[發(fā)明專利]基于AI降噪模型的擴聲系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202011048301.3
• 申請日: 2020-09-29
• 公開（公告）號: CN112349291A
• 公開（公告）日: 2021-02-09
• 發(fā)明（設(shè)計）人: 吳道遠;遲景立;陽涌
• 申請（專利權(quán)）人: 成都千立網(wǎng)絡(luò)科技有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L15/16;H04R3/00
• 代理公司: 成都虹橋?qū)＠聞?wù)所(普通合伙) 51124
• 代理人: 吳中偉

1.基于AI降噪模型的擴聲系統(tǒng)，其特征在于，包括：音頻采集模塊、第一模數(shù)轉(zhuǎn)換模塊、第二模數(shù)轉(zhuǎn)換模塊、AI降噪模型、功放模塊和音箱設(shè)備；

所述音頻采集模塊，用于采集音頻模擬信號，并將所述音頻模擬信號發(fā)送至第一模數(shù)轉(zhuǎn)換模塊；

所述第一模數(shù)轉(zhuǎn)換模塊，用于接收音頻模擬信號，將所述音頻模擬信號轉(zhuǎn)換為音頻數(shù)字信號，并將所述音頻數(shù)字信號輸入至AI降噪模型；

所述AI降噪模型，用于接收音頻數(shù)字信號，對所述音頻數(shù)字信號降噪后輸出語音數(shù)字信號，并將所述語音數(shù)字信號輸入至第二模數(shù)轉(zhuǎn)換模型；

所述第二模數(shù)轉(zhuǎn)換模塊，用于接收語音數(shù)字信號，將所述語音數(shù)字信號轉(zhuǎn)換為語音模擬信號，并將所述語音模擬信號輸入至功放模塊；

所述功放模塊，用于接收語音模擬信號，對所述語音模擬信號進行模擬放大，并將模擬放大后的語音模擬信號輸入至音箱設(shè)備；

所述音箱設(shè)備，用于接收并播放放大后的語音模擬信號。

2.如權(quán)利要求1所述的基于AI降噪模型的擴聲系統(tǒng)，其特征在于，所述AI降噪模型通過以下方法得到：

獲取噪聲樣本數(shù)據(jù)和純凈語音樣本數(shù)據(jù)；

創(chuàng)建神經(jīng)網(wǎng)絡(luò)模型，將所述噪聲樣本數(shù)據(jù)和純凈語音樣本數(shù)據(jù)輸入至神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練，得到AI降噪模型。

3.如權(quán)利要求2所述的基于AI降噪模型的擴聲系統(tǒng)，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型為RNN模型、DNN模型或CNN模型。

4.如權(quán)利要求1所述的基于AI降噪模型的擴聲系統(tǒng)，其特征在于，所述音頻采集模塊為吊裝麥克風。

5.基于AI降噪模型的擴聲方法，其特征在于，包括以下步驟：

步驟1、采集音頻模擬信號；

步驟2、將所述音頻模擬信號轉(zhuǎn)換為音頻數(shù)字信號；

步驟3、通過AI降噪模型對所述音頻數(shù)字信號降噪后得到語音數(shù)字信號；

步驟4、將所述語音數(shù)字信號轉(zhuǎn)換為語音模擬信號；

步驟5、對所述語音模擬信號進行模擬放大；

步驟6、播放放大后的語音模擬信號。

6.如權(quán)利要求5所述的基于AI降噪模型的擴聲方法，其特征在于，所述AI降噪模型通過以下方法得到：

獲取噪聲樣本數(shù)據(jù)和純凈語音樣本數(shù)據(jù)；

創(chuàng)建神經(jīng)網(wǎng)絡(luò)模型，將所述噪聲樣本數(shù)據(jù)和純凈語音樣本數(shù)據(jù)輸入至神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練，得到AI降噪模型。

7.如權(quán)利要求6所述的基于AI降噪模型的擴聲方法，其特征在于，步驟3中，所述神經(jīng)網(wǎng)絡(luò)模型為RNN模型、DNN模型或CNN模型。

8.如權(quán)利要求5所述的基于AI降噪模型的擴聲方法，其特征在于，步驟1中，所述音頻模擬信號為通過吊裝麥克風采集的音頻模擬信號。