[發(fā)明專利]一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法

在審

• 申請?zhí)枺?/td>: 202011068931.7
• 申請日: 2020-09-30
• 公開（公告）號: CN112435666A
• 公開（公告）日: 2021-03-02
• 發(fā)明（設(shè)計）人: 陳健;李焱;何磊華
• 申請（專利權(quán)）人: 遠(yuǎn)傳融創(chuàng)（杭州）科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/20;G10L15/16;G10L15/02;G10L13/047;G10L13/04;G10L21/0208;G10L19/18;G06N20/00
• 代理公司: 無錫松禾知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32316
• 代理人: 蔡趙

1.一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：包括語音輸入端，所述語音輸入端通過模數(shù)轉(zhuǎn)換將語音轉(zhuǎn)換為文本輸出端；所述文本輸出端通過數(shù)字通信子系統(tǒng)輸出于數(shù)模轉(zhuǎn)換；所述數(shù)模轉(zhuǎn)換輸出于語音接收端。

2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：所述模數(shù)轉(zhuǎn)換包括包括降噪處理和智能語音轉(zhuǎn)譯模型；所述智能語音轉(zhuǎn)譯模型識別噪聲，并進(jìn)行平滑處理來消除噪聲。

3.根據(jù)權(quán)利要求2所述的一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：所述模數(shù)轉(zhuǎn)換還包括基于深度學(xué)習(xí)的語音轉(zhuǎn)譯技術(shù)；所述基于深度學(xué)習(xí)的語音轉(zhuǎn)譯技術(shù)通過智能語音轉(zhuǎn)譯模型提取語音的三維信息；所述三維信息包括語言特征、聲學(xué)特征和語音文本信息。

4.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：所述智能語音轉(zhuǎn)譯模型將三維信息通過數(shù)字通信子系統(tǒng)輸出至數(shù)模轉(zhuǎn)換。

5.根據(jù)權(quán)利要求4所述的一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：所述數(shù)字通信子系統(tǒng)采用低階編碼、自適應(yīng)編碼、編碼糾錯及重傳機(jī)制完成輸出三維信息。

6.根據(jù)權(quán)利要求5所述的一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：所述數(shù)字通信子系統(tǒng)還包括信道編碼；當(dāng)通信環(huán)境較差時，所述信道編碼采用BPSK、LDPC1/2低階調(diào)制編碼方案；當(dāng)通信環(huán)境較好時，采用64QAM、LDPC5/6高階調(diào)制編碼方案。

7.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：所述數(shù)模轉(zhuǎn)換包括高清語音合成；所述高清語音合成包括語音合成模型和基于深度學(xué)習(xí)的零失真高清語音合成技術(shù)；所述基于深度學(xué)習(xí)的零失真高清語音合成技術(shù)通過語音合成模型將三維信息合成輸出到語音接收端，且所述語音合成模型對三維信息進(jìn)行噪聲抑制。

8.根據(jù)權(quán)利要求7所述的一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：所述語音合成模型包括信息輸入端、核心網(wǎng)和信息輸出端；所述信息輸入端上傳數(shù)據(jù)至核心網(wǎng)，所述核心網(wǎng)輸出數(shù)據(jù)至信息輸出端。

9.根據(jù)權(quán)利要求8所述的一種基于深度學(xué)習(xí)模型的智能語音數(shù)字通信方法，其特征在于：所述語音合成模型還包括基于云服務(wù)器的模型迭代訓(xùn)練；將特征數(shù)據(jù)及語音數(shù)據(jù)傳送至云服務(wù)器，然后云服務(wù)器將數(shù)據(jù)進(jìn)行流式處理，對原始語音數(shù)據(jù)、聲學(xué)特征、語言特征及文本信息進(jìn)行樣本比對，根據(jù)比對結(jié)果對合同模型進(jìn)行校正及迭代；迭代的語音合成模型通過網(wǎng)絡(luò)傳輸至語音接收端。