[發(fā)明專利]一種基于信道補(bǔ)償?shù)穆暭y識(shí)別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010554305.2
• 申請日: 2020-06-17
• 公開（公告）號(hào): CN111785281A
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 沈亮;萬辛;李鵬;倪江帆;高圣翔;馮象雷;孫旭東;占建波;寧珊;孫曉晨
• 申請（專利權(quán)）人: 國家計(jì)算機(jī)網(wǎng)絡(luò)與信息安全管理中心;訊飛智元信息科技有限公司
• 主分類號(hào): G10L17/02
• 分類號(hào): G10L17/02;G10L17/04;G10L17/06;G10L17/18;G10L21/0208
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于信道補(bǔ)償?shù)穆暭y識(shí)別方法，其特征在于，包括如下步驟：

步驟SS1：初始化去噪網(wǎng)絡(luò)G和判別網(wǎng)絡(luò)D；

步驟SS2：輸入噪聲音頻到去噪網(wǎng)絡(luò)G，生成fake音頻，將所述fake音頻和真實(shí)的干凈音頻送入到判別網(wǎng)絡(luò)D進(jìn)行訓(xùn)練，更新判別網(wǎng)絡(luò)D的網(wǎng)絡(luò)參數(shù)，得到新一代判別網(wǎng)絡(luò)D1；

步驟SS3：凍結(jié)判別網(wǎng)絡(luò)D1的參數(shù)，在去噪網(wǎng)絡(luò)G中輸入噪聲音頻，同時(shí)將對應(yīng)的判別標(biāo)簽設(shè)為True，來欺騙判別網(wǎng)絡(luò)D1；

步驟SS4：重復(fù)步驟SS2至步驟SS3，直至判別網(wǎng)絡(luò)D收斂，轉(zhuǎn)入步驟SS5；

步驟SS5：去噪網(wǎng)絡(luò)G輸出增強(qiáng)音頻信號(hào)。

2.根據(jù)權(quán)利要求1所述的一種基于信道補(bǔ)償?shù)穆暭y識(shí)別方法，其特征在于，所述去噪網(wǎng)絡(luò)G包括編碼器Genc、解碼器Gdec，所述編碼器Genc與所述解碼器Gdec通訊連接。

3.根據(jù)權(quán)利要求2所述的一種基于信道補(bǔ)償?shù)穆暭y識(shí)別方法，其特征在于，輸入噪聲音頻，經(jīng)過所述編碼器Genc對音頻提取深層次特征z，然后經(jīng)過解碼器Gdec對特征z進(jìn)行解碼，輸出增強(qiáng)之后的音頻。

4.一種基于信道補(bǔ)償?shù)穆暭y識(shí)別系統(tǒng)，其特征在于，包括：

去噪網(wǎng)絡(luò)G，用于對噪聲音頻進(jìn)行去噪增強(qiáng)；

音素分類網(wǎng)絡(luò)，用于對音素分類，輸出音素分類后驗(yàn)概率；

判別網(wǎng)絡(luò)D，輸出0或者1，用于判別輸入到判別網(wǎng)絡(luò)D的音頻是來自真實(shí)數(shù)據(jù)，還是由去噪網(wǎng)絡(luò)G生成的假數(shù)據(jù)；

所述去噪網(wǎng)絡(luò)G與所述判別網(wǎng)絡(luò)D構(gòu)成去噪深度神經(jīng)網(wǎng)絡(luò)，所述去噪網(wǎng)絡(luò)G的輸出端分別通訊連接所述音素分類網(wǎng)絡(luò)的輸入端、所述判別網(wǎng)絡(luò)D的輸入端。

5.根據(jù)權(quán)利要求4所述的一種基于信道補(bǔ)償?shù)穆暭y識(shí)別系統(tǒng)，其特征在于，所述去噪網(wǎng)絡(luò)G包括編碼器Genc、解碼器Gdec，所述編碼器Genc與所述解碼器Gdec通訊連接。

6.根據(jù)權(quán)利要求5所述的一種基于信道補(bǔ)償?shù)穆暭y識(shí)別系統(tǒng)，其特征在于，輸入噪聲音頻，經(jīng)過所述編碼器Genc對音頻提取深層次特征z，然后經(jīng)過解碼器Gdec對特征z進(jìn)行解碼，輸出增強(qiáng)之后的音頻。

7.根據(jù)權(quán)利要求4所述的一種基于信道補(bǔ)償?shù)穆暭y識(shí)別系統(tǒng)，其特征在于，所述音素分類網(wǎng)絡(luò)采用全連接神經(jīng)網(wǎng)絡(luò)。

8.根據(jù)權(quán)利要求4所述的一種基于信道補(bǔ)償?shù)穆暭y識(shí)別系統(tǒng)，其特征在于，所述去噪深度神經(jīng)網(wǎng)絡(luò)的損失L包括音素分類網(wǎng)絡(luò)損失Ly和去噪深度神經(jīng)網(wǎng)絡(luò)損失Lz，如下式即：

L＝L_y+λL_z；

其中，λ0是權(quán)重系數(shù)，用于控制去噪深度神經(jīng)網(wǎng)絡(luò)損失所占的比例。