4.根據(jù)權(quán)利要求3所述的一種降噪模型的壓縮方法，其特征在于，所述帶噪語音進(jìn)行傅里葉變換獲得所述帶噪語音的頻譜。

5.根據(jù)權(quán)利要求1所述的一種降噪模型的壓縮方法，其特征在于，所述步驟4包括：

所述帶噪語音的獲取基于一個麥克風(fēng)獲取單通道語音。