武漢大學張海劍獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉武漢大學申請的專利一種基于多參考線索融合的目標語音提取方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119229875B 。
龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411235333.2，技術領域涉及：G10L17/02；該發明授權一種基于多參考線索融合的目標語音提取方法及裝置是由張海劍;周雨嬈;陳佳佳;左世玉;吳思瑾設計研發完成，并于2024-09-04向國家知識產權局提交的專利申請。
本一種基于多參考線索融合的目標語音提取方法及裝置在說明書摘要公布了：本發明公開一種基于多參考線索融合的目標語音提取方法，包括：將待提取的多通道混合語音通過特征提取模塊，計算混合語音的復數譜和空間特征，得到混合語音特征圖；將目標說話人的方位信息和參考語音通過嵌入特征提取模塊，結合方向特征和聲紋特征，得到目標說話人的嵌入特征；將混合語音特征圖和目標說話人的嵌入特征輸入基于雙路徑Fastformer神經網絡的主提取網絡，得到待提取語音的高維特征表示；將高維特征表示通過掩碼估計模塊轉化為估計分離語音的復數掩碼，將掩碼作用于混合語音信號的復數譜；通過逆短時傅里葉變換重構估計提取語音的時域波形；將提取的目標說話人語音輸入對比學習模塊，使得目標說話人缺席的混合語音也能輸出正確的提取語音。
本發明授權一種基于多參考線索融合的目標語音提取方法及裝置在權利要求書中公布了：1.一種基于多參考線索融合的目標語音提取方法，其特征在于，包括： 將待提取的多通道混合語音通過特征提取模塊，計算混合語音的復數譜和空間特征，并得到混合語音特征圖； 將目標說話人的方位信息和參考語音通過嵌入特征提取模塊，結合方向特征和聲紋特征，得到目標說話人的嵌入特征； 將混合語音特征圖和目標說話人的嵌入特征輸入基于雙路徑Fastformer神經網絡的主提取網絡，輸出待提取語音的高維特征表示； 將輸出的高維特征表示通過掩碼估計模塊，將其轉化為估計分離語音的復數掩碼，并將掩碼作用于混合語音信號的復數譜； 通過逆短時傅里葉變換重構估計提取語音的時域波形； 將提取的目標說話人語音輸入對比學習模塊，使得目標說話人缺席的混合語音也能輸出正確的提取語音。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人武漢大學，其通訊地址為：430072 湖北省武漢市武昌區八一路299號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
以上內容由AI智能生成
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號